清华大学deepseek使用手册

以下是关于 DeepSeek 在临床医疗方面的使用手册： 使用案例： 借助 AI 分析好的文章： 找出最喜欢的文章，投喂给 deepseek R1（适合大多数有推理模型的 AI）。 第一次询问：请从写作角度分析这篇文章。 第二次询问：请再从读者角度分析这篇文章。 第三次询问：这篇文章还存在什么缺点和不足，有什么改善和提升的空间。 对作者进行侧写，分析成长背景、个人经历和知识结构对文章的影响。 让 AI 对自己写的文章点评：“现在我希望你是一名资深中文写作教师/小学语文老师/中学语文老师/公文写作培训师，拥有 30 年教育经验，是一名传授写作技巧的专家。请先阅读我提供给你的文章，然后对文章进行分析，然后教我如何提升写作水平。请给出详细的优缺点分析，指出问题所在，并且给出具体的指导和建议。为了方便我能理解，请尽量多举例子而非理论陈述。” 根据文章内容对作者心理侧写：“我希望你扮演一个从业 20 多年，临床诊治过两千多例心理分析案例的人性洞察和意识分析方面的专家，精通心理学、人类学、文史、文化比较。先阅读后附文章全文，然后对作者进行人格侧写。要尖锐深刻，不要吹捧包装，不要提出一些只能充当心理安慰的肤浅的见解。包括作者的基本画像、核心性格特质、认知与价值观、潜在心理动机、行为模式推测、矛盾与盲点、文化符号映射。” 提升 DeepSeek 能力的方法： 用 Coze 做效果对比测试。 使用步骤： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后，正式开始对话。 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 用 XML 来进行更为规范的设定，而不是用 Lisp（有难度）和 Markdown（运行不太稳定）。 特别鸣谢： 李继刚：【思考的七把武器】在前期为我提供了很多思考方向。 Thinking Claude：这个项目是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源。 Claude 3.5 Sonnet：最得力的助手。

《DeepSeek：从入门到精通》是清华大学新闻与传播学院新媒体研究中心出品的指南。该指南详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等。同时探讨了如何使用 DeepSeek，涵盖推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法，旨在帮助用户更好地掌握 AI 工具的使用，提升工作效率和创新能力。您可以通过以下链接查看：https://waytoagi.feishu.cn/record/QAURr4CNGeJ5GIcvU0nc9X3dndg

以下是关于 DeepSeek 的使用手册： 使用地址：https://chat.deepseek.com/（有手机客户端） 模型下载地址：https://github.com/deepseekai/DeepSeekLLM?tab=readmeovfile API 文档地址：https://apidocs.deepseek.com/zhcn/ DeepSeek 的提示词使用方法比较长，单独列了一篇 公司简介： DeepSeek（深度求索）是一家专注于人工智能基础技术研究的科技公司，致力于探索 AGI（通用人工智能）的实现路径。 成立时间：2023 年 总部：中国杭州 定位：聚焦大模型研发与应用，提供高效、安全、可控的 AI 技术解决方案。 效果对比： 用 Coze 做了个小测试，大家可以对比看看，相关视频： 如何使用： Step1：搜索 www.deepseek.com，点击“开始对话” Step2：将装有提示词的代码发给 Deepseek Step3：认真阅读开场白之后，正式开始对话 设计思路： 1. 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担 2. 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能 3. 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性 4. 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改 5. 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定） 完整提示词：v 1.3 特别鸣谢： 李继刚：【思考的七把武器】在前期为我提供了很多思考方向 Thinking Claude：这个项目是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源 Claude 3.5 Sonnet：最得力的助手

以下是关于 DeepSeek 的使用手册： 效果对比： 用 Coze 做了个小测试，大家可以对比看看： 如何使用： 1. 搜索 www.deepseek.com，点击“开始对话”。 2. 将装有提示词的代码发给 Deepseek。 3. 认真阅读开场白之后，正式开始对话。 设计思路： 1. 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 2. 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能。 3. 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 4. 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 5. 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定）。 完整提示词：v 1.3 特别鸣谢： 李继刚：【思考的七把武器】在前期为我提供了很多思考方向。 Thinking Claude：这个项目是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源。 Claude 3.5 Sonnet：最得力的助手。 在生成 2048 游戏中的使用： 1. 可以使用任意 AI 工具获得代码，当然专业代码模型表现更优。 Cursor：使用 cursor 可以不用下载上一步中的 Pycharm，网址：https://www.cursor.com/。通过对话获得代码即可。因为这里面用的是大语言模型 Claude3.5sonnet、GPT4o 等语言模型，包括用 cursor small 也试了，最好是指令更详细一些，比如：我想做个 2048 游戏，请用上 pygame 库。 Deepseek（新手推荐这个，2→3.2→4 这样路径）：网址：https://www.deepseek.com/zh 。只需要获得游戏代码即可，Deepseek 很方便，国内能访问，网页登录很方面，目前完全免费！点击开始对话，左边选择代码助手，直接向神龙许愿吧。 通义灵码：在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“通义灵码”（如图：），安装通义灵码插件（目前免费）。 JetBrains 自身的助手插件：在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“Jetbrains AI assistant”（如图：），安装 Jetbrain AI assistant 插件（收费，目前有 7 天免费试用）。 Marscode 及 Tencent cloud AI code Assistant 等等。 无影的晓颖 AI 助手：在云栖大会上有过使用。晓颖助手内置在云电脑里，无影也是阿里旗下的，晓颖助手的使用很流畅，只是需要在无影的云电脑中。 使用技巧： 1. 先了解下优势和特点： 推理型大模型：DeepSeek 的核心是推理型大模型，与指令型大模型不同，它不需要用户提供详细的步骤指令，而是通过理解用户的真实需求和场景来提供答案。 更懂人话：DeepSeek 能够理解用户用“人话”表达的需求，而不需要用户学习和使用特定的提示词模板。 深度思考：DeepSeek 在回答问题时能够进行深度思考，而不是简单地罗列信息。 文风转换器：DeepSeek 可以模仿不同作家的文风进行写作，适用于多种文体和场景。 2. 使用 DeepSeek 的正确方法： 可以扔掉提示词模板：用自然语言描述，直接描述真实场景和具体需求，提示词模板的目的是清晰表达，如果使用也完全没问题。 让 DeepSeek“说人话”：在提问时加上“说人话”“小学生能听懂”“菜市场大妈能听懂的话”等，可以让 DeepSeek 的回答更加通俗易懂。 激发深度思考：让 DeepSeek 进行批判性思考、反面思考和复盘，以恢复其深度思考能力。 文风转换：通过指定模仿的作家和文体，让 DeepSeek 生成符合特定风格的文本。

以下是关于 DeepSeek 的使用手册： 1. 效果对比：用 Coze 做了小测试，可对比查看 2. 如何使用： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 DeepSeek。 认真阅读开场白之后，正式开始对话。 3. 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定）。 4. 完整提示词：v 1.3 5. 特别鸣谢：李继刚的【思考的七把武器】在前期为提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。 6. 使用技巧： DeepSeek 的特点与优势： 推理型大模型：核心是推理型大模型，与指令型大模型不同，它不需要用户提供详细的步骤指令，而是通过理解用户的真实需求和场景来提供答案。 更懂人话：能够理解用户用“人话”表达的需求，而不需要用户学习和使用特定的提示词模板。 深度思考：在回答问题时能够进行深度思考，而不是简单地罗列信息。 文风转换器：可以模仿不同作家的文风进行写作，适用于多种文体和场景。 使用 DeepSeek 的正确方法： 可以扔掉提示词模板：用自然语言描述，直接描述真实场景和具体需求，提示词模板的目的是清晰表达，如果使用也完全没问题。 让 DeepSeek“说人话”：在提问时加上“说人话”“小学生能听懂”“菜市场大妈能听懂的话”等，可以让 DeepSeek 的回答更加通俗易懂。 激发深度思考：让 DeepSeek 进行批判性思考、反面思考和复盘，以恢复其深度思考能力。 文风转换：通过指定模仿的作家和文体，让 DeepSeek 生成符合特定风格的文本。

以下是关于 DeepSeek 的相关信息： 华尔街分析师的反应：DeepSeek 展示出媲美领先 AI 产品性能的模型，成本仅为一小部分，在全球主要市场的 App Store 登顶。但 Jefferies 警告其技术可能打破资本开支狂热，Citi 对其技术突破提出质疑，高盛预测其可能改变科技巨头与初创公司的竞争格局，降低 AI 行业进入门槛。相关链接： 实际使用体验：在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。数学能力经过优化，表现不错；编程能力略逊于 GPT，据用户反馈。GRPO 算法替代传统 PPO，降低价值函数估计难度，提高语言评价场景的灵活性与训练速度。相关链接： 提升 DeepSeek 能力的提示词：用 Coze 做了小测试。使用方法为：Step1：搜索 www.deepseek.com，点击“开始对话”；Step2：将装有提示词的代码发给 Deepseek；Step3：认真阅读开场白之后，正式开始对话。其设计思路包括将 Agent 封装成 Prompt 并储存于文件以减轻调试负担，通过提示词文件让 DeepSeek 实现同时使用联网和深度思考功能，在模型默认能力基础上优化输出质量等。完整提示词版本为 v1.3，特别鸣谢了李继刚和 Thinking Claude 等。

以下是关于《普通人如何抓住 DeepSeek 红利》的相关链接： 清华大学新闻与传播学院撰写的报告：https://waytoagi.feishu.cn/record/T2yDrJ4NjeJFmccnBgzc5A7InIq 相关 PPT 课件：https://bl7rsz9526.feishu.cn/wiki/Gec9wxIGhiqSsAkrqzPc3ObLnpb （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、@新媒沈阳团队的陶炜博士生团队制作）

DeepSeek 在春节期间非常火爆，不仅在各大平台刷屏，还引起了广泛讨论。 从非技术人的角度来看，对 DeepSeek 的研究主要围绕以下话题： 1. 天才养成记：DeepSeek R1 之所以聪明的原因。 2. “填鸭”之困：传统大模型训练的瓶颈。 3. 自学成才：DeepSeek R1 的破局之道。 4. 纯强化学习：再次带来 AI 超越人类的希望。 DeepSeek 是一个品牌名，需要搭配具体模型，如 DeepSeek V3（类 GPT4o）和 DeepSeek R1（类 OpenAI o1）。DeepSeek 公司名为深度求索，其网页和手机应用目前免费，API 调用收费。DeepSeek 大模型，尤其是有推理功能的 DeepSeek R1 大模型，权重文件开源，可本地部署。

清华出品的 DeepSeek 相关应用手册的下载链接如下： 清华大学沈少阳：《 北航&清华大学：《 《 其它一些报告发布在 。

以下是结合 deepseek、kimi、豆包工具的实际操作案例： 在 2025 年 1 月的国内月活榜中： deepseek 作为聊天机器人，网址为 chat.deepseek.com，活跃用户达 7068 万人，环比变化为 24.3616%，所属公司为深度求索。 豆包作为聊天机器人，网址为 doubao.com，活跃用户为 779 万人，环比变化为 0.1911%，所属公司为字节跳动。 kimi 作为聊天机器人，网址为 kimi.moonshot.cn，活跃用户为 591 万人，环比变化为 0.1135%，所属公司为月之暗面。 在 2025 年 1 月的国内流量榜中： deepseek 作为聊天机器人，网址为 chat.deepseek.com，访问量达 22541 万，环比变化为 20.4093%，所属公司为深度求索。 豆包作为聊天机器人，网址为 doubao.com，访问量为 3457 万，环比变化为 0.1041%，所属公司为字节跳动。 kimi 作为聊天机器人，网址为 kimi.moonshot.cn，访问量为 3282 万，环比变化为 0.1283%，所属公司为月之暗面。 此外，在使用效果方面，DeepSeek 的思考与表达被认为碾压了包括豆包和 kimi 在内的其他模型，其思考过程细腻、自洽、深刻、全面，输出结果在语气、结构、逻辑上天衣无缝。

DeepSeek 是一家具有独特特点和影响力的公司： 1. 其秘方具有硅谷风格： 不是“中国式创新”的产物，不能简单地将其比喻成“AI 界的拼多多”或认为其秘方只是多快好省。 早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发轰动。 是中国最全球化的 AI 公司之一，赢得全球同行甚至对手尊重的秘方也是硅谷风格。 2. V3 可能是 DeepSeek 的 GPT3 时刻，未来发展充满未知但值得期待。 3. 关于提示词 HiDeepSeek： 效果对比：可通过 Coze 做小测试并对比。 使用方法：包括搜索网站、点击“开始对话”、发送装有提示词的代码、阅读开场白后开始对话等步骤。 设计思路：将 Agent 封装成 Prompt 并储存在文件，实现多种功能，优化输出质量，设计阈值系统，用 XML 进行规范设定等。 完整提示词：v 1.3。 特别鸣谢：李继刚的【思考的七把武器】提供思考方向，Thinking Claude 是设计灵感来源，Claude 3.5 Sonnet 是得力助手。

以下是关于清华大学 DeepSeek 赋能职场的相关信息： 有多个与 DeepSeek 相关的课题和研究，如“DeepSeek——从入门到精通”“DeepSeek 如何赋能职场应用?——从提示语技巧到多场景应用”“普通人如何抓住 DeepSeek 红利”等。 相关资料的链接和团队简介有所不同，如“DeepSeek 从入门到精通「清华团队」”的链接为 https://bl7rsz9526.feishu.cn/wiki/JdqkwyhD7iE4IXkn5jPcmyEknjb ，团队来自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。 2 月 15 日社区动态速览中提到 DeepSeek 可以作为赋能职场的多场景 AI 工具，支持从创意到实现的全流程智能化服务，能快速将创意转化为高质量视频，具备多种功能，提供不同模式，还能用于多种工作，如制作可视化图表、PPT 大纲及设计海报等，通过智能体框架实现人机高效协作。 其它一些相关报告发布在研究报告板块和知识星球，如 ARK Invest 的《ARK Big Ideas 2025》中文版、民生证券的《DeepSeek 系列报告之 AI+教育》、华创证券的《汽车行业深度研究报告：AI 时代，车企的升维之战》。

以下是清华大学关于 DeepSeek 的相关培训教材信息： 《》是清华大学新闻与传播学院新媒体研究中心出品的指南。详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等，并探讨了如何使用 DeepSeek，包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法，旨在帮助用户更好地掌握 AI 工具的使用，提升工作效率和创新能力。

以下是关于“清华大学：普通人如何抓住 DeepSeek 红利.pdf”的相关内容： 本报告由清华大学陶炜博士生团队撰写，探讨了普通人如何利用 DeepSeek 抓住 AI 红利。报告详细介绍了 DeepSeek 的应用场景，包括智能对话、文本生成、语义理解、计算推理等，并通过工作、学习、生活和社交等多个实际场景展示了如何利用 DeepSeek 解决问题。文章还强调了提示语设计的重要性，指出通过精准的提示语可以引导 AI 生成高质量的内容，并提出了提示语设计的策略和技巧。 此外，还有《张梦飞：为什么 DeepSeekR1 是推理模型？那 GPT4 是什么模型？我的定义和思考》一文。在近年的大模型发展中，推理能力一直被视为衡量模型智能水平的关键因素。随着 DeepSeekR1 和 O1 等模型的出现，一个全新的概念浮现——推理模型（Reasoning Model）与非推理模型（NonReasoning Model）之间的根本区别。文章通过详细解析推理模型与非推理模型的训练路径、推理能力的形成机制、以及它们在思维链上的关键差别，帮助大家理解为何 DeepSeekR1 这样的模型被称为推理模型，以及它如何突破了传统 LLM 的局限性。 相关链接：

以下是《清华大学新闻与传播学院：普通人如何抓住 DeepSeek 红利》的下载地址：https://waytoagi.feishu.cn/record/T2yDrJ4NjeJFmccnBgzc5A7InIq 。该报告由清华大学陶炜博士生团队撰写，详细介绍了 DeepSeek 的应用场景，包括智能对话、文本生成、语义理解、计算推理等，并通过多个实际场景展示了如何利用 DeepSeek 解决问题，还强调了提示语设计的重要性，提出了提示语设计的策略和技巧。