最近，DeepSeek火速出圈，一些讀者嘗試過后，覺得效果一般般，跟其它AI工具差別不大，一度懷疑自己用了個假DeepSeek。其實問題就在于，很多人仍然在用GPT那套提示詞來玩DeepSeek，效果才會大打折扣。
DeepSeek不僅在模型訓練上突破創新，在使用方式上跟GPT也有所不同，總的來說就是更簡單、更直接了。下面K哥整理了官方給出的7個使用技巧，列舉了示例，看完你就是DeepSeek高手了。
01
大家在使用GPT的時候，通常都是以“你是一個XXX，”作為開頭，在使用DeepSeek時，你只需要直接講出你的“目標”和“場景”，引擎會自行完成語義理解。
舉個例子：
? 不當提問：
“我想學編程，但不知道怎么做，能告訴我嗎？”
? 好的提問：
“作為零基礎學習者，如何快速入門Python編程？請推薦學習路徑和資源。”
02
盡量結構化你的提問，如果問題比較復雜，可以分點說明背景、需求以及具體問題。
舉例來說：
? 籠統的提問：
“幫我寫一個代碼。”
? 結構化提問：
“我需要用Python寫一個爬蟲，要求：
03
尤其是在一些專業性比較強的領域，如金融、法律、計算機、生物等等，使用關鍵術語有助于AI識別和理解你想提問的領域。
示例：
? 不好的提問：
“如何提高閱讀速度？”
? 關鍵詞提問：
“有哪些科學驗證的 速讀技巧（如視幅擴展、減少回視）？請提供訓練方法。”
04
當你需要做數據分析、解題或者處理復雜問題的時候，可以給出輸入/輸出案例，幫助AI更好的理解場景。
舉例來說：
? 抽象的提問：
“怎么處理數據？”
? 示例化的提問：
“我有一組銷售數據，格式如下：
如何用Excel計算 7天移動平均銷售額？請分步說明公式。”
05
盡可能提出明確范圍的問題，避免過于開放的問題，這樣AI的回答會更精準、更有指導性。記得加上一句“用通俗的語言”，這樣輸出的內容可讀性更強。
示例：
? 開放提問：
“什么是人工智能？”
? 限定范圍提問：
“用通俗語言解釋人工智能的 核心技術分支（如機器學習、深度學習、NLP），并說明其實際應用場景。”
06
復雜問題拆解為多個小問題，不要問大而全的問題、不要籠統提問。
舉例：
? 大而全的提問：
“如何開發一個電商App？”
? 分步提問：
07
DeepSeek支持追問、驗證的多輪交互方式，根據回答進一步確認或補充信息，你會得到更有建設性的回答。
舉例說明：
初始提問：
“量子計算的基本原理是什么？”
追問示例：
“您提到的'量子疊加’和傳統二進制有何區別？能否舉例說明？”
08
以上，就是官方給出的7個提問技巧，如果你仍然覺得麻煩，那么最后給你一個通用提問模板，只要記住這一個就夠了。
提問模板：
使用示例：
祝賀你，擊敗了90%的人，現在已經是DeepSeek高手了！
