大家好，我是湯師爺~

最近，DeepSeek這款AI工具爆火國內外。

雖然許多人都開始嘗試使用它，但有人吐槽說，沒想象中那么牛。

其實問題不在工具，很多人的使用姿勢就搞錯了，用大炮打蚊子，白白浪費DeepSeek的強大功能。

接下來，我將為大家分享9個實用技巧，你會發現DeepSeek遠比想象中更強大。

DeepSeek的三種模式

DeepSeek有三大適用模式：基礎模型（V3）、深度思考（R1）、聯網搜索。

1. 基礎模型（V3）

圖片

基礎模型（V3）是DeepSeek的標配，沒有勾選默認就是基礎模型。V3版自去年12月升級后，性能大幅提升，堪比業內頂尖模型如GPT-4、Claude-3.5等。

它的作用相當簡單，回答日常的百科類問題，幫助用戶快速獲取信息。

不管是查詢常見知識、處理簡單的文本生成任務，V3都能迅速給出答案。它的優點就是高效、便捷，幾乎沒有什么門檻，適用于大部分場景。

尤其是在用戶并不要求復雜推理、深度分析的情況下，V3就顯得尤為合適。比如你只想問一個簡單的問題，或者需要一個快速的解答，V3足夠應付。簡單、直接，是它的最大特點。

2. 深度思考（R1）

R1作為DeepSeek的深度推理模型，專門用來解決那些需要復雜推理和深度思考的問題。它處理的任務更具挑戰性，比如數理邏輯推理、編程代碼分析等。

R1模型有660B的參數，并采用了后訓練+RL強化學習方法，擅長從多個角度分析問題，并給出經過嚴密推理后的解答。

R1決定是一位專家，能夠為你提供精確、深刻的推理和分析。因此，如果你的問題涉及到復雜的推理，R1便是不二的選擇。

3. 聯網搜索

聯網搜索模式是DeepSeek的AI搜索功能，基于RAG（檢索增強生成），這一模式讓DeepSeek不僅能依賴它自己的知識庫，還能根據互聯網實時搜索相關內容來回答問題。

換句話說，聯網搜索不僅讓模型能夠回答2024年7月以后的問題，還可以利用網絡上的最新信息來補充自己的回答。

如何對標其他模型？

DeepSeek的三個核心模式，能夠與chatGPT對標，為我們提供更清晰的選擇。

1. V3對標GPT-4o

DeepSeek的V3模型堪比GPT-4o，二者的設計理念和應用場景非常相似。V3采用了Moe架構，擁有671B的參數量，能夠在百科知識領域提供快速響應。

2. R1對標o1

R1是DeepSeek的深度推理模型，和OpenAI的o1模型非常類似。二者都在處理推理、深度思考以及復雜邏輯問題時，展現出了非凡的能力。

R1采用了660B的參數，并且在強化學習和后訓練方面表現出色。R1更擅長邏輯推理和復雜問題的解答，在這一點上，R1已經超越了o1模型。

知識庫的更新時間

目前，DeepSeek的預訓練數據已經更新到2024年7月。

但對于之后的新聞或技術動態，DeepSeek的聯網搜索模式就顯得尤為重要，它能夠根據網絡實時獲取最新信息，彌補知識庫的空白。

告別提示詞

很多AI熟手可能會囤一堆提示詞模板，但是，DeepSeek 完全不用準備提示詞，只要簡單明了地描述你的需求，DeepSeek 就能理解并給出精準的答案。

舉個例子，如果你想讓 DeepSeek 幫你寫一段蛇年拜年祝福語，直接告訴它這個需求，它就能立刻生成多個風格的版本。

圖片

與DeepSeek的對話，盡量使用簡單、直白的語言。越是接地氣的表達，DeepSeek就越能發揮其最大潛力。

避免過于正式、結構化的表述，簡單、直白、帶點口語化的語言往往能夠獲得最自然、流暢的答案。

DeepSeek的理解能力非常強，不需要過多的引導，給它一個清晰的問題，它就能提供精準的答復。

“小學生”溝通技巧

與DeepSeek對話時，有時我們可能覺得AI的回答過于抽象。

這其實源于傳統AI模型過于注重結構化表達，結果都是“八股文”的回答，我們可以借助DeepSeek的“小學生”溝通技巧。

可以給它一個提示：“我是一名小學生，請用小學生能聽懂的話解釋什么是大模型。”

圖片

通過持續追問，獲取詳細答案

運用持續追問的技巧，能夠幫你快速搞清楚一個復雜問題，大致步驟如下：

• 提出一個概括性的問題
• 基于回答內容進行深入追問
• 繼續挖掘具體細節
• 將對話信息整理成清單格式

例如，我先問DeepSeek：“如何寫好提示詞？”

圖片

對于如何提供上下文，我還是不明白，我可以繼續追問DeepSeek。

圖片

最后我讓DeepSeek把對話整理成詳細的清單格式。

圖片

活用聯網搜索

聯網搜索是DeepSeek的一大亮點，它讓模型在回答時不僅僅依賴預訓練數據，還能實時從網絡上檢索最新的信息。

你可以問到2024年7月以后發生的事件，或者某些新興技術領域的問題，DeepSeek都能通過聯網搜索為你提供更準確、及時的回答。

例如，你問DeepSeek：“2025年春晚有哪些節目？”它可以在網絡上找到最相關的資料，并結合大語言模型的能力生成確的回答。

但是，最近DeepSeek受國外網絡攻擊，聯網搜索暫不可用了，尷尬~

圖片

上傳附件功能

除了聯網搜索，DeepSeek還支持上傳附件功能，這為用戶提供了更多個性化的體驗。

通過上傳附件，你可以將自己的私密資料、知識庫、甚至是一些需要深度推理的材料直接交給DeepSeek，讓它基于這些專有的文件進行分析和推理。

圖片

上傳附件最多支持50個文件，每個文件最大100MB，數據量較大的文件，DeepSeek也能處理自如。

R1的三個開放特性

對于深度思考（R1）模型，DeepSeek做到了三個重要的開放特性，讓R1不僅僅是一個“黑盒”模型，它的思維過程、訓練技術和模型參數都是透明開放的。

1. 思維鏈全開放

R1的思維鏈是完全開放的，用戶可以看到模型進行推理時的每一步邏輯。

這不僅是一個回答，而是一個完整的思考過程。通過這種方式，用戶能獲得最終答案，還能夠理解AI是如何得出這個結論的。

圖片

2. 訓練技術全部公開

DeepSeek采用了RL（強化學習）技術，通過極少的標注數據提高了推理能力。

所有的訓練技術，包括模型的后訓練過程和數據增強方法，都是公開的。

這讓廣大網友都能深入理解模型的訓練過程，并且可以根據需要進行調整和優化。

3. 開源模型

DeepSeek還將R1的部分模型進行開源。雖然R1模型本身的參數高達660B，通常只有大公司才能使用，但DeepSeek也為社區提供了更小的開源模型，讓更多的開發者和研究者可以使用。

最小的模型只有1.5B參數，適合個人開發者進行實驗和開發。

這格局太頂了，幫助全球的開發者共同推動AI的發展。