如何正确使用DeepSeek R1

大家好，我是老章

众所周知

使用大模型时，调用 API 效果总是不如网页版。

其实，为了让 AI 模型更好地理解人类指令，提示词（prompt）工程实际上包含 2 层核心内容，用户提示词（User prompt）和系统提示词（System prompt）：

❝ 为了防止模型行为不当，各生成式 AI 厂商都会使用系统提示词（system prompts）来设定模型的基本行为准则，同时调整回复的语气和情绪。出于竞争和安全防护的考虑，这些提示词通常对外保密。

不过也有例外，比如 Anthropic 就开放了自家模型（Claude 3.5 Opus、Sonnet 和 Haiku）的系统提示词。

https://docs.anthropic.com/en/release-notes/system-prompts

❝ Claude 的系统提示详细描述了模型如何处理各种任务和交互，包括如何应对数学问题、逻辑问题，如何处理包含人脸的图像，以及在面对争议话题时如何保持中立和客观。这些提示确保 Claude 在处理复杂问题时能够系统地思考，并以清晰、简明的方式提供信息。

最近 DeepSeek 也在 GitHub 公布了一系列 system prompt 和提示词相关技巧，对于需要基于本地部署或直接API开发大模型应用的开发者还是很有启发的。

技巧1: 官方DeepSeek 网页和app都没有内置系统提示词，因为所有指令都应当包含在用户提示（user prompt）中。

❝ 推理模型特别擅长处理信息有限或零散的情况，只需通过简单的提示词就能理解用户意图并妥善处理指令中的信息缺口。

技巧2:将Temperature设置在0.5-0.7（建议0.6）的范围内，以防止无休止的重复或输出不一致。

"Temperature 控制token选择的随机程度 " "较低的Temperature适用于期望获得真实或正确回答的提示 " "较高的Temperature可以导致更多样化或意外的结果 "

技巧3:搜索提示词

技巧4:文件上传相关提示词

技巧5:如何避免跳过思维模式

DeepSeek - R1 系列模型在响应某些查询时，往往会跳过思维模式（即输出“ ”），这可能会对模型的性能产生不利影响。

为确保模型进行全面推理，建议强制模型在每次输出开头以“ ”作为响应的起始。

最后，到底如何撰写提示词，有一个比较务虚的解释，记得是Claude招聘主管分享的，对优秀提示工程师特质的见解：清晰沟通能力，能够准确地陈述事物、理解任务、思考和描述概念。

再最后