简介这份PDF面向希望系统掌握DeepSeek及开源推理模型DeepSeek-R1的研发人员、工程师、学者与企业个人开发者围绕国产开源通用人工智能模型的应用与优化展开。内容从功能场景切入覆盖智能对话、文本生成、语义理解、计算推理、代码生成补全、联网搜索与文件内容读取等并辨析推理模型与非推理模型在数学推导、逻辑分析、创意写作等任务中的适用边界强调按任务类型选择模型而非追逐热度。提示语部分进一步比较推理模型与通用模型在指令简洁度、CoT引导、结果导向与需求导向策略上的差异并提示常见设计陷阱与规避思路便于读者把模型能力落到复杂问题拆解和实际工作流中。整包为1个PDF文件约4.83MB结构紧凑适合通读后按主题查阅已有218人学习下载可作为入门到进阶的参考材料。1. 先弄明白一件事DeepSeek 到底是个什么东西很多人第一次听到 DeepSeek是在同事的屏幕上看到一段段代码、表格和文案突然冒出来自己回去打开一堆网页却不知道点哪个、该问什么。这份《DeepSeek从入门到精通》要解决的正是这个卡点——它不要求你先背概念而是把你从“会打字”带到“会提要求”。用大白话说DeepSeek 是一个能跟你对话的国产开源大模型其中偏推理的那个版本专门啃复杂任务数学推导、代码生成、多步骤分析。它同时具备通用人工智能方向的通用能力和推理模型的深度思考能力免费开放、允许商用。适合谁写文案的、写代码的、做研究的、赶论文的学生以及所有想把重复劳动交出去的人。零基础也能上手因为你只需要会描述自己的需求。2. 为什么要学两个同事的差别决定了你该学什么2.1 先用一个类比分清两类模型我把推理模型和通用模型理解成办公室里的两个同事。第一个同事反应极快你话没说完他就能接上写文案、改语气、陪你多轮聊天、帮你头脑风暴样样顺手但他不太较真你问他一道多步计算的题他张口就答答错了也一脸自信。第二个同事话少接到任务先打草稿一步一步往下推遇到条件冲突会停下来告诉你哪里对不上速度慢、成本高但数学、逻辑、代码这类活儿交给他更放心。这就是那份资料里反复强调的区分通用模型侧重语言生成、上下文理解和自然语言处理训练目标是“说得像、说得顺”推理模型在通用模型的基础上强化了推理、逻辑分析和决策能力靠强化学习一类技术把“想清楚再说”变成习惯。新手最常见的误判就是把数学题丢给快速反应的那位或者让慢速思考的那位写诗然后得出结论“这 AI 不行”。真实情况是工具没选对跟你学得好不好没关系。维度推理模型通用模型优势领域数学推导、逻辑分析、代码生成、复杂问题拆解文本生成、创意写作、多轮对话、开放性问答劣势领域发散性任务写诗、写段子容易干巴需要严格逻辑链的任务多步计算容易跳过步骤提示语策略简洁指令说清目标就够需要显式引导步骤、给示例大致成本慢算力开销大快算力开销小还有一层区分值得记住从“快思慢想”的角度看快速反应这一类靠大量数据训练出来的概率预测来给答案响应快、成本低慢速思考这一类靠链式推理把问题拆成一步一步再得出结果。理解了这一点你就明白为什么同一个问题两个模型给出的东西完全不是一个味道。2.2 免费、开源、可商用对新手到底意味着什么“开源软件”这个词你可能听过很多次但它的分量落到新手身上其实很具体。权重和代码开放意味着有人能检查它、改它、在自己的机器或私有环境里跑它也意味着你不用担心哪天服务变了、接口调不通了手里一点“后悔药”都没有。对刚入门的人来说最直接的好处是三件事。第一件试错成本接近于零。学任何工具最大的成本从来不是钱是你不敢乱按。免费开放意味着你可以拿一百个烂问题去试试坏了也没损失。我见过太多人因为“怕浪费额度”一个提示语反复斟酌半小时不敢发最后什么都没学会。第二件能拿去干活而不只是玩。允许商用这条直接把这个工具从“玩具”推到了“生产力”你做的内部小工具、写的小脚本、生成的产品文案用起来心里有底。第三件不被单点绑住。模型是可以替换的今天用这个明天换另一个你的核心能力是“怎么把需求说清楚”这套本事不绑定任何一家。所以真正值得学的是提示语设计和任务拆解工具本身反而次要。2.3 它到底能接哪些活四类任务先认全那份资料把能力分了几大块我用新手听得懂的话重排一遍你对照自己手上的活儿找位置。文本生成类文章、故事、诗歌、营销文案、广告语、社交媒体内容、剧本对话还有长文本摘要、文本简化、多语言翻译与本地化以及表格列表这类结构化输出、代码注释和文档撰写。这是最容易上手的一类因为你自己就知道“写得好不好”。自然语言理解与分析类语义分析、情感分析评论和反馈里的正负面、意图识别客服对话里用户到底想干嘛、实体提取人名、地点、事件、逻辑问题解答、文本分类、主题标签生成、垃圾内容检测。这类任务的价值在于“量大”一万条评论你自己看不过来让它先分一遍类。编程与代码相关按需求生成代码片段、自动补全与注释、错误分析与修复建议、代码性能优化提示、API 文档生成、代码库解释与示例生成。新手学编程时最缺的其实是“有人随时能问”这块正好补上。图文与文件类支持文件上传能扫描读取各类文件及图片中的文字内容也支持联网搜索和深度思考模式。签合同前想快速看一份长文档、拍到的纸质材料想转成可编辑文字都用得上。需要提醒一句能力清单是“能做”不是“一定做对”。任何一类任务第一次用都要按小样本验证别一上来就扔一整年的数据进去。2.4 第一天该做什么不该做什么第一天不要贪。我的建议是只做三件事半小时能完成。第一步从你手上挑一件真实的、具体的、今天就要交的活儿比如“把这份三百字的通知改成 100 字以内、语气正式”不要挑“帮我写本书”这种大得没边的任务。任务越具体你越能判断输出好坏。第二步先问一个“能不能”再问一个“怎么做”。比如先问“这类内容你能处理吗”再问“按这个要求处理一遍”。两步分开问你会更清楚它卡在哪。第三步把输出和你自己写的版本放在一起对比记下差在哪是事实错了、结构散了、还是语气不对。这个对比记录比你收藏十篇教程都值钱。不该做的也有三件不要一上来就比较五六个工具工具之间的差距远小于你会不会提要求的差距不要相信“一句话生成整套方案”这类说法方案能用是因为你给了足够上下文不要把它当成搜索引擎它的强项是加工你给的材料不是替你确认事实。3. 第一个例子怎么跑从打开对话框到拿到能用的结果3.1 三步把第一个问题问出去先把入口找到。官方对话页面直接搜索就能进界面很朴素一个输入框加几个开关。别被“深度思考”“联网搜索”这些开关吓到它们的含义很直白打开深度思考等于叫那位慢慢打草稿的同事来处理打开联网搜索等于允许它先去查一下最新资料再回答。第一步新建一个对话。第二步如果你的问题是多步推理、算数、写代码把深度思考打开如果只是改写一段文字关掉更快。第三步输入第一句话按回车。第一句话不要写“你好”直接写任务。把下面这段话改成 80 字以内的通知语气正式保留时间、地点、联系人 把原文粘贴在这里这段短短的话里其实有三个零件指令是“改成 80 字以内的通知”上下文是粘贴进去的原文期望是“语气正式、保留时间地点联系人”。新手写提示语最容易漏掉的是期望——你只说“改一下”它不知道往哪个方向改只能给你一个四平八稳的通用版本然后你觉得它很平庸。提示第一次用宁可把要求写多一句也不要写少一句。写多了最多显得啰嗦写少了它会替你猜猜错了你还得重来。3.2 用一件真活儿跑通全流程光改写句子太浅我们换一个更接近真实工作的例子把一份杂乱的会议记录压成结论。你可以照着下面这段原样改一改再用。你是会议记录整理员。下面是一段原始记录请完成三件事 1. 提炼三条结论每条不超过 30 字 2. 单独列出所有待办事项标注负责人和截止时间 3. 如果某项待办没有明确负责人单独列在“待确认”里不要自己编。 原始记录 粘贴会议记录这段提示语值得逐句拆开看。第一句设定角色和任务边界让它知道自己在干什么活。三条编号要求是“输出格式约束”编号越清楚出来的结构越稳定你不用再手动整理。最后那句“不要自己编”是关键——模型在没有信息时会倾向于补一个看起来合理的内容你把“缺信息就标出来”写进去它就老实了。跑完之后看三处。看结论条数对不对多一条少一条说明约束没吃透看待办里的负责人是不是原文真有这一步是人工核对别省看有没有把“待确认”单独列出来列出来了说明它守住了边界。三处都过这个提示语就可以存下来下次换个记录直接套。3.3 想接进自己的程序一个最小可跑的调用例子网页用得顺了下一步自然会想“能不能批量跑”。这时候需要调接口。下面这段代码是最小骨架关键位置的地址和密钥都得你自己从官方文档里取不要抄网上来路不明的。import requests API_KEY 替换成你自己的密钥 BASE_URL 替换成官方文档给出的接口地址 resp requests.post( f{BASE_URL}/chat/completions, # 对话补全接口路径以官方文档为准 headers{ Authorization: fBearer {API_KEY}, # 密钥放请求头别写死在会提交的代码里 Content-Type: application/json, }, json{ model: 替换成你要用的模型名, # 通用对话版和推理版的名字不同查文档 messages: [ {role: system, content: 你是一名严谨的会议记录整理员。}, # 定角色和风格 {role: user, content: 把以下记录整理成三条结论……}, # 真正要办的事 ], temperature: 0.3, # 越低越稳定整理类任务别调高 max_tokens: 500, # 输出长度上限防止一次吐太多 }, timeout60, # 超时保护避免程序一直挂着 ) print(resp.status_code) # 先看状态码200 才算通 print(resp.json()[choices][0][message][content]) # 取出回答正文几个参数值得单独说清楚。model决定你叫的是哪位同事写代码和算数就选推理版改文案选通用版选错了后面怎么调提示语都别扭。temperature控制随机性做整理、抽取、格式转换这类任务把它压低输出会稳定得多写创意文案时才需要调高。max_tokens是输出长度天花板设小了会出现话说一半被截断表现为句子突然断在中间这不是模型坏了。timeout是给自己留的退路网络抖动时程序不会卡死。跑通这段代码的意义不在于它会打印一段文字而在于你从此可以把“重复一百次”的活儿写成循环。新手和熟手的分水岭常常就在这里同样用 AI一个人一次一次复制粘贴另一个人写个脚本让它自己跑。3.4 结果不对时先看这三处第一次跑结果大概率不完美这很正常。先别急着改提示语按顺序看三处能省掉一半瞎试。第一处看输出结构。你要求三条结论它给了五条说明约束没被吃透最省事的改法是把要求改成“严格输出三条多一条都不要”。第二处看有没有被截断句子断在半截就是长度上限不够调大max_tokens再试。第三处看上下文够不够你有没有真的把原始材料贴进去很多人以为自己贴了其实只贴了标题。注意排查讲究一次只改一个变量改完再跑一次。同时改三处出来变好了你也不知道是哪一处起的作用下次照样抓瞎。4. 提示语设计把“我要什么”说清楚的基本功4.1 提示语不是咒语是点菜提示语就是你输入给 AI 的那段话用来引导它生成特定输出或执行特定任务。它可能是一句简单的问题也可能是一段详细的任务描述。用点菜打比方最贴切你说“来个好吃的”厨师只能按自己的理解做你说“不要辣、少油、多放葱、二十分钟内上”出来的东西才接近你想吃的。它的基本结构就三块。指令是核心明确告诉它要干什么活上下文提供背景信息帮它理解得更准期望是明确或隐含地表达你对输出的要求。三块里新手最容易只写第一块然后抱怨“它不懂我”。它确实不懂因为你没说。按用途分提示语也有几种常见类型指令型直接交代任务比如“把这段翻译成英文”问答型抛一个问题等答案角色扮演型让它模拟某个身份来评论一件事创意型引导它做内容生成分析型要求它对给定信息做推理多模态型把文字和图片一起给进去。类型本身不重要重要的是你知道自己在用哪一种别拿指令型的写法去要一个创意型的结果。4.2 五种需求五种说法那份资料里有一张表我觉得特别实用它把日常需求分成五类每类给了表达公式。照着套比自由发挥稳得多。需求类型表达公式一句能直接用的例子决策需求目标 选项 评估标准有两个方案 A 和 B请按五年总成本对比并给出推荐理由分析需求问题 数据/信息 分析方法这是近三年的销量数据说明增长趋势并指出异常月份创造性需求主题 风格/约束 创新方向写一个关于时间旅行的小故事800 字结尾要留悬念验证需求结论/方案 验证方法 风险点这个结论基于以下数据请检查是否支持该结论指出偏差执行需求任务 步骤约束 输出格式把这段 C 语言代码改写成 Python保持逻辑不变附测试用例这张表的价值在于它逼你先想清楚自己要的到底是哪一种。很多人卡住不是因为不会写提示语是因为自己也没想清楚“我要的是一个建议还是一个可执行的步骤”。决策需求要的是权衡分析需求要的是因果创造性需求要的是发散验证需求要的是挑错执行需求要的是照做。说错类型输出必然拧巴。4.3 两类模型两套说法这是最容易翻车的一块。对推理模型你要做的是“少废话”只给目标别教它怎么想。你写“请一步一步思考先分析再结论”反而可能干扰它本来内化的推理路径输出变得又长又绕。有个血泪经验我一开始对着推理模型写了一整段“你是资深专家请先拆解问题再逐步推理”结果它把大量篇幅花在复述我的指令上真正有用的结论只有两行。删掉那些指导语只留一句“算一下这个方案三年的总成本”反而干净利落。对通用模型反过来你要“缺什么补什么”。它不会自动分步你就明确要求分步甚至给它一个示例。比如“请按三步推导第一步列已知条件第二步列公式第三步代入计算”。这不是啰嗦是在补它的短板。任务类型该用哪类模型提示语侧重点要避免的写法数学证明推理模型直接抛问题强行拆解成“先画图再列公式”创意写作通用模型明确风格和字数约束只写“自由发挥”代码生成推理模型说清输入输出和语言一步步教它怎么写函数多轮对话通用模型自然交流逐步追问强行要求“分三点回答”逻辑分析推理模型一次给全条件加主观引导“你觉得哪个对”还有一条关键原则按任务类型选模型别按热度选。数学任务选推理模型创意任务选通用模型通用场景下通用模型更灵活专项任务才需要推理模型发力。另外别对推理模型用“角色扮演”这类启发式提示容易把它带偏也别对通用模型过度信任复杂推理要分步验证结果。4.4 三个能直接抄的模板模板不是让你背是让你在没思路时有个起点。下面三个覆盖了大多数日常场景抄过去改括号里的内容就能用。【分析模板】 背景一句话说清你在做什么事 材料把原始数据或文本贴在这里 请完成具体动作例如找出三个主要原因 输出要求格式、字数、要不要表格【决策模板】 我需要在选项 A和选项 B之间做选择。 评估标准是成本、时间、风险按重要性排序 请按上述标准逐项对比最后给一个推荐并说明推荐理由和最大风险。【改写模板】 把下面这段文字改成目标风格控制在字数以内 必须保留的信息有列出不能丢的点 不要添加原文没有的事实。 原文粘贴三个模板共有的特征是都把“不能做什么”写进去了。新手容易只写正面要求老手会补一条负面约束。“不要添加原文没有的事实”“多一条都不要”“不要自己编负责人”这类句子看着不起眼实际能挡掉一大半幻觉。5. 新手最容易踩的五个坑现象、原因、解决5.1 五个高频翻车现场坑一对推理模型写一大段“请逐步思考”。现象是回答变得又长又空前半段在复述你的指令后半段才勉强给结论。原因是推理模型已经把推理逻辑内化了你再教它怎么想等于给它加了一层干扰。解决办法很简单删掉所有“先分析再结论”“请一步步来”的指导语只说目标和约束。改完你会发现输出短了一半可用的部分反而多了。坑二把多步计算题丢给通用模型。现象是它答得飞快、语气笃定你一看数字是错的。原因是这类模型靠概率预测给答案走的是“看起来最像”的路径不是“算得最准”的路径。解决办法有两个换推理模型或者留在通用模型上但强制它分步并且每一步你自己核一遍。别嫌麻烦宁可慢一点也别拿错答案去汇报。坑三不给上下文只丢一句“帮我优化一下”。现象是输出全是正确的废话“建议加强沟通、提升效率”这种。原因很直接它手里没有你的材料只能给通用建议。解决办法是把原始文本、背景、目标读者、你已有的版本一起贴进去再补一句“指出具体哪一句需要改怎么改”。上下文给得越足输出越像人话。坑四把输出直接当终稿。现象是交上去之后被发现数据不对、引用的内容根本不存在。原因是大模型会生成看起来合理但事实有误的内容这在行业里不算秘密。解决办法是划一条线涉及数字、时间、人名、法规、引用来源的一律人工核涉及结构、措辞、初稿的可以放心用。这条线划清楚你既不会因噎废食也不会踩雷。坑五一句话反复重发越改越乱。现象是你改了七八遍输出一次比一次奇怪最后自己也忘了要什么。原因是你每次都在改不同的地方没有定位问题。解决办法是每次只改一个变量这次只调字数下次只调语气再下次只补上下文。改一次跑一次记下哪次变好了。这套笨办法比任何“高级提示语技巧”都管用。5.2 交活之前的一份自检清单用久了会发现出问题往往不是模型不行是交付前少看了一眼。我现在固定走四步你可以直接抄。第一步核对事实。数字、日期、专有名词、引用来源逐项对回原始材料对不上的一律删掉或标注待确认。第二步检查结构。你要求的三段是不是三段表格列数对不对编号有没有乱。第三步读一遍语气。把输出念出声念着别扭的地方就是需要改的地方机器味重通常是句式太整齐、连接词太多。第四步问自己一句“这段能不能直接发”。不能发就说明还差一层加工别硬发。提示这四步花不了五分钟但能挡掉绝大部分“发出去才发现错了”的尴尬。养成习惯之后你会发现自己改稿的时间反而变短了。5.3 一次翻车复盘A 同学的周报事故说个虚构的例子。A 同学第一次用这类工具写周报提示语只有一句“帮我写这周的工作周报”。输出挺像样条理清楚、用词专业他改了两个标点就交了。结果上级问“你周三那个需求评审的结论是什么”他答不上来因为周报里那条结论是模型编的——他这周根本没参加评审。问题出在哪不在于模型会编而在于他把“生成”当成了“记录”。周报的本质是事实汇总事实必须来自他自己。后来他把提示语改成“以下是我这周做的五件事请按重要程度排序并压缩成周报格式不要添加我没提到的事情”再把五件事一条条列清楚问题就没了。输出还是那个输出可靠性完全是两回事。这个教训可以推广成一句话让模型负责组织和表达你负责提供事实和判断。分工清楚了它就是你手里最好用的笔分工糊了它就是你身边最会说话的那个不靠谱同事。6. 下一步学什么一条能自己走的路走过前面几步你已经能打开对话、问出一个像样的问题、跑通一个最小脚本。接下来别急着学“高级技巧”按顺序补四块每块都能独立见效。阶段练什么怎么判断自己过了第一周每天用一个真实任务练提示语只练“说清楚”输出不用大改就能用第二周练结构化输出表格、列表、固定字段连续三次格式不乱第三周把重复三次以上的任务写成模板模板换材料能直接复用第四周用脚本批量跑或者接进自己的小工具一次处理十条以上不出错第一周的重点只有一个字真。别拿“写一首关于春天的诗”练手拿你明天要交的东西练。真实任务有验收标准你会立刻知道自己哪句话没写清楚。第二周开始碰结构化输出。这一步的意义在于只有格式稳定输出才能被后续流程使用——能直接粘进表格、能直接当字段用价值立刻翻倍。练法是同一个任务连跑三次看格式是否一致不一致就补约束。第三周做模板化。判断标准很朴素一个任务你做过三次以上就该有模板了。模板里固定的是结构和约束变化的是材料。到这一步你的效率提升才开始明显。第四周再谈自动化和部署。想批量处理就写脚本想在自己环境里跑就去查官方的部署文档。这一层不必强求很多人做到第三周日常工作的效率已经够用了。最后给一条我自己的习惯。每次开一个新任务我会先花三十秒写三行这件事的产出物是什么、给谁看、绝对不能错的是什么。三行写完再动键盘。这个习惯救过我很多次——有一次我差点把一份带错误日期的方案发出去就是因为在“绝对不能错”那行写了“日期”交之前多看了一眼。从那以后我每次开新任务都强制走一遍这三行哪怕再急。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/26 20:45:41 · 阅读 1.2k DeepSeek大模型入门：提示语设计、推理模型选择与API调用实战
简介这份PDF面向希望系统掌握DeepSeek及开源推理模型DeepSeek-R1的研发人员、工程师、学者与企业个人开发者围绕国产开源通用人工智能模型的应用与优化展开。内容从功能场景切入覆盖智能对话、文本生成、语义理解、计算推理、代码生成补全、联网搜索与文件内容读取等并辨析推理模型与非推理模型在数学推导、逻辑分析、创意写作等任务中的适用边界强调按任务类型选择模型而非追逐热度。提示语部分进一步比较推理模型与通用模型在指令简洁度、CoT引导、结果导向与需求导向策略上的差异并提示常见设计陷阱与规避思路便于读者把模型能力落到复杂问题拆解和实际工作流中。整包为1个PDF文件约4.83MB结构紧凑适合通读后按主题查阅已有218人学习下载可作为入门到进阶的参考材料。1. 先弄明白一件事DeepSeek 到底是个什么东西很多人第一次听到 DeepSeek是在同事的屏幕上看到一段段代码、表格和文案突然冒出来自己回去打开一堆网页却不知道点哪个、该问什么。这份《DeepSeek从入门到精通》要解决的正是这个卡点——它不要求你先背概念而是把你从“会打字”带到“会提要求”。用大白话说DeepSeek 是一个能跟你对话的国产开源大模型其中偏推理的那个版本专门啃复杂任务数学推导、代码生成、多步骤分析。它同时具备通用人工智能方向的通用能力和推理模型的深度思考能力免费开放、允许商用。适合谁写文案的、写代码的、做研究的、赶论文的学生以及所有想把重复劳动交出去的人。零基础也能上手因为你只需要会描述自己的需求。2. 为什么要学两个同事的差别决定了你该学什么2.1 先用一个类比分清两类模型我把推理模型和通用模型理解成办公室里的两个同事。第一个同事反应极快你话没说完他就能接上写文案、改语气、陪你多轮聊天、帮你头脑风暴样样顺手但他不太较真你问他一道多步计算的题他张口就答答错了也一脸自信。第二个同事话少接到任务先打草稿一步一步往下推遇到条件冲突会停下来告诉你哪里对不上速度慢、成本高但数学、逻辑、代码这类活儿交给他更放心。这就是那份资料里反复强调的区分通用模型侧重语言生成、上下文理解和自然语言处理训练目标是“说得像、说得顺”推理模型在通用模型的基础上强化了推理、逻辑分析和决策能力靠强化学习一类技术把“想清楚再说”变成习惯。新手最常见的误判就是把数学题丢给快速反应的那位或者让慢速思考的那位写诗然后得出结论“这 AI 不行”。真实情况是工具没选对跟你学得好不好没关系。维度推理模型通用模型优势领域数学推导、逻辑分析、代码生成、复杂问题拆解文本生成、创意写作、多轮对话、开放性问答劣势领域发散性任务写诗、写段子容易干巴需要严格逻辑链的任务多步计算容易跳过步骤提示语策略简洁指令说清目标就够需要显式引导步骤、给示例大致成本慢算力开销大快算力开销小还有一层区分值得记住从“快思慢想”的角度看快速反应这一类靠大量数据训练出来的概率预测来给答案响应快、成本低慢速思考这一类靠链式推理把问题拆成一步一步再得出结果。理解了这一点你就明白为什么同一个问题两个模型给出的东西完全不是一个味道。2.2 免费、开源、可商用对新手到底意味着什么“开源软件”这个词你可能听过很多次但它的分量落到新手身上其实很具体。权重和代码开放意味着有人能检查它、改它、在自己的机器或私有环境里跑它也意味着你不用担心哪天服务变了、接口调不通了手里一点“后悔药”都没有。对刚入门的人来说最直接的好处是三件事。第一件试错成本接近于零。学任何工具最大的成本从来不是钱是你不敢乱按。免费开放意味着你可以拿一百个烂问题去试试坏了也没损失。我见过太多人因为“怕浪费额度”一个提示语反复斟酌半小时不敢发最后什么都没学会。第二件能拿去干活而不只是玩。允许商用这条直接把这个工具从“玩具”推到了“生产力”你做的内部小工具、写的小脚本、生成的产品文案用起来心里有底。第三件不被单点绑住。模型是可以替换的今天用这个明天换另一个你的核心能力是“怎么把需求说清楚”这套本事不绑定任何一家。所以真正值得学的是提示语设计和任务拆解工具本身反而次要。2.3 它到底能接哪些活四类任务先认全那份资料把能力分了几大块我用新手听得懂的话重排一遍你对照自己手上的活儿找位置。文本生成类文章、故事、诗歌、营销文案、广告语、社交媒体内容、剧本对话还有长文本摘要、文本简化、多语言翻译与本地化以及表格列表这类结构化输出、代码注释和文档撰写。这是最容易上手的一类因为你自己就知道“写得好不好”。自然语言理解与分析类语义分析、情感分析评论和反馈里的正负面、意图识别客服对话里用户到底想干嘛、实体提取人名、地点、事件、逻辑问题解答、文本分类、主题标签生成、垃圾内容检测。这类任务的价值在于“量大”一万条评论你自己看不过来让它先分一遍类。编程与代码相关按需求生成代码片段、自动补全与注释、错误分析与修复建议、代码性能优化提示、API 文档生成、代码库解释与示例生成。新手学编程时最缺的其实是“有人随时能问”这块正好补上。图文与文件类支持文件上传能扫描读取各类文件及图片中的文字内容也支持联网搜索和深度思考模式。签合同前想快速看一份长文档、拍到的纸质材料想转成可编辑文字都用得上。需要提醒一句能力清单是“能做”不是“一定做对”。任何一类任务第一次用都要按小样本验证别一上来就扔一整年的数据进去。2.4 第一天该做什么不该做什么第一天不要贪。我的建议是只做三件事半小时能完成。第一步从你手上挑一件真实的、具体的、今天就要交的活儿比如“把这份三百字的通知改成 100 字以内、语气正式”不要挑“帮我写本书”这种大得没边的任务。任务越具体你越能判断输出好坏。第二步先问一个“能不能”再问一个“怎么做”。比如先问“这类内容你能处理吗”再问“按这个要求处理一遍”。两步分开问你会更清楚它卡在哪。第三步把输出和你自己写的版本放在一起对比记下差在哪是事实错了、结构散了、还是语气不对。这个对比记录比你收藏十篇教程都值钱。不该做的也有三件不要一上来就比较五六个工具工具之间的差距远小于你会不会提要求的差距不要相信“一句话生成整套方案”这类说法方案能用是因为你给了足够上下文不要把它当成搜索引擎它的强项是加工你给的材料不是替你确认事实。3. 第一个例子怎么跑从打开对话框到拿到能用的结果3.1 三步把第一个问题问出去先把入口找到。官方对话页面直接搜索就能进界面很朴素一个输入框加几个开关。别被“深度思考”“联网搜索”这些开关吓到它们的含义很直白打开深度思考等于叫那位慢慢打草稿的同事来处理打开联网搜索等于允许它先去查一下最新资料再回答。第一步新建一个对话。第二步如果你的问题是多步推理、算数、写代码把深度思考打开如果只是改写一段文字关掉更快。第三步输入第一句话按回车。第一句话不要写“你好”直接写任务。把下面这段话改成 80 字以内的通知语气正式保留时间、地点、联系人 把原文粘贴在这里这段短短的话里其实有三个零件指令是“改成 80 字以内的通知”上下文是粘贴进去的原文期望是“语气正式、保留时间地点联系人”。新手写提示语最容易漏掉的是期望——你只说“改一下”它不知道往哪个方向改只能给你一个四平八稳的通用版本然后你觉得它很平庸。提示第一次用宁可把要求写多一句也不要写少一句。写多了最多显得啰嗦写少了它会替你猜猜错了你还得重来。3.2 用一件真活儿跑通全流程光改写句子太浅我们换一个更接近真实工作的例子把一份杂乱的会议记录压成结论。你可以照着下面这段原样改一改再用。你是会议记录整理员。下面是一段原始记录请完成三件事 1. 提炼三条结论每条不超过 30 字 2. 单独列出所有待办事项标注负责人和截止时间 3. 如果某项待办没有明确负责人单独列在“待确认”里不要自己编。 原始记录 粘贴会议记录这段提示语值得逐句拆开看。第一句设定角色和任务边界让它知道自己在干什么活。三条编号要求是“输出格式约束”编号越清楚出来的结构越稳定你不用再手动整理。最后那句“不要自己编”是关键——模型在没有信息时会倾向于补一个看起来合理的内容你把“缺信息就标出来”写进去它就老实了。跑完之后看三处。看结论条数对不对多一条少一条说明约束没吃透看待办里的负责人是不是原文真有这一步是人工核对别省看有没有把“待确认”单独列出来列出来了说明它守住了边界。三处都过这个提示语就可以存下来下次换个记录直接套。3.3 想接进自己的程序一个最小可跑的调用例子网页用得顺了下一步自然会想“能不能批量跑”。这时候需要调接口。下面这段代码是最小骨架关键位置的地址和密钥都得你自己从官方文档里取不要抄网上来路不明的。import requests API_KEY 替换成你自己的密钥 BASE_URL 替换成官方文档给出的接口地址 resp requests.post( f{BASE_URL}/chat/completions, # 对话补全接口路径以官方文档为准 headers{ Authorization: fBearer {API_KEY}, # 密钥放请求头别写死在会提交的代码里 Content-Type: application/json, }, json{ model: 替换成你要用的模型名, # 通用对话版和推理版的名字不同查文档 messages: [ {role: system, content: 你是一名严谨的会议记录整理员。}, # 定角色和风格 {role: user, content: 把以下记录整理成三条结论……}, # 真正要办的事 ], temperature: 0.3, # 越低越稳定整理类任务别调高 max_tokens: 500, # 输出长度上限防止一次吐太多 }, timeout60, # 超时保护避免程序一直挂着 ) print(resp.status_code) # 先看状态码200 才算通 print(resp.json()[choices][0][message][content]) # 取出回答正文几个参数值得单独说清楚。model决定你叫的是哪位同事写代码和算数就选推理版改文案选通用版选错了后面怎么调提示语都别扭。temperature控制随机性做整理、抽取、格式转换这类任务把它压低输出会稳定得多写创意文案时才需要调高。max_tokens是输出长度天花板设小了会出现话说一半被截断表现为句子突然断在中间这不是模型坏了。timeout是给自己留的退路网络抖动时程序不会卡死。跑通这段代码的意义不在于它会打印一段文字而在于你从此可以把“重复一百次”的活儿写成循环。新手和熟手的分水岭常常就在这里同样用 AI一个人一次一次复制粘贴另一个人写个脚本让它自己跑。3.4 结果不对时先看这三处第一次跑结果大概率不完美这很正常。先别急着改提示语按顺序看三处能省掉一半瞎试。第一处看输出结构。你要求三条结论它给了五条说明约束没被吃透最省事的改法是把要求改成“严格输出三条多一条都不要”。第二处看有没有被截断句子断在半截就是长度上限不够调大max_tokens再试。第三处看上下文够不够你有没有真的把原始材料贴进去很多人以为自己贴了其实只贴了标题。注意排查讲究一次只改一个变量改完再跑一次。同时改三处出来变好了你也不知道是哪一处起的作用下次照样抓瞎。4. 提示语设计把“我要什么”说清楚的基本功4.1 提示语不是咒语是点菜提示语就是你输入给 AI 的那段话用来引导它生成特定输出或执行特定任务。它可能是一句简单的问题也可能是一段详细的任务描述。用点菜打比方最贴切你说“来个好吃的”厨师只能按自己的理解做你说“不要辣、少油、多放葱、二十分钟内上”出来的东西才接近你想吃的。它的基本结构就三块。指令是核心明确告诉它要干什么活上下文提供背景信息帮它理解得更准期望是明确或隐含地表达你对输出的要求。三块里新手最容易只写第一块然后抱怨“它不懂我”。它确实不懂因为你没说。按用途分提示语也有几种常见类型指令型直接交代任务比如“把这段翻译成英文”问答型抛一个问题等答案角色扮演型让它模拟某个身份来评论一件事创意型引导它做内容生成分析型要求它对给定信息做推理多模态型把文字和图片一起给进去。类型本身不重要重要的是你知道自己在用哪一种别拿指令型的写法去要一个创意型的结果。4.2 五种需求五种说法那份资料里有一张表我觉得特别实用它把日常需求分成五类每类给了表达公式。照着套比自由发挥稳得多。需求类型表达公式一句能直接用的例子决策需求目标 选项 评估标准有两个方案 A 和 B请按五年总成本对比并给出推荐理由分析需求问题 数据/信息 分析方法这是近三年的销量数据说明增长趋势并指出异常月份创造性需求主题 风格/约束 创新方向写一个关于时间旅行的小故事800 字结尾要留悬念验证需求结论/方案 验证方法 风险点这个结论基于以下数据请检查是否支持该结论指出偏差执行需求任务 步骤约束 输出格式把这段 C 语言代码改写成 Python保持逻辑不变附测试用例这张表的价值在于它逼你先想清楚自己要的到底是哪一种。很多人卡住不是因为不会写提示语是因为自己也没想清楚“我要的是一个建议还是一个可执行的步骤”。决策需求要的是权衡分析需求要的是因果创造性需求要的是发散验证需求要的是挑错执行需求要的是照做。说错类型输出必然拧巴。4.3 两类模型两套说法这是最容易翻车的一块。对推理模型你要做的是“少废话”只给目标别教它怎么想。你写“请一步一步思考先分析再结论”反而可能干扰它本来内化的推理路径输出变得又长又绕。有个血泪经验我一开始对着推理模型写了一整段“你是资深专家请先拆解问题再逐步推理”结果它把大量篇幅花在复述我的指令上真正有用的结论只有两行。删掉那些指导语只留一句“算一下这个方案三年的总成本”反而干净利落。对通用模型反过来你要“缺什么补什么”。它不会自动分步你就明确要求分步甚至给它一个示例。比如“请按三步推导第一步列已知条件第二步列公式第三步代入计算”。这不是啰嗦是在补它的短板。任务类型该用哪类模型提示语侧重点要避免的写法数学证明推理模型直接抛问题强行拆解成“先画图再列公式”创意写作通用模型明确风格和字数约束只写“自由发挥”代码生成推理模型说清输入输出和语言一步步教它怎么写函数多轮对话通用模型自然交流逐步追问强行要求“分三点回答”逻辑分析推理模型一次给全条件加主观引导“你觉得哪个对”还有一条关键原则按任务类型选模型别按热度选。数学任务选推理模型创意任务选通用模型通用场景下通用模型更灵活专项任务才需要推理模型发力。另外别对推理模型用“角色扮演”这类启发式提示容易把它带偏也别对通用模型过度信任复杂推理要分步验证结果。4.4 三个能直接抄的模板模板不是让你背是让你在没思路时有个起点。下面三个覆盖了大多数日常场景抄过去改括号里的内容就能用。【分析模板】 背景一句话说清你在做什么事 材料把原始数据或文本贴在这里 请完成具体动作例如找出三个主要原因 输出要求格式、字数、要不要表格【决策模板】 我需要在选项 A和选项 B之间做选择。 评估标准是成本、时间、风险按重要性排序 请按上述标准逐项对比最后给一个推荐并说明推荐理由和最大风险。【改写模板】 把下面这段文字改成目标风格控制在字数以内 必须保留的信息有列出不能丢的点 不要添加原文没有的事实。 原文粘贴三个模板共有的特征是都把“不能做什么”写进去了。新手容易只写正面要求老手会补一条负面约束。“不要添加原文没有的事实”“多一条都不要”“不要自己编负责人”这类句子看着不起眼实际能挡掉一大半幻觉。5. 新手最容易踩的五个坑现象、原因、解决5.1 五个高频翻车现场坑一对推理模型写一大段“请逐步思考”。现象是回答变得又长又空前半段在复述你的指令后半段才勉强给结论。原因是推理模型已经把推理逻辑内化了你再教它怎么想等于给它加了一层干扰。解决办法很简单删掉所有“先分析再结论”“请一步步来”的指导语只说目标和约束。改完你会发现输出短了一半可用的部分反而多了。坑二把多步计算题丢给通用模型。现象是它答得飞快、语气笃定你一看数字是错的。原因是这类模型靠概率预测给答案走的是“看起来最像”的路径不是“算得最准”的路径。解决办法有两个换推理模型或者留在通用模型上但强制它分步并且每一步你自己核一遍。别嫌麻烦宁可慢一点也别拿错答案去汇报。坑三不给上下文只丢一句“帮我优化一下”。现象是输出全是正确的废话“建议加强沟通、提升效率”这种。原因很直接它手里没有你的材料只能给通用建议。解决办法是把原始文本、背景、目标读者、你已有的版本一起贴进去再补一句“指出具体哪一句需要改怎么改”。上下文给得越足输出越像人话。坑四把输出直接当终稿。现象是交上去之后被发现数据不对、引用的内容根本不存在。原因是大模型会生成看起来合理但事实有误的内容这在行业里不算秘密。解决办法是划一条线涉及数字、时间、人名、法规、引用来源的一律人工核涉及结构、措辞、初稿的可以放心用。这条线划清楚你既不会因噎废食也不会踩雷。坑五一句话反复重发越改越乱。现象是你改了七八遍输出一次比一次奇怪最后自己也忘了要什么。原因是你每次都在改不同的地方没有定位问题。解决办法是每次只改一个变量这次只调字数下次只调语气再下次只补上下文。改一次跑一次记下哪次变好了。这套笨办法比任何“高级提示语技巧”都管用。5.2 交活之前的一份自检清单用久了会发现出问题往往不是模型不行是交付前少看了一眼。我现在固定走四步你可以直接抄。第一步核对事实。数字、日期、专有名词、引用来源逐项对回原始材料对不上的一律删掉或标注待确认。第二步检查结构。你要求的三段是不是三段表格列数对不对编号有没有乱。第三步读一遍语气。把输出念出声念着别扭的地方就是需要改的地方机器味重通常是句式太整齐、连接词太多。第四步问自己一句“这段能不能直接发”。不能发就说明还差一层加工别硬发。提示这四步花不了五分钟但能挡掉绝大部分“发出去才发现错了”的尴尬。养成习惯之后你会发现自己改稿的时间反而变短了。5.3 一次翻车复盘A 同学的周报事故说个虚构的例子。A 同学第一次用这类工具写周报提示语只有一句“帮我写这周的工作周报”。输出挺像样条理清楚、用词专业他改了两个标点就交了。结果上级问“你周三那个需求评审的结论是什么”他答不上来因为周报里那条结论是模型编的——他这周根本没参加评审。问题出在哪不在于模型会编而在于他把“生成”当成了“记录”。周报的本质是事实汇总事实必须来自他自己。后来他把提示语改成“以下是我这周做的五件事请按重要程度排序并压缩成周报格式不要添加我没提到的事情”再把五件事一条条列清楚问题就没了。输出还是那个输出可靠性完全是两回事。这个教训可以推广成一句话让模型负责组织和表达你负责提供事实和判断。分工清楚了它就是你手里最好用的笔分工糊了它就是你身边最会说话的那个不靠谱同事。6. 下一步学什么一条能自己走的路走过前面几步你已经能打开对话、问出一个像样的问题、跑通一个最小脚本。接下来别急着学“高级技巧”按顺序补四块每块都能独立见效。阶段练什么怎么判断自己过了第一周每天用一个真实任务练提示语只练“说清楚”输出不用大改就能用第二周练结构化输出表格、列表、固定字段连续三次格式不乱第三周把重复三次以上的任务写成模板模板换材料能直接复用第四周用脚本批量跑或者接进自己的小工具一次处理十条以上不出错第一周的重点只有一个字真。别拿“写一首关于春天的诗”练手拿你明天要交的东西练。真实任务有验收标准你会立刻知道自己哪句话没写清楚。第二周开始碰结构化输出。这一步的意义在于只有格式稳定输出才能被后续流程使用——能直接粘进表格、能直接当字段用价值立刻翻倍。练法是同一个任务连跑三次看格式是否一致不一致就补约束。第三周做模板化。判断标准很朴素一个任务你做过三次以上就该有模板了。模板里固定的是结构和约束变化的是材料。到这一步你的效率提升才开始明显。第四周再谈自动化和部署。想批量处理就写脚本想在自己环境里跑就去查官方的部署文档。这一层不必强求很多人做到第三周日常工作的效率已经够用了。最后给一条我自己的习惯。每次开一个新任务我会先花三十秒写三行这件事的产出物是什么、给谁看、绝对不能错的是什么。三行写完再动键盘。这个习惯救过我很多次——有一次我差点把一份带错误日期的方案发出去就是因为在“绝对不能错”那行写了“日期”交之前多看了一眼。从那以后我每次开新任务都强制走一遍这三行哪怕再急。希望帮到你。本文还有配套的精品资源点击获取