简介本资源为清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室团队编写的DeepSeek技术指南适合希望系统掌握大模型应用与提示语设计的产品、运营、开发及学术研究人员。全书共1个PDF文件压缩包大小6.45MB内容涵盖DeepSeek-R1模型能力解析、推理模型与通用模型对比、提示语设计核心技能、常见陷阱应对策略、提示语链与三链融合模型以及多个实战案例。文档重点讲解了信息类、结构类、控制类提示语元素的组合方式并介绍了CIRS、SPECTRA等提示语链设计模型对提升文本生成、代码编写、逻辑分析等任务的输出质量具有直接参考价值。资源已有3049人学习是一份从入门到精通的系统性学习材料。1. DeepSeek从入门到精通这份104页PDF把提示词从玄学变成了工程DeepSeek从入门到精通市面上讲提示词的资料不少但多数是零散技巧讲不清为什么有效。这份由清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室余梦珑博士后团队编撰的104页PDF把提示词设计讲成了一门可以拆解、复现、验证的手艺从推理模型与通用模型的选型到提示语DNA三元素、九项核心技能再到提示语链、三链融合模型最后落到PIA、TFM、DES三种实战方法环环相扣。它不是泛泛的科普册子更像一份能直接对照着改提示词的操作手册。如果你已经在用DeepSeek但输出总不稳定或者要给团队做AI落地培训这份PDF值得完整过一遍并下载存档。2. 先选对模型推理模型与通用模型的差异决定你的输出天花板大多数人用DeepSeek翻车不是提示词写得不好而是模型选错了。文档开头就用很大篇幅对比推理模型和通用模型这个铺垫很重要同一个问题丢给不同模型输出质量差一个量级。比如你让模型写营销文案结果选了纯推理模型它可能给你列出一二三点的“营销策略分析”而不是能直接用的文案反之你让它解微分方程通用模型容易给出看似合理但经不起推敲的答案。2.1 快思慢想概率预测与链式推理的性能本质文档用“快思慢想”来区分两类模型的思维机制。概率预测模型走的是快思根据上文直接预测下一个最可能的token生成速度快但容易浅尝辄止链式推理模型走的是慢想把问题拆解成中间推理步骤一步步验证之后才给结论在数学推导、逻辑分析这类任务上明显更稳。这里的关键不是谁更好而是你手里的任务更适合哪种机制。维度快思概率预测慢想链式推理典型任务文案生成、创意写作、对话闲聊数学推导、代码调试、因果分析输出特点语言流畅、灵活多变步骤清晰、逻辑严谨主要风险容易产出表面正确的内容推理链长时偶尔过度展开使用策略给足风格与语气约束明确要求分步推导并给出关键假设写提示词时要针对这个差异做设计用通用模型时重点放在风格、受众、输出格式上用推理模型时让它把假设条件写清楚、把推理步骤显式化。文档里反复强调“根据任务类型选择合适的模型”我自己的习惯是在每一条提示词开头先声明任务类型和期望的思维模式省得模型自作主张。2.2 模型选型清单什么任务该用哪种模型把文档提到的核心应用场景整理成一份选型清单直接对着抄就行应用场景推荐模型类型提示词侧重点情感分析、意图识别、语义解析通用模型给出分析维度要求输出结构化结论代码生成、代码调试、技术文档推理模型描述输入输出约束要求分步验证营销文案、故事、诗歌、社交内容通用模型指定风格、语气、字数与受众数学推导、逻辑问题解答推理模型要求显式写出推理步骤与假设条件知识推理、实体提取、文本分类通用或推理均可先用通用模型搭框架再用推理模型验证这份清单对新手的意义在于你不需要记一堆术语只要先判断“这个任务要的是流畅表达还是严谨推导”模型选择的方向就不会错。文档里还提到DeepSeek-R1擅长计算推理和代码生成补全所以涉及算法、公式、代码相关的活优先开深度思考模式。2.3 文件上传、联网搜索与深度思考把模型能力用全这一部分对应到实际操作。Web端访问官网后左侧能上传文件PDF、Word、图片都可以模型能读出文件里的文字内容相当于内置了一个文档解析器。我在处理扫描版合同或PDF转文字时会直接把文件丢给它让它先提取关键段落再基于提取结果写摘要或翻译省去先转格式再处理的中间步骤。文档本身也强调支持读取各类文件及图片中的文字这个能力在本地化部署之后还能配合API调用做批量文档处理。联网搜索和深度思考是两个独立开关不要同时无脑开。我的做法是需要最新事实时开联网搜索并提示它列出信息来源需要严谨推导时开深度思考并允许它思考更长时间。R1模型开源可免费商用意味着后续想接API、做本地部署或集成到IDE里做辅助编程都有现成路径。文档这套提示词方法论在那些场景下同样成立因为提示词设计不依赖具体产品界面换到API调用时参数变了但拆解任务的思路不变。3. 提示语设计九项核心技能与三类元素的组合矩阵模型选对只是第一步提示词怎么写才是分水岭。文档把提示语设计拆成了两个层面底层是提示语的DNA三类元素上层是九项核心技能。两类东西配合使用提示词才谈得上“可调参”。3.1 三类提示语元素信息类、结构类与控制类怎么区分文档把提示语的基本元素分成三类信息类元素负责交代背景、对象、数据、目标回答“这是个什么任务”结构类元素负责规定输出格式、章节顺序、长度回答“结果长什么样”控制类元素负责约束风格、语气、禁区回答“哪些不能做”。三者比例直接决定输出质量。元素类型作用示例信息类交代背景与目标目标用户是一二线城市的职场新人结构类规定输出格式分三个章节每章配一个小标题控制类约束风格与禁区语气客观不要使用感叹号不编造统计数据新手最容易犯的错是只有信息类元素把任务背景说了一大堆但不说要什么格式、什么语气、什么不能写。模型只能按概率猜你的偏好输出自然飘。文档给的组合矩阵思路是信息类定方向结构类定骨架控制类定边界三类都有提示词才完整。3.2 元素组合矩阵一个提示词从70分到90分的改造过程用两个具体任务演示元素组合的作用。第一版提示词只有信息类元素为智能家居产品写一段营销文案产品是智能门锁主打安全。这版提示词丢给通用模型通常能收到一段中规中矩的文案但风格平淡、没有记忆点。问题出在结构类和控制类元素缺失。按文档的元素组合矩阵改造后为智能家居产品撰写一篇社交媒体营销文案产品是智能门锁主打安全与便捷。 要求开头用一个日常场景切入中间列出两个核心卖点每个卖点配一句口语化说明 结尾附一句行动号召。全文150字以内语气轻松但不夸张不要使用“革命性”“极致”这类词。对比两版第二版在信息类基础上补充了结构类场景切入、两个卖点、行动号召、150字以内和控制类语气轻松、禁用语。模型收到的约束越多输出越接近你脑子里的那条文案。这个过程就是文档说的结果优化技能——先写一版再逐项补元素和技能一次比一次接近目标。3.3 抽象-具体循环与反向设计两个直接能用的设计方法文档介绍了多种提示语设计方法其中两个对我日常工作影响最大。第一个是抽象-具体循环法先抽象地描述目标再让模型给出具体方案再基于方案提炼抽象规则循环往复。这个方法适合从零设计一套流程或模板。第一轮请给出组织一次跨部门需求评审会的具体步骤。 第二轮从上面步骤中提炼出组织高效会议的三条通用原则。 第三轮基于这三条原则为一个远程团队设计一份15分钟的每日站会模板。每一轮输出都作为下一轮输入模型在抽象与具体之间来回跳生成的模板质量明显高于一次问到底。第二个是反向设计思维先让模型列出“一个糟糕的方案长什么样”再让它反过来给出正面方案。这个方法对写提示词模板尤其好用因为反面清单本质上就是控制类元素的素材来源。文档提到的九项核心技能——问题重构、创意引导、结果优化、跨域整合、语境理解、抽象化能力、批判性思考、创新思维、伦理意识——在具体使用时不需要全部堆进一条提示词里而是按任务类型挑两三个。创意类任务用创意引导和跨域整合分析类任务用问题重构和批判性思考这样比全都要更聚焦。4. 提示语链与三链融合复杂任务拆解的标准流程单条提示词能处理的任务是有上限的。当你需要一份完整的市场分析报告、一篇有深度的长文或者一个跨模块的技术方案时把需求压缩进一条提示词结果往往是每个部分都浅尝辄止。文档给的标准解法是提示语链把复杂任务拆成多个子任务每个子任务一条提示语前一条的输出作为后一条的输入。4.1 从单条提示语到提示语链什么情况需要链式设计判断标准很简单如果这个任务你需要分好几步才能做完那模型也一样。写一篇“智能家居产品设计分析”单条提示词问出来的东西通常是宏泛的行业套话。拆成提示语链之后每一条只负责一个环节第一步列出智能家居产品设计需要关注的五个核心维度每个维度给出理由。 第二步基于娱乐、安防、能耗三个维度分别为一款入门级智能音箱提出产品功能建议。 第三步将上面的功能建议整合成一份包含目标用户、核心功能、使用场景的产品设计摘要300字以内。每一条提示语都承接上一条的输出模型在第二步不需要重新理解任务背景直接基于第一步的维度结构做深化。这就是文档强调的提示语链价值把复杂任务拆成多个子任务确保生成内容的逻辑清晰和主题连贯。实际操作时有个关键参数每一条链的结尾注明“将以上输出作为下一步的输入”同时给下一步把背景信息压缩成一句话既不丢上下文也不让模型重复劳动。4.2 CIRS与SPECTRA两种提示语链设计模型怎么落地文档介绍了CIRS和SPECTRA两种设计模型它们本质上是提示语链的结构模板。CIRS侧重任务分解的循环迭代先明确上下文再确认指令再执行生成最后检查修正适合分析类任务。SPECTRA则更强调多维度并行思考适合需要多角度覆盖的任务类型。我一般把它俩组合使用用SPECTRA搭框架用CIRS做单环节的循环打磨。设计模型适用场景落地要点CIRS单一问题的深度分析上下文、指令、生成、检查四步循环SPECTRA多维度覆盖的综合性任务先并行拆维度再逐维度深化以“撰写一篇气候变化对农业影响的文章”为例SPECTRA阶段先拆成趋势分析、区域差异、应对措施三条并行子链每条子链内部用CIRS循环先确认数据背景与边界再要求模型分步推导最后检查结论是否有数据支撑。这样组合下来文章的逻辑性和知识广度明显优于单条提示词直接生成的结果。任务分解的步骤也有讲究文档给出的做法是先定总目标再拆一级子任务每个子任务继续拆到能被一条提示词容纳为止。我在实践中发现拆到“一条提示词控制在200字以内、只包含一个动作”这个粒度最顺手既不会信息过载又能保证每步输出可校验。4.3 三链融合逻辑链、知识链、创意链的协同配合提示语链解决的是任务分解问题而三链融合解决的是内容质量问题。文档提出的三链指逻辑链、知识链、创意链逻辑链保证推导严谨知识链保证内容有依据创意链保证表达有新意。三条链对应不同的思维策略——逻辑链对应聚合思维知识链对应跨界思维创意链对应发散思维。写提示词链时我会在每条子任务上标注它属于哪条链。比如分析类步骤标注逻辑链要求它“每一步结论必须给出推导依据”资料类步骤标注知识链要求它“引用具体数据并说明来源”表达类步骤标注创意链要求它“用一个类比替换平铺直叙的描述”。这种标注方式让模型在不同阶段切换思维模式比在一条提示词里要求“既要严谨又要有创意”靠谱得多。发散思维、聚合思维、跨界思维这三类策略在文档里是和三链绑定的。发散思维负责打开思路适合创意链的前置环节聚合思维负责收敛结论适合逻辑链的后置环节跨界思维负责引入外部视角适合知识链。遇到内容单薄的问题时先检查是不是某条链断了逻辑链断了补推导知识链断了补数据创意链断了补类比。5. 避坑与排查提示语设计常见的五个翻车场景再好的方法落到手上也有翻车的时候。文档专门列出新手设计提示语的常见陷阱这里结合我实际遇到的场景把最常见的几个问题按现象、原因、解决的顺序整理出来。5.1 缺乏迭代一次问到底把模型逼到墙角现象提示词写得很详细一次性要求输出一篇完整长文结果内容空洞、逻辑跳跃甚至前后矛盾。 原因一个需要多轮打磨的任务被压缩进单轮对话模型没有机会根据反馈调整方向。文档把这类问题归为“缺乏迭代”本质是任务粒度超出了模型的单次处理能力。 解决改成提示语链把任务拆成“列框架、逐段展开、整体润色”三步每步单独确认后再进行下一步。配合深度思考模式推理模型会在每步内部做更多校验。我一般给这类任务设置三轮底线第一轮只出大纲第二轮逐段填充第三轮才做语言润色少一轮都不行。5.2 过度指令与假设偏见提示词太长不是好事现象提示词里塞了几十条要求模型反而漏掉关键约束输出不升反降。或者提问时已经预设了错误结论模型顺着你的错误方向输出越跑越偏。 原因指令过于密集会让模型难以区分主次注意力被大量次要约束稀释而提示词里的倾向性表述会诱导模型迎合你的偏见这就是文档说的假设偏见。 解决给要求排优先级核心约束控制在五条以内其余放到“可有可无”的附录里。提问时检查有没有“我觉得应该是”“正常情况下肯定”这类预设句式有就去掉换成中性描述。比如把“这个方案一定有问题帮我找出来”改成“请分析这个方案的潜在风险并给出评估依据”。5.3 幻觉生成与伦理边界模型一本正经地编答案现象模型给出一个非常具体的统计数据或案例查证之后发现根本不存在。又或者在生成内容时涉及隐私、偏见等边界问题模型完全没意识到越界。 原因通用模型天生是概率预测器它追求的是“看起来合理”不是“事实正确”缺乏伦理约束时模型会无差别生成有争议的内容。 解决对数据类内容开联网搜索并要求附来源同时在控制类元素里明确加一条“不要编造数据不确定的部分标注为待核实”。涉及伦理边界的任务主动补充价值观约束把不许做的范围写清楚。这类问题属于事后补救成本最高的不要等出了事再后悔写提示词时就该把边界声明放进去。5.4 上下文污染对话历史把模型带偏了现象同一个会话里连续问了多个不同任务后面任务的输出总是夹杂前面任务的内容。比如先写了一版产品文案接着让它写技术方案结果技术方案里冒出营销词汇。 原因模型会参考整个会话的历史上下文来生成回答前面的内容没有自动清除变成了噪音。文档里虽没有专门讲这条但在我用API和Web端的过程中都反复遇到。 解决不同任务开新会话或者在提示词开头声明“忽略以上所有对话只基于以下内容作答”。用API时更简单请求体里只保留当前任务对应的messages数组把历史记录截断或清空。这条解决之后输出纯净度立竿见影。5.5 自查清单提交前按顺序过一遍检查项具体操作对应陷阱是否选对模型推理任务开深度思考创意任务用通用模式模型错配是否三类元素齐全信息、结构、控制各检查一遍约束缺失是否一次问太多复杂任务拆成三步以上的提示语链缺乏迭代是否有预设结论把“应该”“必然”改成中性表述假设偏见是否有数据引用要求关键数据要求注明来源否则标注待核实幻觉生成是否声明伦理边界明确写出不能涉及的范围伦理边界是否清空无关上下文新任务开新会话或截断历史记录上下文污染这份清单我打印了一份贴在显示器旁边每次写提示词最后过一遍大部分翻车在提交之前就能拦下来。6. 把实战案例跑通PIA、TFM、DES三个方法的验证路径文档最后给出的PIA、TFM、DES三个方法是把前面所有理论落到单次输出上的收口动作。PIA负责搞清楚你真正想要什么TFM负责让内容不跑题DES负责把内容做厚。顺序不能乱我建议每次都按这个序列过一遍。PIA阶段先问自己三个问题这条输出的目标读者是谁、期望他们读完做什么、内容要传递的核心信息是什么。TFM阶段把核心信息压缩成一句话作为主题锚点写提示词时确保每个段落都围绕它展开。DES阶段在初稿基础上加细节把抽象结论替换成具体场景和例子。用文档里的气候变化文章案例来演示PIA目标读者是普通市民期望他们了解气候变化对日常生活的具体影响核心信息是“气候问题与每一个人相关”。 TFM将以上意图压缩成主题句作为全文第一段的主线。 DES在“影响”部分加入一个具体的夏日高温场景把“气温上升”改写成“城市热岛效应让夜间最低温度比上世纪高出3摄氏度”。三句提示词分别对应三个环节执行完直接对比初稿和终稿改动集中在主题一致性和细节厚度上。文档还用智能家居产品设计、网络安全策略探讨等案例演示了同样的路径每个案例都能套进这个三步框架。从那以后我每次给团队写提示词模板都强制先走一遍PIA再谈结构和细节这套流程已经成了我做所有AIGC相关需求的默认起点。这份104页PDF里还有更多类似的可直接套用模板建议下载后把案例章节完整读一遍再对照自己的业务改造一版。希望帮到你。本文还有配套的精品资源点击获取