尧图网站建设 
简介《DeepSeek 中小学生使用手册》由少年商学院整理是一份面向中小学生、家长及教师的 PDF 电子指南具体教学生和家长如何借助 DeepSeek 实现个性化学习、解决学科难题并提升综合素养。压缩包内为 1 个 PDF 文件共 8.19MB目录结构清晰可按照章节直接查阅目前已有 141 人学习下载。全册围绕学科提升与成长顾问两条主线展开既有通过趣味故事学英语、情境化建模解应用题、动态可视化强化几何空间感、分步拆解与类比克服分数运算混淆等学科策略也覆盖时间管理、学习计划、情绪调节、选科与生涯规划、亲子沟通等个人发展场景。同时专门列出中小学生和家长向 DeepSeek 提问的十大原则强调目标明确、描述具体、拆分问题、理性判断针对升学压力、听力理解、写作没思路、语法混乱等问题也给出了可落地的操作建议。整体内容贴近家庭真实使用场景适合希望借助 AI 工具辅助教学、陪伴孩子学习的读者。1. 把《DeepSeek 中小学生使用手册·少年商学院.pdf》当产品来拆而不是当书来读拿到这份PDF很多家长的第一反应是打印出来让孩子从头读到尾或者直接丢进网盘里吃灰。这两种处理方式都浪费了它。原因在于这份手册教学的内容本质是“如何与AI对话”而对话能力只能在真实问答中建立靠阅读建立不了肌肉记忆。我拿到任何一本AI使用类PDF第一件事永远是跳过封面和目录直接翻到提示词模板和示例对话页。这两样东西占据了整本手册的核心价值提示词模板是方法论示例对话是效果指标。至于前面的AI概念介绍多数是对公开资料的复述真正执行起来用到的地方很少。奇怪的是大量家长会被PDF的页数和排版唬住花一周读完全文却一篇对话都没有实操过。我的做法完全不同把PDF当作“知识来源练习题库”只做三件事——解析文本、抽取模板、对接API搭出一个家庭练习环境。这篇文章就把这三件事的具体做法和参数讲清楚你看完能直接上手。2. 中小学场景的能力边界先分清楚提问类型再谈提示词2.1 孩子用DeepSeek的三类高频任务提问方式完全不一样中小学生用DeepSeek绝大多数绕不开三件事查资料问知识、写作陪练、错题讲解。很多手册把这三类混在一起讲孩子学完只记住“有问题就问”结果就是提问质量很差AI回答自然跑偏。我在实际辅导中会先教孩子区分提问类型因为类型决定了提示词的写法完全不同。第一类是“查定义”型比如“光合作用是什么”“珠穆朗玛峰有多高”。这类问题直接给结论就行不需要设计复杂提示词。第二类是“要步骤”型比如“这道应用题为什么先算除法”。这类问题必须强制AI展示推理链路只给答案没有学习价值。第三类是“要产出”型比如“帮我写一段运动会加油稿”。这类问题需要限定身份、字数和语气输出才可读。三类问题如果混用同一套提示词模板效果会明显打折。我用一个比较笨但有效的方法解决在电脑和书桌旁各贴一张分类卡孩子提问前先自问一句“我是在要答案、要过程还是要作品”然后按对应格式说。两周下来孩子就养成了条件反射。2.2 四要素提示词角色、要求、长度、受众我读了大量AI教育类手册发现无论排版怎么变核心都离不开一个四要素模板角色、要求、长度、受众。面向中小学生的提示词跟成年人用的差别很大——成年人能接受笼统指令孩子需要明确约束否则AI容易输出超纲概念或冗长段落。拿“讲分数除法”做例子不清晰的问法“讲讲分数除法”四要素问法“你是五年级数学老师用三步讲清分数除法为什么能转化为乘法每步不超过50字结尾出一道练习题给我这个五年级学生看”第二种句式把角色、结构、长度、受众全定了AI输出的稳定性明显改善。这份PDF手册里如果教你什么“万能模板”那些都可以先放着四要素句式建议优先练。我还建议家长把这四个要素做成一张填空卡左栏是要素名右栏是孩子的填写区。每次提问前让孩子口头填一遍“你是谁、要什么、多长、给谁看”填完再发送。操作几次之后孩子会内化成习惯。2.3 明确不能碰的边界隐私、代写与过度依赖面向未成年人使用AI边界比效率重要。手册里通常会写安全问题但这里我按技术实践的角度强调三条底线第一隐私。提醒孩子绝不透露学校全名、家庭住址、真实姓名和联系方式。AI对话的内容不会因为你点了删除就彻底消失。第二作业代写。AI可以讲思路、给示范但针对直接要求生成完整答案并上交的请求家长应该在系统提示词里提前设置拒绝规则这一点第4章会给出具体写法。第三结果验证。AI给出的知识点偶尔会出错尤其是涉及年月日、人名和统计数据时。正确的姿势是引导孩子用教材或搜索引擎交叉核对让他们建立“AI也会犯错”的意识。这三条规则只靠口头叮嘱效果有限需要落到工具层面。第6章我会讲一个“留痕复盘”的具体操作用日志文件来监督不用时刻盯人。任务类型适合交给DeepSeek不适合交给DeepSeek知识问答概念解释、百科询问、外语翻译需要核实最新数据的实证问题写作辅导列提纲、扩写、改病句、素材发散整篇代写然后直接提交题目学习讲解解题步骤、出同类变式题拍照直接抄答案规划类制定学习计划、分解项目步骤涉及个人隐私信息的决策提示这张表格可以直接打印出来放书桌上。孩子提问前看一眼判断当前任务属于哪一行再决定用什么提示词策略。3. 从PDF到可检索文本这一步决定后续所有操作的效率3.1 用PyMuPDF把手册正文批量抽取出来《DeepSeek 中小学生使用手册·少年商学院.pdf》这类电子文档通常是分章节排版、带小标题和表格的。直接在PDF阅读器里翻阅只能满足从头读到尾的需求很难把提示词模板、示例对话、练习题目单独取出来。所以要做一次解析把PDF转成纯文本再按用途重组。常见做法有两种PdfPlumber和PyMuPDF。PdfPlumber擅长处理带复杂表格的页面对坐标位置识别比较准PyMuPDF提取速度快脚本量小对以文字段落为主的文档更合适。使用手册通常是文字为主、少量表格我一般选PyMuPDF一条命令就能跑完。先安装依赖pip install pymupdfPyMuPDF的pip包名是pymupdf但导入时用的是fitz这是历史遗留的模块名第一次用的人常常卡在这一步。装好后用下面这段脚本可以把PDF每一页的文本按页码导出import fitz # pymupdf doc fitz.open(DeepSeek-中小学生使用手册-少年商学院.pdf) for i, page in enumerate(doc, start1): text page.get_text(text) print(f 第{i}页 ) print(text)page.get_text(text)返回的是该页的纯文本内容会保留原始换行和段落结构。控制台打印只是第一步真正的用途是把结果重定向到文件方便后续用正则或脚本做结构抽取。如果某些页面的文字提取出来是乱码大概率是该页使用了嵌入字体需要改用page.get_text(dict)按文本块取。python extract_pdf.py manual.txt输出成txt文件之后阅读和检索都更高效。此时再用你的编辑器搜索关键词比如“提示词”“例如”“请按以下方式”就能快速定位手册的知识点位置比在PDF里翻页快得多。3.2 用正则批量抽取“问/答”示例这是手册里最有价值的部分使用手册里通常会有一大段“问……答……”的示例对话它们就是整本手册里最值得复用的部分。与其靠肉眼逐段复制我习惯用Python正则批量抽取直接得到结构化的问答对方便后续整理成练习题库。import re text open(manual.txt, encodingutf-8).read() # 匹配“问... 答...”结构的完整段 pairs re.findall(r问[:]\s*(.?)\s*答[:]\s*(.?)(?\s*问[:]|\Z), text, re.S) print(f抽取到 {len(pairs)} 组问答) for idx, (q, a) in enumerate(pairs[:5], start1): print(idx, q.strip()[:30], , a.strip()[:50])正则里的(?...)是零宽正向先行断言意思是匹配到此处时不消费后续字符只做位置检查。这样可以保证每段问答结束后立刻能接着匹配下一组“问”不会把两段内容拼到一起。re.S让.能匹配到换行因为PDF导出的文本经常把一句话拆成多行。如果手册里的示例用的是英文冒号Ask:和Answer:只需把字符类[:]里的全角冒号改成对应的形式。正则不会100%完美——有些页面会混排主体内容和页脚抽出来的段落可能夹带页码。补救办法是过滤掉长度小于20字的段落因为一条有教学价值的问答通常超过这个长度下限。3.3 把解析后的内容重排成知识卡片并考虑格式转换的替代路径抽出来的问答对还是线性的但孩子的学习方式是非线性的他们需要一次只看一个知识点。我会把前面的结果进一步按章节切分生成带标题的知识卡片每张卡片就是一个独立的学习单元。sections re.split(r第[一二三四五六七八九十]章|\d\.\d\s, text) cards [] for sec in sections: lines [line.strip() for line in sec.splitlines() if line.strip()] if len(lines) 3: continue title lines[0] body .join(lines[1:]) cards.append({title: title, body: body[:200]}) print(f生成 {len(cards)} 张卡片)切分逻辑是按中文章节号和数字编号分段的。每张卡片截取前200字作为摘要保留标题和正文的映射关系。生成的卡片可以导入飞书表格、Notion数据库或Excel后续做筛选和检索都很方便内容也不会因为查阅路径变长而埋没。另外提两条格式转换的替代路径。如果只是想让孩子在平板上方便地批注阅读可以用WPS或在线工具的“PDF转Word”功能把手册变成Word后再做文字标注适合以阅读为主的使用场景。另一个思路是保持PDF格式用浏览器里的“PDF编辑器”对页面做高亮和注释阅读体验更接近原书。如果手册里有些复杂图表或版式抽不出来第3.1节提到的那类OCR逻辑可以帮忙。DeepSeek网页版本身支持上传图片我试过直接把PDF某页截图上传让它读取图中的提示词模板并转成文字识别效果比预想好。这样遇到解析失败的页绕道OCR也能补上。4. 从手册到可运行代码用DeepSeek API搭一个家庭小助手4.1 API Key申请与最小的调用命令手册教的是对话方法但只停留在官网对话框的话孩子每次提问都要重新输入长篇提示词门槛太高了。把第2章的四要素模板固化到代码里孩子只输入一道题程序自动补全角色和约束条件这是我最常用的落地方式。先在DeepSeek开放平台注册账号创建一个API Key。它本质是一个字符串令牌相当于调用API的凭证。调用地址是https://api.deepseek.com接口路径是/chat/completions模型标识为deepseek-chat。先用curl确认Key和环境都正常curl https://api.deepseek.com/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $DEEPSEEK_API_KEY \ -d { model: deepseek-chat, messages: [ {role: system, content: 你是一位耐心的中小学辅导老师。}, {role: user, content: 用三步解释分数除法} ] }curl返回的JSON里choices[0].message.content就是模型回复。Windows用户注意CMD对单双引号的处理方式和Linux不同建议直接用Git Bash或者改用Python脚本调用避免转义问题。返回HTTP 401时检查环境变量DEEPSEEK_API_KEY是否真的设置了非空值而不是在代码里写死了空字符串。4.2 三个必调参数temperature、max_tokens 和 system prompt运行几次之后你会发现不同参数配置下同一道题的输出差距很大。面向中小学生这个场景有三个参数值得重点调。temperature控制随机性取值0到2数值越高回答越发散。给孩子讲题建议设在0.3以下避免AI编造错误的解题步骤但写作文练灵感时可以调到0.8让表达更活泼。max_tokens控制回答的最大长度。对中文来说一个token大约相当于一到两个汉字具体要看分词情况。给孩子讲一道数学题800到1000就够写一篇400字作文max_tokens 要留到1000以上否则会被切断。system prompt是影响最大的参数它定义了AI的全局角色。把角色、语气、限制规则写进system字段之后每个对话请求都会自动携带这些约束孩子不用每次重复。一个可行的系统提示词如下你是“少年商学院”辅导老师。 行为规则 1. 面向中小学生语气亲切但不啰嗦不直接给结论。 2. 回答顺序先给思路再给步骤最后才给答案。 3. 题目讲完后必须出一道同类变式题。 4. 如果用户索要整篇作业答案礼貌拒绝并引导其独立思考。 5. 涉及事实数据时主动提醒用户用教材核对。这段system prompt把第2章的边界条款转化成了可执行规则。即使孩子自己在对话里乱提要求AI也有了固定的行为约束不会立刻代写全文。4.3 一个最小可用的家庭学习小助手代码不到40行下面这个Python脚本适合跑在任意一台电脑上。启动后在终端里输入问题按回车就能得到带角色设定的回答孩子不需要去理解API概念直接用界面交互。from openai import OpenAI client OpenAI( api_key你的key, base_urlhttps://api.deepseek.com ) SYSTEM_PROMPT 你是“少年商学院”辅导老师。 行为规则 1. 面向中小学生语气亲切但不啰嗦不直接给结论。 2. 回答顺序先给思路再给步骤最后才给答案。 3. 题目讲完后必须出一道同类变式题。 4. 拒绝整篇作业代写引导独立思考。 5. 涉及事实数据时提醒用户用教材核对。 def ask(question: str) - str: resp client.chat.completions.create( modeldeepseek-chat, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: question}, ], temperature0.3, max_tokens800, ) return resp.choices[0].message.content if __name__ __main__: while True: q input(孩子提问输入 exit 退出: ) if q.lower() exit: break print(ask(q)) print(- * 40)脚本直接使用OpenAI官方Python库对接因为DeepSeek兼容OpenAI的SDK格式只需要改base_url。SYSTEM_PROMPT定义在函数外避免每次请求重复声明。temperature固定为0.3讲解题稳定性较好如果发现回答太死板可以逐次调高0.1测试。max_tokens设800适合多数习题讲解场景。如果你更倾向于把服务暴露给孩子用手机访问可以用Flask或FastAPI包一层HTTP接口这属于扩展工程先跑通终端版就够了。另外日常办公场景里也有两条路可以自然接入手册内容一是把API Key配置到支持OpenAI兼容协议的编辑器插件里在VSCode中直接对话并把手册里的练习生成代码二是把同样的Key接入支持自定义模型的编程工具让自动补全直接调用DeepSeek。配置方式其实都是改base_url和model操作上大同小异。5. 按手册方法跑三个真实练习作文陪练、错题拆解与少年商学院小项目5.1 作文陪练先发散、再提纲、后扩写不和AI比谁写得快作文是中小学生用AI最多的场景也是翻车重灾区。直接让AI生成一篇全文孩子对着抄一遍什么能力都练不到。正确姿势是把作文拆成三到四轮对话每轮目标明确孩子始终在主导。第一轮做素材发散。让孩子先说自己想写的三件事AI补充五个描写方向比如“视觉细节、动作描写、心情变化、环境烘托、他人反应”。第二轮列提纲要求AI把结构写成“开头设悬念-中间两详一略-结尾点题”每段给一句主干。第三轮让孩子自选一段扩写AI负责修改病句、替换重复词、提供比喻方向。最后才允许AI给出范文用于对比差距。这套流程里孩子做的是选择和组织AI做的是素材库和编辑器角色的分工很清晰。我把一步步的命令写在提示词里你是小学语文老师。请围绕“运动会”帮我做素材发散 列出10个可以写入作文的瞬间按“激动/难过/有趣/紧张/温馨”分类每类2个。 每一条不超过20字。先不要写整篇作文。最后那句“先不要写整篇作文”是整个提示词的关键。没有它AI大概率会直接生成全文陪练就退化成代写。加上这句话输出范围就被限制在素材清单内。5.2 错题拆解让AI扮演只会提问、不给答案的陪练老师错题讲解是最好验证效果的一类任务。直接丢题目给AI得到的是标准解析但孩子只记住了这一道题的答案并没有形成通用解题方法。变化一下规则之后效果完全不同——让AI全程不提答案只用连续提问引导孩子自己发现出错点。可复制的提示词模板如下你是只提问不回答的数学老师。 孩子错了一道题请你按这三点来引导我 1. 先判断我的错误属于计算、概念还是审题。 2. 连续问我三个问题每个问题比前一个更接近出错点。 3. 不直接说“你这里错了”让我自己说出正确答案。这个模板建议配合第4.2节的参数一起用。我用的时候把temperature降到0.2因为提问逻辑需要尽量少的随机性发散过头会绕晕孩子。一轮提问结束后让AI再出一道同知识点的变式题做对了才算真正理解。这个“三次提问一道变式”的组合比直接看解析能留下更深的印象。5.3 少年商学院小项目零花钱规划中的数据分析与决策演练手册名称带了“少年商学院”那财商启蒙类任务一般也绕不开比如零花钱规划、定价小实验、家庭消费复盘。这类任务适合用AI做计算分析和方案对比但最终决策权必须留在孩子手里AI只提供数据处理和逻辑整理。我设计了一个“零花钱周报”练习记录一周的支出明细让孩子把数据录入AIAI按“必需/想要/储蓄”三分类统计并生成分析文本然后孩子自己决定下周怎么调整。让AI做分类统计的输入格式可以写成帮我做一个零花钱周报分析。 支出明细 - 橡皮 5元 - 薯片 8元 - 卡片 15元 - 存钱罐 20元 请按“必需/想要/储蓄”分类统计每类金额和占比并提出三条调整建议每条不超过30字。AI输出分类统计后可以引导孩子做一次简单的数据分析看看占比最大的是哪一类储蓄类是否为零并让孩子说明为什么“存钱罐”是储蓄而不是消费。这比直接教经济学概念更直观也更贴近青少年的认知水平。需要强调一点AI给出的分类结果未必符合孩子真实意图这里不要求答案正确AI的价值是提供了一个可以讨论的起点真正的训练目标是让孩子解释自己的分类理由。5.4 每次练完的通用检查清单上面三类任务跑完后可以用四行清单快速判断练习有没有完成孩子的提问是否包含了“角色、要求、长度、受众”四要素整个对话里AI有没有持续做到“引导”而非“代写”任务是否以孩子自己的产出收尾而不是以AI的完整答案收尾AI输出的知识点是否经过教材或家长抽查验证这份清单对应了第2章的能力边界和第5章的练习设计。如果某一项不满足通常问题出在提示词约束不够加回去再跑一轮就行。不用追求一次成功整个练习过程本身就是调整和优化的学习过程。6. 验证与收尾把AI对话留痕复盘时才看得见进步6.1 追问同题换一种问法检测孩子有没有真掌握判断孩子有没有真正吸收当次对话内容我做的最简单验证是“同题二问”同一个知识点过一段时间换一个问法再问一次。比如刚问完“分数除法为什么能转化为乘法”五分钟后让孩子关掉对话用自己的话解释一遍。如果孩子能独立重述说明他建立了自己的理解如果卡壳说明刚才只是读懂了AI的答案没有内化。这个技巧成本极低但反馈比任何测评都真实。操作时可以记录两次解释时间间隔间隔越短说明提取越顺利隔天再复述一次还能兼顾验证长期记忆。把第二次复述录音存下来孩子的进步会通过对比变得非常直观。6.2 留痕复盘把问答记录存成日志周末做回顾网页或App里的对话关掉就消失了家长无法知道孩子实际怎么提问更没法判断AI有没有在代写。建议把第4.3节的脚本固定运行起来所有问答自动记录到本地文件。用一段不到十行的日志代码把每次问答的结构化信息追加写入JSONL文件import json, time log_entry { ts: time.strftime(%Y%m%d-%H:%M:%S), question: q, answer_len: len(ask(q)), prompt_tokens: 0, } with open(study_log.jsonl, a, encodingutf-8) as f: f.write(json.dumps(log_entry, ensure_asciiFalse) \n)JSONL格式每一行是独立JSON对象之后用Excel或脚本都能直接分析。answer_len字段用来筛出超长回答——如果一次讲解超过800字大概率是AI在整段输出而不是引导思考这时就需要回到第5.2节的“三步提问”模式。周末复盘时把日志里耗时最长、回答最长的几条对话挑出来和孩子一起回顾当时为什么那样问这就是手册里最精彩的实战素材。6.3 最后一次追问的两个检查动作每次练习结束时让孩子做两件简单的事第一在对话里向AI追问“这道题最容易错的地方是什么”第二把AI的回答大体概括成两三句话写在本子角落描述自己的感受。这两个动作一方面让孩子有机会发现隐含的坑另一方面把“AI说了什么”转译成“我学到了什么”。等这个流程进入习惯后学习效果会通过持续的记录被数字化地看见。本文还有配套的精品资源点击获取 DeepSeek教学手册实操：从提示词到API搭建家庭AI学习助手
简介《DeepSeek 中小学生使用手册》由少年商学院整理是一份面向中小学生、家长及教师的 PDF 电子指南具体教学生和家长如何借助 DeepSeek 实现个性化学习、解决学科难题并提升综合素养。压缩包内为 1 个 PDF 文件共 8.19MB目录结构清晰可按照章节直接查阅目前已有 141 人学习下载。全册围绕学科提升与成长顾问两条主线展开既有通过趣味故事学英语、情境化建模解应用题、动态可视化强化几何空间感、分步拆解与类比克服分数运算混淆等学科策略也覆盖时间管理、学习计划、情绪调节、选科与生涯规划、亲子沟通等个人发展场景。同时专门列出中小学生和家长向 DeepSeek 提问的十大原则强调目标明确、描述具体、拆分问题、理性判断针对升学压力、听力理解、写作没思路、语法混乱等问题也给出了可落地的操作建议。整体内容贴近家庭真实使用场景适合希望借助 AI 工具辅助教学、陪伴孩子学习的读者。1. 把《DeepSeek 中小学生使用手册·少年商学院.pdf》当产品来拆而不是当书来读拿到这份PDF很多家长的第一反应是打印出来让孩子从头读到尾或者直接丢进网盘里吃灰。这两种处理方式都浪费了它。原因在于这份手册教学的内容本质是“如何与AI对话”而对话能力只能在真实问答中建立靠阅读建立不了肌肉记忆。我拿到任何一本AI使用类PDF第一件事永远是跳过封面和目录直接翻到提示词模板和示例对话页。这两样东西占据了整本手册的核心价值提示词模板是方法论示例对话是效果指标。至于前面的AI概念介绍多数是对公开资料的复述真正执行起来用到的地方很少。奇怪的是大量家长会被PDF的页数和排版唬住花一周读完全文却一篇对话都没有实操过。我的做法完全不同把PDF当作“知识来源练习题库”只做三件事——解析文本、抽取模板、对接API搭出一个家庭练习环境。这篇文章就把这三件事的具体做法和参数讲清楚你看完能直接上手。2. 中小学场景的能力边界先分清楚提问类型再谈提示词2.1 孩子用DeepSeek的三类高频任务提问方式完全不一样中小学生用DeepSeek绝大多数绕不开三件事查资料问知识、写作陪练、错题讲解。很多手册把这三类混在一起讲孩子学完只记住“有问题就问”结果就是提问质量很差AI回答自然跑偏。我在实际辅导中会先教孩子区分提问类型因为类型决定了提示词的写法完全不同。第一类是“查定义”型比如“光合作用是什么”“珠穆朗玛峰有多高”。这类问题直接给结论就行不需要设计复杂提示词。第二类是“要步骤”型比如“这道应用题为什么先算除法”。这类问题必须强制AI展示推理链路只给答案没有学习价值。第三类是“要产出”型比如“帮我写一段运动会加油稿”。这类问题需要限定身份、字数和语气输出才可读。三类问题如果混用同一套提示词模板效果会明显打折。我用一个比较笨但有效的方法解决在电脑和书桌旁各贴一张分类卡孩子提问前先自问一句“我是在要答案、要过程还是要作品”然后按对应格式说。两周下来孩子就养成了条件反射。2.2 四要素提示词角色、要求、长度、受众我读了大量AI教育类手册发现无论排版怎么变核心都离不开一个四要素模板角色、要求、长度、受众。面向中小学生的提示词跟成年人用的差别很大——成年人能接受笼统指令孩子需要明确约束否则AI容易输出超纲概念或冗长段落。拿“讲分数除法”做例子不清晰的问法“讲讲分数除法”四要素问法“你是五年级数学老师用三步讲清分数除法为什么能转化为乘法每步不超过50字结尾出一道练习题给我这个五年级学生看”第二种句式把角色、结构、长度、受众全定了AI输出的稳定性明显改善。这份PDF手册里如果教你什么“万能模板”那些都可以先放着四要素句式建议优先练。我还建议家长把这四个要素做成一张填空卡左栏是要素名右栏是孩子的填写区。每次提问前让孩子口头填一遍“你是谁、要什么、多长、给谁看”填完再发送。操作几次之后孩子会内化成习惯。2.3 明确不能碰的边界隐私、代写与过度依赖面向未成年人使用AI边界比效率重要。手册里通常会写安全问题但这里我按技术实践的角度强调三条底线第一隐私。提醒孩子绝不透露学校全名、家庭住址、真实姓名和联系方式。AI对话的内容不会因为你点了删除就彻底消失。第二作业代写。AI可以讲思路、给示范但针对直接要求生成完整答案并上交的请求家长应该在系统提示词里提前设置拒绝规则这一点第4章会给出具体写法。第三结果验证。AI给出的知识点偶尔会出错尤其是涉及年月日、人名和统计数据时。正确的姿势是引导孩子用教材或搜索引擎交叉核对让他们建立“AI也会犯错”的意识。这三条规则只靠口头叮嘱效果有限需要落到工具层面。第6章我会讲一个“留痕复盘”的具体操作用日志文件来监督不用时刻盯人。任务类型适合交给DeepSeek不适合交给DeepSeek知识问答概念解释、百科询问、外语翻译需要核实最新数据的实证问题写作辅导列提纲、扩写、改病句、素材发散整篇代写然后直接提交题目学习讲解解题步骤、出同类变式题拍照直接抄答案规划类制定学习计划、分解项目步骤涉及个人隐私信息的决策提示这张表格可以直接打印出来放书桌上。孩子提问前看一眼判断当前任务属于哪一行再决定用什么提示词策略。3. 从PDF到可检索文本这一步决定后续所有操作的效率3.1 用PyMuPDF把手册正文批量抽取出来《DeepSeek 中小学生使用手册·少年商学院.pdf》这类电子文档通常是分章节排版、带小标题和表格的。直接在PDF阅读器里翻阅只能满足从头读到尾的需求很难把提示词模板、示例对话、练习题目单独取出来。所以要做一次解析把PDF转成纯文本再按用途重组。常见做法有两种PdfPlumber和PyMuPDF。PdfPlumber擅长处理带复杂表格的页面对坐标位置识别比较准PyMuPDF提取速度快脚本量小对以文字段落为主的文档更合适。使用手册通常是文字为主、少量表格我一般选PyMuPDF一条命令就能跑完。先安装依赖pip install pymupdfPyMuPDF的pip包名是pymupdf但导入时用的是fitz这是历史遗留的模块名第一次用的人常常卡在这一步。装好后用下面这段脚本可以把PDF每一页的文本按页码导出import fitz # pymupdf doc fitz.open(DeepSeek-中小学生使用手册-少年商学院.pdf) for i, page in enumerate(doc, start1): text page.get_text(text) print(f 第{i}页 ) print(text)page.get_text(text)返回的是该页的纯文本内容会保留原始换行和段落结构。控制台打印只是第一步真正的用途是把结果重定向到文件方便后续用正则或脚本做结构抽取。如果某些页面的文字提取出来是乱码大概率是该页使用了嵌入字体需要改用page.get_text(dict)按文本块取。python extract_pdf.py manual.txt输出成txt文件之后阅读和检索都更高效。此时再用你的编辑器搜索关键词比如“提示词”“例如”“请按以下方式”就能快速定位手册的知识点位置比在PDF里翻页快得多。3.2 用正则批量抽取“问/答”示例这是手册里最有价值的部分使用手册里通常会有一大段“问……答……”的示例对话它们就是整本手册里最值得复用的部分。与其靠肉眼逐段复制我习惯用Python正则批量抽取直接得到结构化的问答对方便后续整理成练习题库。import re text open(manual.txt, encodingutf-8).read() # 匹配“问... 答...”结构的完整段 pairs re.findall(r问[:]\s*(.?)\s*答[:]\s*(.?)(?\s*问[:]|\Z), text, re.S) print(f抽取到 {len(pairs)} 组问答) for idx, (q, a) in enumerate(pairs[:5], start1): print(idx, q.strip()[:30], , a.strip()[:50])正则里的(?...)是零宽正向先行断言意思是匹配到此处时不消费后续字符只做位置检查。这样可以保证每段问答结束后立刻能接着匹配下一组“问”不会把两段内容拼到一起。re.S让.能匹配到换行因为PDF导出的文本经常把一句话拆成多行。如果手册里的示例用的是英文冒号Ask:和Answer:只需把字符类[:]里的全角冒号改成对应的形式。正则不会100%完美——有些页面会混排主体内容和页脚抽出来的段落可能夹带页码。补救办法是过滤掉长度小于20字的段落因为一条有教学价值的问答通常超过这个长度下限。3.3 把解析后的内容重排成知识卡片并考虑格式转换的替代路径抽出来的问答对还是线性的但孩子的学习方式是非线性的他们需要一次只看一个知识点。我会把前面的结果进一步按章节切分生成带标题的知识卡片每张卡片就是一个独立的学习单元。sections re.split(r第[一二三四五六七八九十]章|\d\.\d\s, text) cards [] for sec in sections: lines [line.strip() for line in sec.splitlines() if line.strip()] if len(lines) 3: continue title lines[0] body .join(lines[1:]) cards.append({title: title, body: body[:200]}) print(f生成 {len(cards)} 张卡片)切分逻辑是按中文章节号和数字编号分段的。每张卡片截取前200字作为摘要保留标题和正文的映射关系。生成的卡片可以导入飞书表格、Notion数据库或Excel后续做筛选和检索都很方便内容也不会因为查阅路径变长而埋没。另外提两条格式转换的替代路径。如果只是想让孩子在平板上方便地批注阅读可以用WPS或在线工具的“PDF转Word”功能把手册变成Word后再做文字标注适合以阅读为主的使用场景。另一个思路是保持PDF格式用浏览器里的“PDF编辑器”对页面做高亮和注释阅读体验更接近原书。如果手册里有些复杂图表或版式抽不出来第3.1节提到的那类OCR逻辑可以帮忙。DeepSeek网页版本身支持上传图片我试过直接把PDF某页截图上传让它读取图中的提示词模板并转成文字识别效果比预想好。这样遇到解析失败的页绕道OCR也能补上。4. 从手册到可运行代码用DeepSeek API搭一个家庭小助手4.1 API Key申请与最小的调用命令手册教的是对话方法但只停留在官网对话框的话孩子每次提问都要重新输入长篇提示词门槛太高了。把第2章的四要素模板固化到代码里孩子只输入一道题程序自动补全角色和约束条件这是我最常用的落地方式。先在DeepSeek开放平台注册账号创建一个API Key。它本质是一个字符串令牌相当于调用API的凭证。调用地址是https://api.deepseek.com接口路径是/chat/completions模型标识为deepseek-chat。先用curl确认Key和环境都正常curl https://api.deepseek.com/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $DEEPSEEK_API_KEY \ -d { model: deepseek-chat, messages: [ {role: system, content: 你是一位耐心的中小学辅导老师。}, {role: user, content: 用三步解释分数除法} ] }curl返回的JSON里choices[0].message.content就是模型回复。Windows用户注意CMD对单双引号的处理方式和Linux不同建议直接用Git Bash或者改用Python脚本调用避免转义问题。返回HTTP 401时检查环境变量DEEPSEEK_API_KEY是否真的设置了非空值而不是在代码里写死了空字符串。4.2 三个必调参数temperature、max_tokens 和 system prompt运行几次之后你会发现不同参数配置下同一道题的输出差距很大。面向中小学生这个场景有三个参数值得重点调。temperature控制随机性取值0到2数值越高回答越发散。给孩子讲题建议设在0.3以下避免AI编造错误的解题步骤但写作文练灵感时可以调到0.8让表达更活泼。max_tokens控制回答的最大长度。对中文来说一个token大约相当于一到两个汉字具体要看分词情况。给孩子讲一道数学题800到1000就够写一篇400字作文max_tokens 要留到1000以上否则会被切断。system prompt是影响最大的参数它定义了AI的全局角色。把角色、语气、限制规则写进system字段之后每个对话请求都会自动携带这些约束孩子不用每次重复。一个可行的系统提示词如下你是“少年商学院”辅导老师。 行为规则 1. 面向中小学生语气亲切但不啰嗦不直接给结论。 2. 回答顺序先给思路再给步骤最后才给答案。 3. 题目讲完后必须出一道同类变式题。 4. 如果用户索要整篇作业答案礼貌拒绝并引导其独立思考。 5. 涉及事实数据时主动提醒用户用教材核对。这段system prompt把第2章的边界条款转化成了可执行规则。即使孩子自己在对话里乱提要求AI也有了固定的行为约束不会立刻代写全文。4.3 一个最小可用的家庭学习小助手代码不到40行下面这个Python脚本适合跑在任意一台电脑上。启动后在终端里输入问题按回车就能得到带角色设定的回答孩子不需要去理解API概念直接用界面交互。from openai import OpenAI client OpenAI( api_key你的key, base_urlhttps://api.deepseek.com ) SYSTEM_PROMPT 你是“少年商学院”辅导老师。 行为规则 1. 面向中小学生语气亲切但不啰嗦不直接给结论。 2. 回答顺序先给思路再给步骤最后才给答案。 3. 题目讲完后必须出一道同类变式题。 4. 拒绝整篇作业代写引导独立思考。 5. 涉及事实数据时提醒用户用教材核对。 def ask(question: str) - str: resp client.chat.completions.create( modeldeepseek-chat, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: question}, ], temperature0.3, max_tokens800, ) return resp.choices[0].message.content if __name__ __main__: while True: q input(孩子提问输入 exit 退出: ) if q.lower() exit: break print(ask(q)) print(- * 40)脚本直接使用OpenAI官方Python库对接因为DeepSeek兼容OpenAI的SDK格式只需要改base_url。SYSTEM_PROMPT定义在函数外避免每次请求重复声明。temperature固定为0.3讲解题稳定性较好如果发现回答太死板可以逐次调高0.1测试。max_tokens设800适合多数习题讲解场景。如果你更倾向于把服务暴露给孩子用手机访问可以用Flask或FastAPI包一层HTTP接口这属于扩展工程先跑通终端版就够了。另外日常办公场景里也有两条路可以自然接入手册内容一是把API Key配置到支持OpenAI兼容协议的编辑器插件里在VSCode中直接对话并把手册里的练习生成代码二是把同样的Key接入支持自定义模型的编程工具让自动补全直接调用DeepSeek。配置方式其实都是改base_url和model操作上大同小异。5. 按手册方法跑三个真实练习作文陪练、错题拆解与少年商学院小项目5.1 作文陪练先发散、再提纲、后扩写不和AI比谁写得快作文是中小学生用AI最多的场景也是翻车重灾区。直接让AI生成一篇全文孩子对着抄一遍什么能力都练不到。正确姿势是把作文拆成三到四轮对话每轮目标明确孩子始终在主导。第一轮做素材发散。让孩子先说自己想写的三件事AI补充五个描写方向比如“视觉细节、动作描写、心情变化、环境烘托、他人反应”。第二轮列提纲要求AI把结构写成“开头设悬念-中间两详一略-结尾点题”每段给一句主干。第三轮让孩子自选一段扩写AI负责修改病句、替换重复词、提供比喻方向。最后才允许AI给出范文用于对比差距。这套流程里孩子做的是选择和组织AI做的是素材库和编辑器角色的分工很清晰。我把一步步的命令写在提示词里你是小学语文老师。请围绕“运动会”帮我做素材发散 列出10个可以写入作文的瞬间按“激动/难过/有趣/紧张/温馨”分类每类2个。 每一条不超过20字。先不要写整篇作文。最后那句“先不要写整篇作文”是整个提示词的关键。没有它AI大概率会直接生成全文陪练就退化成代写。加上这句话输出范围就被限制在素材清单内。5.2 错题拆解让AI扮演只会提问、不给答案的陪练老师错题讲解是最好验证效果的一类任务。直接丢题目给AI得到的是标准解析但孩子只记住了这一道题的答案并没有形成通用解题方法。变化一下规则之后效果完全不同——让AI全程不提答案只用连续提问引导孩子自己发现出错点。可复制的提示词模板如下你是只提问不回答的数学老师。 孩子错了一道题请你按这三点来引导我 1. 先判断我的错误属于计算、概念还是审题。 2. 连续问我三个问题每个问题比前一个更接近出错点。 3. 不直接说“你这里错了”让我自己说出正确答案。这个模板建议配合第4.2节的参数一起用。我用的时候把temperature降到0.2因为提问逻辑需要尽量少的随机性发散过头会绕晕孩子。一轮提问结束后让AI再出一道同知识点的变式题做对了才算真正理解。这个“三次提问一道变式”的组合比直接看解析能留下更深的印象。5.3 少年商学院小项目零花钱规划中的数据分析与决策演练手册名称带了“少年商学院”那财商启蒙类任务一般也绕不开比如零花钱规划、定价小实验、家庭消费复盘。这类任务适合用AI做计算分析和方案对比但最终决策权必须留在孩子手里AI只提供数据处理和逻辑整理。我设计了一个“零花钱周报”练习记录一周的支出明细让孩子把数据录入AIAI按“必需/想要/储蓄”三分类统计并生成分析文本然后孩子自己决定下周怎么调整。让AI做分类统计的输入格式可以写成帮我做一个零花钱周报分析。 支出明细 - 橡皮 5元 - 薯片 8元 - 卡片 15元 - 存钱罐 20元 请按“必需/想要/储蓄”分类统计每类金额和占比并提出三条调整建议每条不超过30字。AI输出分类统计后可以引导孩子做一次简单的数据分析看看占比最大的是哪一类储蓄类是否为零并让孩子说明为什么“存钱罐”是储蓄而不是消费。这比直接教经济学概念更直观也更贴近青少年的认知水平。需要强调一点AI给出的分类结果未必符合孩子真实意图这里不要求答案正确AI的价值是提供了一个可以讨论的起点真正的训练目标是让孩子解释自己的分类理由。5.4 每次练完的通用检查清单上面三类任务跑完后可以用四行清单快速判断练习有没有完成孩子的提问是否包含了“角色、要求、长度、受众”四要素整个对话里AI有没有持续做到“引导”而非“代写”任务是否以孩子自己的产出收尾而不是以AI的完整答案收尾AI输出的知识点是否经过教材或家长抽查验证这份清单对应了第2章的能力边界和第5章的练习设计。如果某一项不满足通常问题出在提示词约束不够加回去再跑一轮就行。不用追求一次成功整个练习过程本身就是调整和优化的学习过程。6. 验证与收尾把AI对话留痕复盘时才看得见进步6.1 追问同题换一种问法检测孩子有没有真掌握判断孩子有没有真正吸收当次对话内容我做的最简单验证是“同题二问”同一个知识点过一段时间换一个问法再问一次。比如刚问完“分数除法为什么能转化为乘法”五分钟后让孩子关掉对话用自己的话解释一遍。如果孩子能独立重述说明他建立了自己的理解如果卡壳说明刚才只是读懂了AI的答案没有内化。这个技巧成本极低但反馈比任何测评都真实。操作时可以记录两次解释时间间隔间隔越短说明提取越顺利隔天再复述一次还能兼顾验证长期记忆。把第二次复述录音存下来孩子的进步会通过对比变得非常直观。6.2 留痕复盘把问答记录存成日志周末做回顾网页或App里的对话关掉就消失了家长无法知道孩子实际怎么提问更没法判断AI有没有在代写。建议把第4.3节的脚本固定运行起来所有问答自动记录到本地文件。用一段不到十行的日志代码把每次问答的结构化信息追加写入JSONL文件import json, time log_entry { ts: time.strftime(%Y%m%d-%H:%M:%S), question: q, answer_len: len(ask(q)), prompt_tokens: 0, } with open(study_log.jsonl, a, encodingutf-8) as f: f.write(json.dumps(log_entry, ensure_asciiFalse) \n)JSONL格式每一行是独立JSON对象之后用Excel或脚本都能直接分析。answer_len字段用来筛出超长回答——如果一次讲解超过800字大概率是AI在整段输出而不是引导思考这时就需要回到第5.2节的“三步提问”模式。周末复盘时把日志里耗时最长、回答最长的几条对话挑出来和孩子一起回顾当时为什么那样问这就是手册里最精彩的实战素材。6.3 最后一次追问的两个检查动作每次练习结束时让孩子做两件简单的事第一在对话里向AI追问“这道题最容易错的地方是什么”第二把AI的回答大体概括成两三句话写在本子角落描述自己的感受。这两个动作一方面让孩子有机会发现隐含的坑另一方面把“AI说了什么”转译成“我学到了什么”。等这个流程进入习惯后学习效果会通过持续的记录被数字化地看见。本文还有配套的精品资源点击获取