微信扫码
添加专属顾问
我要投稿
忘掉传统模板,用问题驱动DeepSeek,释放AI推理潜力。 核心内容: 1. DeepSeek与OpenAI o1大模型的推理能力对比 2. 提问技巧:简化为“输入”与“输出”两部分 3. 如何让DeepSeek自述所需信息,优化问题解决方案
DeepSeek和 OpenAI 的 o1 大模型都拥有超强的推理能力,两者的虽然用的不同技术路线,但提问的方式是可以相互参考的。
去年,OpenAI 联合人工智能著名学者、斯坦福大学教授「吴恩达」,推出了一门关于使用 o1 的课程《Reasoning with o1》,另一名讲师是 OpenAl 战略解决方案架构主管 Colin Jarvis。这应该是OpenAI官方对于 o1 使用的详细解读了。
课程中,关于 o1 的提示词技巧如下:
-图片内容由 Kimi-k1.5长思考模型总结
根据吴恩达的课程内容及我前 1 个月使用 o1 的经验,再加上最近几天 DeepSeek 的使用心得,两者虽然技术路线不同,但是在提问的方式能相互借鉴、互相参考。还有,我觉得在向这种思考模型提问的时候,还可以更简单一点。
由于 DeepSeek 拥有超强的推理能力,我们就把他当成一个能力超强的员工,这个员工我们不需要教他如何做事,只需要关注「输入」「输出」两个部分,就能极大调用 DeepSeek 的能力。
「输入」是给DeepSeek 解决某个问题足够多的背景信息。
「输出」是要求 DeepSeek 给出答案时必须遵守的规则。
「输入」是指你针对某个问题提供的详细背景信息,能让 DeepSeek 了解更多情况,从而更有针对性地给出答案。
比如,如果你把 DeepSeek 当成一个专属的健身教练,你不把自己的身体数据和运动偏好给到 DeepSeek,它怎么会给出更合理的建议呢?
但是我们又不清楚 DeepSeek 在解决问题时需要哪些信息。这个时候,你需要让 DeepSeek 自己说它要解决问题需要哪些信息。然后让 DeepSeek 整理成一个问卷,自行填进去,发给 DeepSeek就可以了。
这个时候能用一个万能公式:
你要解决某某问题,那你需要哪些背景信息?
我一般是把这个问题作为问 DeepSeek 的起手式,后面再给出的答案都不会太差。
参考如下图:
-以上内容截图自 DeepSeek
后面你再提任何问题,DeepSeek 就可以根据的个人信息,给出专属于你的健身建议。
同样,这样的提问方式还适合工作中做方案、生活中育儿等各个方面。
「输出」是要求 DeepSeek 在给出答案时必须要遵守的规则。
有些规则是和语言风格相关,你可以用这些提示词对 DeepSeek 进行要求。
比如「说人话」「用小学生都能听懂的语言」「非专业人士都能听懂」,还有模仿谁的写作风格进行回答,或者是「这是给老板看的方案」等等。
如果是要给领导写发言稿,你可以把领导之前的发言稿内容全部复制粘贴进一个 Word 中,再用附件上传给 DeepSeek,然后要求参考你附件中的文章风格进行模仿,这个时候效果一般都比较好。
还有写规则是对回答格式提出具体要求,你可以要求 DeepSeek 按照某个顺序、某个格式进行输出。
比如「按照是什么、为什么、怎么办」的格式进行回答,或者「按照三个要点进行概括」,效果都还不错。如果是写某个有固定格式的文章,比如论文,可以直接让 DeepSeek 按照规定的文章结构进行输出。
还有些是对 DeepSeek 的思维方式进行要求。
我个人喜欢用的提示词,包括「请用反常识的观点来回答某个问题」「请用批判性思考的风格进行回答」,有时候我会要求 DeepSeek 先给出解决某个问题的流程,再要求它按照这个流程进行回答。
比如,你可以问「专业的健身教练在给新手做计划时,常规的流程是什么?」,然后再要求 DeepSeek 用这个流程来回答,我自己试过,效果还不错。
在之前的经验中,我们也常用「人设+背景+任务+要求」的提示词模型来编写提示词,实际上对 DeepSeek 中也是同样适用的。
人设:你想要找谁来帮你解决这个问题?
DeepSeek 中懂的知识太多了,如果不限制适用某些知识点,回答的问题就会比较空泛。
背景:为了解决这个问题,需要了解哪些背景信息?
DeepSeek 是能力极强的员工,但如果你不告诉它背景信息,它只能用训练的知识来回答,同样也会没有针对性。
任务:每次对话尽量只提出一个问题,避免多个问题互相干扰回答。
DeepSeek 每次回答的文字是有最大字数限制的。如果问题多了,每个问题回答就不细致,那也是隔靴搔痒。
要求:希望回答中必须要遵守的规则或者注意事项。
DeepSeek 的回答本身是有一套规则,但是像有些公司会有自己的写作框架风格,比如周报、月报的格式要求。这个时候提前告诉 DeepSeek,就能有更好的答案。
这个提示词的结构也是最简单的内容了。在「背景」部分可以直接问 DeepSeek 要解决这个任务,需要哪些背景信息?「要求」要是没有就可以不写。
上面这个提问模型也是按照「输入」「输出」两个方面对 DeepSeek 进行优化。
总结一下,对于 DeepSeek 这种超强推理的能力的大模型,我们能做的就只有两件事:
「输入」足够多的背景信息,明确「输出」的语言格式等要求。
对于中间推理过程,我们就尽量少干预,让 DeepSeek 自行思考。
如果给出的答案不理想,那就换个对话框,多问几次,总会给出合适的答案。
“看”都是问题,“做”才是答案。
多用 DeepSeek,不断总结,你也能摸索出更适合自己的提问方法。
大道至简,只管多用就好。
-End
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-03-10
Prompt技巧:结构化指令提升LLM任务分解能力
2025-03-10
大模型Prompt技巧全解析:解锁AI的超强能力,让你的工作效率飞起来!
2025-03-07
Prompt技巧:自动优化提示的“进化式搜索”策略
2025-03-05
DeepSeek使用指南:这5个隐藏技巧让你变成AI高手
2025-03-04
Prompt提示技巧:情绪引导提示法
2025-03-04
谷歌提示词比赛亚军:把AI当同事,而不是机器
2025-03-02
智能体应用开发提示词模板技巧大全
2025-02-23
如何从 A 推进到 B?特别适合 DeepSeek R1 的一种提示词
2025-02-01
2024-09-18
2024-08-23
2025-01-08
2025-01-17
2024-07-26
2024-12-26
2024-07-02
2024-07-09
2024-08-23
2025-02-06
2025-01-10
2024-12-25
2024-11-20
2024-11-13
2024-10-31
2024-10-29
2024-10-16