2025DeepSeek完全指南，99%的人都不知道的10个隐藏技巧（建议收藏）

你好，我是阮小贰。

这两天，我查了很多资料，也看了一下之前的评论区，

虽然许多人都已经开始尝试在使用DeepSeek，但也有很多人吐槽说很垃圾，并没想象中那么牛。

其实问题根本不在工具，很多人的使用姿势就搞错了，用大炮打蚊子，白白浪费DeepSeek的强大功能。

接下来，我会用10个使用技巧教会大家如何与DeepSeek高质量对话，以及一些隐藏技巧。

学习完之后，你就会发现DeepSeek远比你想象中的强大。

一、选对模式，事半功倍 

DeepSeek提供基础模型（V3）、深度思考（R1）和联网搜索三种模式，针对不同场景灵活选择：

1.1、基础模型（V3）

• 定位：快速响应的百科助手
• 特点：
• 默认模式，无需勾选功能
• 支持日常问答、文本生成等基础任务（如“解释量子力学”）
• 响应速度极快（平均1秒内）
• 适用场景：日常问答首选，响应快，适合百科查询、简单任务

1.2、深度思考（R1）

• 定位：逻辑推理专家
• 特点：
• 专攻复杂问题（数学证明、代码调试、学术分析）
• 支持思维链展示，推理过程全透明
• 响应较慢（复杂问题需2-3分钟）
• 适用场景：专攻复杂推理，如数学题、代码调试（如“用Python实现快速排序”）

1.3、联网搜索

• 定位：实时信息捕手
• 特点：
• 基于RAG技术整合网络最新数据（知识库更新至2024年7月）
• 支持查询动态事件（如“2025春晚《秧bot》技术解析”）
• 使用技巧：
• 避免与R1模式同时启用，以防逻辑冲突

二、性能对标：与主流模型的横向对比 

2.1、V3对标GPT-4o

DeepSeek的V3模型堪比GPT-4o，二者的设计理念和应用场景非常相似。

V3采用了Moe架构，拥有671B的参数量，能够在百科知识领域提供快速响应。

2.2、R1对标o1

R1是DeepSeek的深度推理模型，和OpenAI的o1模型非常类似。

二者都在处理推理、深度思考以及复杂逻辑问题时，展现出了非凡的能力。

R1采用了660B的参数，并且在强化学习和后训练方面表现出色。

R1更擅长逻辑推理和复杂问题的解答，在这一点上，R1已经超越了o1模型。

关于4o与o1的区别，下面有一张表，大家看完就知道该如何选用V3和R1模型了。

三、知识更新至2024年7月 

目前，DeepSeek的预训练数据（你可以理解为模型已学习的知识），已经更新至2024年7月。

但对于之后的新闻或技术动态，DeepSeek的联网搜索模式就显得尤为重要，

它能够根据网络实时获取最新信息，弥补知识库的空白。

所以，2024年7月前的问题基本上不需要打开联网功能。

而之后的问题（比如2025年诺贝尔奖得主是谁？春晚秧Bot），

DeepSeekZ目前并未学习，建议开启联网功能，效果更佳。

四、提示词核心：准确表达 

DeepSeek，无论是V3还是R1模型，都是不太吃提示词的，

只需要做到【准确表达】即可。

通用提示词模板 = 身份 + 目标

示例：

你是李白，请以李白的风格口吻写一首七律.春节


适当情况下，也可以补充一些背景信息：

通用提示词模板 = 身份 + 背景 + 目标

示例：

你是李白，目前正被流放夜郎，请以李白的风格口吻写一首七律.春节

还可以是：

通用提示词模板 = 身份 + 背景 + 目标 + 限制条件

示例：

你是李白，目前正被流放夜郎，请以李白的风格口吻写一首七律.春节，严格遵循律诗的格律要求，包括平仄、押韵和对仗。其中，颔联（第三、四句）和颈联（第五、六句）必须对仗工整，词性相对、结构相似，平仄相对。


不管哪个模板，其核心都是【准确表达】。

能够做到准确表达，说人话，就已经完全够用了。

所以，过去你们学的那些结构化提示词，从现在起，就可以大胆地丢掉了。

五、与DeepSeek沟通，尽量说人话 

最好的提示词，就是没有提示词，说人话就可以，

在会动脑子的deepseek面前，不用玩心思，真诚才是必杀技。

越是直白、俗气，就越能激发它的潜能。

示例：

解释一下什么叫通货膨胀，说人话

六、如何去除DeepSeek的AI味 

过去，我们经常吐槽AI生成的东西带有明显的'AI味'。

其根源就在于模型过分追求结构化输出，

习惯性地运用'首先、其次、然后、总而言之'等规范性的衔接词，使得内容显得过于程式化和刻板。

而作为具有强烈感性特征的生物体，人类对这种理性至上的文字形式实在难以忍受，

尤其是当文字呈现出八股文式的呆板架构或学术文体的生硬风格时，更是令人昏昏欲睡。

那么这种情况，建议你加一句提示，比如：

1、我是一名小学生 / 请用小学生能听懂的话解释。

2、说人话

3、用中学生都能听懂的语言

4、非专业人士都能听懂

提问的时候加上上述这些提示，就可以极大地去除DeepSeek 的AI味了。

示例：

请用小学生能听懂的话解释，什么是区块链？


怎么样？

现在是不是一下子就理解什么是区块链了？

七、活用联网搜索 

以o1为代表的推理模型，基本上都是不能联网的。

而联网搜索是DeepSeek的一大亮点，它让模型在回答时不仅仅依赖预训练数据，还能实时从网络上检索最新的信息。

你可以问到2024年7月以后发生的事件，或者某些新兴技术领域的问题，

DeepSeek都能通过联网搜索为你提供更准确、及时的回答。

而DeepSeek，是少有的支持推理+联网的模型。

八、活用上传附件 

除了联网搜索，DeepSeek还支持上传附件功能，这为用户提供了更多个性化的体验。

通过上传附件，你可以将自己的私密资料、知识库、甚至是一些需要深度推理的材料直接交给DeepSeek，

让它基于这些专有的文件进行分析和推理。

DeepSeek的推理模型，不仅能联网，还支持上传附件（最多不超过50个，每个不超过100MB）。

推理+上传附件，可以做更多本地化、私密化的东西，比如你自己的知识库或者内部资料。

让其基于自有知识库进行推理和思考。

示例：

阅读这篇材料，告诉我讲了些什么东西？输出言简意赅。

九、通过持续追问，获取详细答案 

运用持续追问的技巧，能够帮你快速搞清楚一个复杂问题，大致步骤如下：

1. 初始提问：'如何做好短视频脚本？'
2. 细化追问：'如何在前3秒吸引观众？'
3. 案例扩展：'举一个美食类账号的开头案例'


例如，我先问DeepSeek：“如何做好短视频脚本？”

对于如何吸引观众，我还是不懂，

那么我就可以继续追问DeepSeek“如何在前3秒吸引观众？”。

最后进一步的案例扩展，以便于我更好的理解。

我让DeepSeek再列举出一个例子“举一个美食类账号的开头案例”。

十、R1模型的三个开放特性 

对于深度思考（R1）模型，DeepSeek做到了三个重要的开放特性，

让R1不仅仅是一个“黑盒”模型，它的思维过程、训练技术和模型参数都是透明开放的。

10.1、思维链全开放

R1的思维链是完全开放的，用户可以看到模型进行推理时的每一步逻辑。

这不仅是一个回答，而是一个完整的思考过程。

通过这种方式，用户能获得最终答案，还能够理解AI是如何得出这个结论的。

10.2、训练技术全部公开

DeepSeek采用了RL（强化学习）技术，通过极少的标注数据提高了推理能力。

所有的训练技术，包括模型的后训练过程和数据增强方法，都是公开的。

这让广大网友都能深入理解模型的训练过程，并且可以根据需要进行调整和优化。

10.3、开源模型

DeepSeek还将R1的部分模型进行开源。

虽然R1模型本身的参数高达660B，仅为GPT-4o的1/6（输入$0.25/百万token）通常只有大公司才能使用，

但DeepSeek也为社区提供了更小的开源模型，让更多的开发者和研究者可以使用。

最小的模型只有1.5B参数，适合个人开发者进行实验和开发。

这格局太顶了，帮助全球的开发者共同推动AI的发展。

避坑提醒 

- 别同时开“深度思考+联网”，易卡顿。
- 复杂问题用R1，简单问题用V3，省时高效。

写在最后 

好了，以上就是本期所有啦，

希望能对你使用DeepSeek有所帮助。

当然，也欢迎大家在评论区将你的技巧分享出来，一起探讨、学习、交流。

基本上能看到这里的都是人中龙凤！

如果本文章能给你一点启发，随手点个赞、在看、转发三连吧，

如果想第一时间收到推送，也可以给我个星标⭐

谢谢你耐心看完我的文章~

---

另外，我创建了一个关于DeepSeek的交流群，有兴趣的可以入。