下载掌阅APP，畅读海量书库
立即打开
DeepSeek是一款由杭州深度求索人工智能基础技术研究有限公司开发的先进AI大模型（LLM），它不仅继承了传统语言模型的强大能力，还引入了混合专家模型（MoE），这使得它在处理各种复杂的办公任务时更加高效且成本更低。自发布以来，DeepSeek迅速获得了市场的认可，在数学推理、编程能力和自然语言理解等领域展现了卓越的性能。
2025年伊始，DeepSeek公司发布了其最新的推理大模型——DeepSeek-R1，并迅速在科技界引起了轰动。这款模型以惊人的性价比和卓越的性能，展现了我国在人工智能领域的创新能力。DeepSeek-R1仅用了相对较低的成本便完成了训练，且达到了与全球顶级大模型相媲美的水平。这不仅标志着技术上的重大进步，也为后续的研究和发展设定了新的标杆。
DeepSeek具有以下特点和优势。
DeepSeek-R1的一个显著特点是它能够将推理思考的过程显性化地展示给用户。这种透明度在以前的AI领域是罕见的，它使得用户能够看到AI是如何一步一步推理思考，最终得出结论的。对大众而言，这种能力让大家第一次真正“看见”了一个“会思考”的大模型，而不仅仅是接收一个结果。正如360集团创始人周鸿祎所指出的，R1通过展示完整的思维链条增强了用户的信任感。
更为重要的是，推理过程的显性化不仅仅让用户能够看到推理过程，还极大地提高了模型回复内容的质量。这是因为，在展示推理步骤的同时，DeepSeek-R1能够更好地组织逻辑结构，深入分析用户的问题，推导合理的解决方案，减少可能产生的误解或错误信息。
举一个例子。如图1-3所示，当我们询问“达芬奇是摄影师吗？”时，与一般的大模型不同，DeepSeek并没有立刻回答这个问题，而是进行了以下几个方面的推理分析：
❑ 回顾达芬奇的生平和职业。
❑ 分析用户的问题是否存在同名混淆。
❑ 分析达芬奇在光学和视觉研究上的贡献。
❑ 分析用户是否将《蒙娜丽莎》细腻的光影效果与摄影技术混淆。
图1-3 DeepSeek的深度思考过程（推理过程）
DeepSeek-R1的独特之处在于它不仅具备强大的推理能力，还能够同时进行联网搜索，为用户提供一个前所未有的高效工作助手。通过这种双重功能的结合，用户不仅可以利用AI的推理能力大幅提高工作效率和质量，还可以借助联网搜索功能确保信息数据的时效性，弥补知识库的不足，从而获得更加准确和全面的回复。
具体来说，在处理复杂问题时，DeepSeek-R1首先运用其先进的推理算法对已有数据进行深入分析，提供初步的见解和解决方案。然而，面对快速变化的信息环境，仅依赖模型内部的知识往往难以满足最新的需求。这时，DeepSeek-R1的联网搜索功能便发挥了关键作用。它可以实时从互联网上获取最新资讯，补充和完善原有的知识库，确保提供的建议既具有深度又不失时效性。
值得注意的是，在DeepSeek-R1出现之前，尽管海外市场也存在一些推理大模型，但这些模型通常只能单独使用推理功能或联网搜索功能，而无法将两者结合起来。
DeepSeek-R1的成功还推动了AI在我国的应用热潮。无论是企业还是个人，都在积极探索如何利用这一强大工具来提升效率、创造价值。例如，在社交应用领域，微信已经接入DeepSeek-R1（灰度测试，仅部分用户可用），在微信内可以直接与DeepSeek对话，如图1-4所示；在教育领域，网易有道已经开始全面拥抱DeepSeek-R1，以加速个性化教学的升级；在政务领域，多个城市政府也在积极推进DeepSeek的应用探索，力求实现更智能、更高效的城市服务模式。
图1-4 微信AI搜索接入DeepSeek-R1大模型
当然，尽管DeepSeek-R1具有很多优点，但它也存在以下不足：
❑长文本输出能力较弱： DeepSeek-R1输出的内容往往较短，在处理长文本或者生成长文本时，实际效果不佳。
❑多模态能力缺失： DeepSeek-R1目前不支持图片生成、音频生成、视频生成等功能，多模态能力较弱。
在DeepSeek-R1模型之前，我们接触更多的是通用模型。那么推理模型和通用模型有什么区别呢？我们在应用时，应该如何挑选适合的模型呢？
所谓推理模型，就像是给传统的大语言模型装上了超级大脑，让它们不仅能理解文字表面的意思，还能进行深层次的逻辑分析和决策。这背后的技术听起来可能有些复杂，但实际上，你可以把它看成一个“解题家”，擅长将解题思路一步一步列出来。DeepSeek-R1就是这样的“解题”高手，它在处理逻辑推理、数学运算以及实时问题解答方面表现出色。如图1-5所示，在DeepSeek聊天窗口选中“深度思考（R1）”，即可调用DeepSeek-R1推理模型。
图1-5 调用DeepSeek-R1推理模型
然而，并不是所有的工作都需要如此精密的推理能力。对于大多数日常任务而言，非推理模型就已经足够了。这些模型擅长理解和生成自然语言，通过对海量文本的学习，掌握语言的基本规则，从而能够流畅地撰写文章、翻译文档或者回答简单的问题。它们虽然不像推理模型那样擅长深度思考，但在文本内容生成、文本上下文阅读、分类文本以及翻译等方面有着独特的优势。DeepSeek-V3就是非推理模型，如图1-6所示，在DeepSeek聊天框不勾选“深度思考（R1）”，则调用的是DeepSeek-V3通用模型。
图1-6 调用DeepSeek-V3通用模型
表1-1展示了推理模型和通用模型的特性对比。推理模型更适合需要深入分析、制定复杂决策和开放性的任务。这类模型的优点是通过推理分析，给出更准确的答案；缺点是回复速度慢，比较耗费时间和计算资源。
表1-1 推理模型和通用模型的特性对比
鉴于推理模型与通用模型在运作机制上的显著差异，两者在处理任务时展现出了不同的特点和能力。这些差异不仅体现在它们如何解析问题和生成答案上，还反映在引导它们执行特定任务的提示词上。理解这两种模型的提示词使用上的区别，对于最大化利用每种模型的优势至关重要。
在这一小节中，我们将探讨推理模型（如DeepSeek-R1）与通用模型（如传统的GPT系列）在提示词设计上的关键差异。
传统上，当我们与基础AI模型互动时，往往需要详细描述每个步骤，即所谓的“面向过程”的方法。这意味着用户必须分解任务，提供一系列具体的指令，以便模型能够按照预定的路径执行。这种方法虽然确保了结果的可预测性，但也限制了模型的灵活性和创造力。
相比之下，推理模型采用的是“面向目标”的方法。用户只需明确最终想要达到的目标，而不需要过多关注中间的具体步骤。例如，在撰写市场分析报告时，仅需指出三大核心要素——趋势分析、客户特征及差异化建议，AI就能自主规划并完成高质量的内容创作。这种转变不仅简化了用户的操作流程，还极大地释放了模型的潜力，使其能够根据用户提供的必要信息自行决定最佳的实现路径。
对于推理模型而言，有效的提示词设计至关重要。以下是几个关键的原则：
❑直接表达需求： 不再需要冗长复杂的提示语，简洁明了地表达需求即可获得理想的结果。
❑不需要思维链辅助： 得益于自身的推理能力，推理模型能够在没有具体思维链指导的情况下独立思考并解决问题。
两类模型具体的提示词的差异如表1-2所示，推理模型的提示词以目标为导向，直接表达需求即可。推理模型会自主生成思考过程（即思维链），对于复杂任务，推理模型可自行规划解决路径，具备更大的开放性。
表1-2 推理模型与通用模型的提示词的差异
简单来说，通用模型，正如笔者前作《Kimi高效办公：AI 10倍提升工作效率的方法和技巧》和《豆包高效办公：AI 10倍提升工作效率的方法与技巧》
这两本书中提到的，用户为了提高大模型的输出质量，往往会在提示词中提供既定的输出格式要求（Format）或者工作流步骤（Workf low），这样会显得“死板”；而推理模型会自主思考、规划细节和步骤，自行补充所需要的格式要求或者工作流步骤，这样每次工作的结果都会有所不同，因此会显得更加“灵活”。
上一节的内容比较理论化，我们用一个通俗易懂的案例来做讲解。
此处分享一个真实案例：笔者搭建了一个AI提示词分享和管理网站，现在需要为这个网站起名，需要借助DeepSeek来提供灵感。首先，我们使用DeepSeek的基础模式，输入以下提示词：
我做了一个AI提示词（Prompt）分享和管理网站，请你帮我给这个网站起名，包含中文名及适配的英文名。请帮我策划至少10组名称。
在提示词中，我仅告诉DeepSeek如下信息：
❑ 帮我的AI提示词（Prompt）分享和管理网站起名。
❑ 需要包含中文名及适配的英文名。
❑ 至少策划10组名称。
在基础模式下，DeepSeek回复如下：
1.灵感源泉（PromptSpring）
❑ 中文名： 灵感源泉
❑ 英文名： PromptSpring
❑ 解释： 灵感如泉涌，PromptSpring寓意网站是AI提示词的灵感源泉，帮助用户激发创意。
2.提示词工坊（PromptCraft）
❑ 中文名： 提示词工坊
❑ 英文名： PromptCraft
❑ 解释： 将提示词创作比作手工艺，PromptCraft强调网站的实用性和工具属性，帮助用户打造优质提示词。
3.提示词星球（PromptPlanet）
❑ 中文名： 提示词星球
❑ 英文名： PromptPlanet
❑ 解释： 将网站比作一个充满提示词的星球，PromptPlanet寓意网站内容丰富，用户可以在其中探索、发现。
4.提示词图书馆（PromptLibrary）
❑ 中文名： 提示词图书馆
❑ 英文名： PromptLibrary
❑ 解释： 将网站比作图书馆，PromptLibrary强调网站的资源丰富，用户可以在这里查找和学习各种提示词。
5.提示词集市（PromptMarket）
❑ 中文名： 提示词集市
❑ 英文名： PromptMarket
❑ 解释： 将网站比作集市，PromptMarket强调网站的分享和交流功能，用户可以在这里“买卖”和交换提示词。
6.提示词实验室（PromptLab）
❑ 中文名： 提示词实验室
❑ 英文名： PromptLab
❑ 解释： 将网站比作实验室，PromptLab强调网站的探索和创新精神，用户可以在这里进行各种提示词实验。
7.提示词花园（PromptGarden）
❑ 中文名： 提示词花园
❑ 英文名： PromptGarden
❑ 解释： 将网站比作花园，PromptGarden寓意网站是一个充满生机和创意的地方，用户可以在这里“培育”和“收获”提示词。
8.提示词宝典（PromptBook）
❑ 中文名： 提示词宝典
❑ 英文名： PromptBook
❑ 解释： 将网站比作宝典，PromptBook强调网站的权威性和实用性，用户可以在这里找到各种提示词秘籍。
9.提示词宇宙（PromptVerse）
❑ 中文名： 提示词宇宙
❑ 英文名： PromptVerse
❑ 解释： 将网站比作宇宙，PromptVerse寓意网站的内容浩瀚无垠，用户可以在这里探索提示词的无限可能。
10.提示词魔方（PromptCube）
❑ 中文名： 提示词魔方
❑ 英文名： PromptCube
❑ 解释： 将提示词比作魔方，PromptCube强调提示词的组合和变化，用户可以通过不同的组合创造出无限可能。
建议：
❑ 可以根据网站的具体功能和目标用户群体选择合适的名称。
❑ 可以进行用户调研，了解用户对不同名称的喜好程度。
❑ 可以进行域名查询，确保选择的名称对应的域名可用。
现在，让我们做一个对比。我将模式切换为深度思考（R1）模式，也就是调用DeepSeek-R1推理模型。使用刚才同样的提示词，DeepSeek回复如下：
[思考开始]嗯，用户让我帮忙给他们的AI提示词分享和管理网站起名字，包括中文名和英文名。首先，我得理解这个网站的主要功能。它是用来分享和管理AI提示词的，也就是Prompt。用户可能需要一个既专业又有创意的名字，容易记住，同时中英文都要适配。
首先，我需要分析用户的需求。他们可能希望名字既能体现AI技术，又能突出分享和管理的功能。中文名字可能需要简洁有力，英文名则要简短且容易拼写。另外，还要考虑品牌的可扩展性和国际化。
接下来，我会考虑关键词。比如“提示词”对应的英文是Prompt，AI相关的词有“智能”“智汇”“灵机”等。管理方面可以用“库”“工坊”“矩阵”“枢纽”等。分享方面可以用“分享”“集”“汇”等。
然后，我会尝试组合这些关键词，形成有意义且流畅的名字。比如“智言工坊”对应“PromptForge”，Forge有锻造的意思，工坊则显得专业。另一个例子是“灵枢PromptHub”，灵枢有枢纽之意，Hub在英文里也是中心的意思，这样中英文对应得比较好。
还要注意避免重复，确保名字独特。可能需要检查现有的网站或商标，但这里可能只是初步建议。另外，名字要易于发音和记忆，比如“PromptGenius”对应“提示天才”，既直接又有吸引力。
还需要考虑目标用户是谁。如果是技术人员，可能需要更专业的术语；如果是普通用户，可能需要更亲切的名字。比如“语界PrompterVerse”中的“语界”给人一种广阔的感觉，适合社区分享。
最后，列出至少10组名字，确保每组都有中英文对应，并且涵盖不同的方向，比如技术感、社区感、工具感等。同时，每个名字后面加上简短的说明，帮助用户理解背后的意义，这样用户可以根据自己的品牌定位选择最合适的名字。[思考结束]
以下是10组中英文适配的AI提示词管理网站名称方案，从技术感、功能属性、品牌传播等维度设计：
1.智言工坊/PromptForge
（“工坊”体现创作属性，Forge象征锻造AI智慧）
2.灵枢PromptHub
（“灵枢”取自中医典籍，暗含核心枢纽之意，Hub对应资源聚合）
3.启钥Promptory
（“启发灵感之钥”，组合Prompt+Repository体现词库属性）
4.语界PrompterVerse
（构建AI语言宇宙的概念，Verse延伸元宇宙意境）
5.墨核InkCore
（“墨”象征知识沉淀，Core突出核心技术引擎）
6.智链PromptChain
（区块链式思维，强调提示词的组合延展性）
7.言矩LingoMatrix
（“语言矩阵”概念，突出结构化管理系统）
8.灵钥PromptGenius
（“开启灵感的钥匙”，Genius暗示智能涌现）
9.语擎Lingine
（组合Linguistic+Engine，彰显语言驱动引擎技术）
10.智汇舱PromptPod
（太空舱概念隐喻AI孵化器，Pod符合现代科技命名趋势）
命名逻辑说明：
1）中文名注重意象传达，英文名确保语义关联与国际化发音。
2）核心词根围绕“Prompt/语言/智能”展开衍生。
3）后缀采用Hub/Pod/Forge等科技领域常见词根增强专业感。
4）部分名称预留品牌延展空间（如Verse/Matrix可拓展为功能模块）。
5）中英文字节长度控制在2～4个字，符合域名注册规范。
建议优先考虑与目标用户群体的契合度：技术型用户适合PromptForge/PromptChain类硬核命名，创作者社群倾向PrompterVerse/PromptPod类富有想象力的名称。可结合品牌色系与LOGO设计进行最终选择。
对比DeepSeek前后两次的回复，我们会发现以下区别：
❑创意性： 基础模式起的名称比较直白，显得很“俗套”，基本是以“提示词××”作为名称；而深度思考模式起的名称就显得多样化，名称简短且具有创意，比如智汇舱PromptPod、语擎Lingine等。
❑记忆性： 深度思考模式起的名称简洁有力，而且易于发音和记忆。
❑内涵性： 深度思考模式起的名称亲切、流畅，且具有深意。比如，言矩，“语言矩阵”概念，突出结构化管理系统；启钥，“启发灵感之钥”，组合Prompt+Repository体现词库属性。
所以，综合来看，基础模式下DeepSeek的回复显得简单、直白，缺乏深度思考之后的创意性。那么，假设我们需要在使用基础模式的前提下提升它的回复质量，要怎么做呢？
现在，我们对原提示词做一个修改，对DeepSeek提出更细致的要求：
我做了一个AI提示词（Prompt）分享和管理网站，请你帮我给这个网站起名，包含中文名及适配的英文名。请帮我策划至少10组名称。
名称要求如下：
❑ 既专业又有创意，且易于发音和记忆。
❑ 中文名需要简洁有力，英文名需要简短且容易拼写。
❑ 网站面向普通用户，使用亲切的名字。
❑ 名称关键词组合有意义且流畅。
在新的提示词中，我们要求DeepSeek起的名称既专业又有创意、简洁有力且易于发音和记忆，亲切且有内涵、同时面向的群体是普通用户。DeepSeek在基础模式下接收到上面的提示词之后，回复如下：
以下是10组符合你要求的中英文网站名称，结合了专业性、创意性、亲切感和易记性：
1.提示库（PromptBase）
❑ 中文名： 提示库
❑ 英文名： PromptBase
❑ 说明： 简洁直接，突出“提示词”的核心功能，英文名易记且专业。
2.灵感池（PromptPool）
❑ 中文名： 灵感池
❑ 英文名： PromptPool
❑ 说明： 将提示词比作灵感的源泉，亲切且富有创意。
3.智汇盒（PromptBox）
❑ 中文名： 智汇盒
❑ 英文名： PromptBox
❑ 说明： 将提示词比作智慧的盒子，寓意丰富且易记。
4.提示星球（PromptPlanet）
❑ 中文名： 提示星球
❑ 英文名： PromptPlanet
❑ 说明： 将提示词比作一个星球，充满探索感和趣味性。
5.灵感桥（PromptBridge）
❑ 中文名： 灵感桥
❑ 英文名： PromptBridge
❑ 说明： 强调提示词连接用户与灵感的桥梁作用，亲切且有意义。
6.提示工坊（PromptWork）
❑ 中文名： 提示工坊
❑ 英文名： PromptWork
❑ 说明： 突出“制作”和“分享”的功能，专业且接地气。
7.智语集（PromptHub）
❑ 中文名： 智语集
❑ 英文名： PromptHub
❑ 说明： 将提示词比作智慧的集合，英文名简洁且专业。
8.灵感魔方（PromptCube）
❑ 中文名： 灵感魔方
❑ 英文名： PromptCube
❑ 说明： 将提示词比作魔方，充满创意和趣味性。
9.提示森林（PromptForest）
❑ 中文名： 提示森林
❑ 英文名： PromptForest
❑ 说明： 将提示词比作森林，寓意丰富且充满探索感。
10.智语坊（PromptLab）
❑ 中文名： 智语坊
❑ 英文名： PromptLab
❑ 说明： 将提示词比作实验室，突出创新和探索的意义。
这些名称既具备专业性，又充满创意和亲切感，适合普通用户使用。你可以根据网站的风格和目标用户选择最合适的名称！
在新提示词的作用下，DeepSeek的回复质量大幅提高，名称既能体现专业性，同时也具备创意性和亲切感，比如智语集（PromptHub）、灵感魔方（PromptCube）、智汇盒（PromptBox）。
通过这个案例，同时对照表1-2，我们用更通俗的语言来总结推理模型和通用模型的差异：
❑提示词风格： 推理模型以目标为导向，提供基础信息即可，提示词简洁；通用模型需要完善细节，更需要过程指导。
❑思维链需求： 推理模型自主生成思维链，而通用模型需要用户自主补充、完善细节需求。
❑灵活性与创造力： 推理模型自主思考，每一次的思考过程可能略有不同，所以输出结果可能有“彩蛋”，更具有创意性；通用模型由用户补充细节，每次按照同样的要求工作，灵活性更低。
适合任务： 推理模型适合推理分析任务，比如编程、数学计算、市场分析、内容创作等；而通用模型也有其独特的优势，速度快、格式固定，适合要求速度和有固定流程的任务，如翻译、数据录入、数据阅读和总结等。