DeepSeek包括V3与R1两个模型，V3是通用型大语言模型，R1是推理型大语言模型。针对这两个模型撰写提示词的要求和技巧有相通的地方，也有不同之处。DeepSeek 提示词撰写通用技巧· 逻辑分段与结构化布局：利用标题、编号等使提示词逻辑清晰，让模型更好理解任务要求。· 明确输入输出格式：清晰区分任务描述与期望输出格式，便于模型把握生成内容的结构和风格。· 引入示例引导：加入简短示例，引导模型模仿示例的风格与格式进行内容生成。· 强化关键词与约束条件：标注关键词和限制条件，帮助模型精准定位核心，防止偏题。· 使用引导词与具体指令：减少歧义，确保模型准确理解任务，提高生成结果的精准性。DeepSeek V3 与 R1 模型提示词的不同· DeepSeek V3：作为通用型大语言模型，提示词更注重任务的全面性和多样性表述。如在内容生成时，可能需要更详细地说明风格、主题范围等，在多语言处理任务中要明确语言种类和处理要求等。· DeepSeek R1：专为复杂推理设计，提示词更强调逻辑关系、推理步骤和明确的目标结果等，对问题的描述需更聚焦、精准，突出深度和精度要求。DeepSeek R1 推理模型提示词撰写技巧· 明确目标需求：拆分任务，确定需求类型，如分析、创作等；限定范围，添加场景、受众、格式等要求，让模型明确边界。· 角色扮演：赋予 AI 特定身份，如 “你是一位资深算法工程师，请分析这个代码的优化方向”，激活模型相应知识库和语言风格。· 分步拆解：面对复杂任务分阶段引导，如撰写复杂的科研报告，可按研究背景、方法、实验结果等步骤分别提问。· 示例法：直接展示案例或要求模仿风格，如 “按照‘问题 - 分析 - 解决方案’的格式，解决这个数学问题”。· 迭代优化：根据输出结果进行追问和修正，如 “对推理过程中的第二步进行详细解释，提供更多数据支撑”，引导模型逐步完善答案。