DeepSeek 深度使用指南：提示词工程与本地知识库搭建

旧有的模型习惯用结构化 Prompt（角色、任务、步骤），但 DeepSeek 更倾向于自然对话。过于刻板的指令反而可能限制其发挥。

❌ 粗略提问：

我明天要去武汉玩一天，生成一份攻略

✅ 详细场景：

我明天上午坐地铁去武汉，想和朋友去武汉大学赏樱花，中午吃饭休息一小时，下午逛著名景点，晚上看电影，10 点回学校。推荐一部电影。

2. 慎用深度思考模式

一开始就开启深度思考虽然回答详尽，但容易堆砌专业术语，增加理解成本。建议先普通聊几轮建立语境，再根据需要开启深度模式。

3. 进阶策略：说人话

如果模型回答过于学术化，可以直接要求：'请说人话，我是学生，不要太深奥，要求好理解'。

几个高阶提示词

职场打工人

• 会议纪要整理：

  将以下会议录音整理成结构化纪要，包括议题、决策、待办事项、负责人...
  

• 周报生成：

  根据本周工作内容，生成一份逻辑清晰的海报，包含数据成果、问题分析和下周计划。
  

• 简历优化：

  优化以下简历，突出 3 个岗位匹配的核心能力，并用数据化成果展示。
  

• 项目管理拆解：

  将某个大型项目拆解为执行步骤，每个步骤分析优缺点及隐患排查。
  

自媒体创作

• 小红书图文模版：

  以三个技巧 + 一个避坑指南的结构，写一篇【主题】的小红书爆款图文笔记。
  

• 直播话术：

  我现在要进行某类水果带货，生成 2 小时的话术，要求暖心、顾客放心、产品对比，达到逼单效果。
  

• 公众号金句：

  给某个主题生成几句金句，要求伤感，满足当代年轻人的思想。
  

电商实战

• 详情页转化：

  设计淘宝详情页文案结构：痛点场景 + 对比经验 + 售后保障 + 用户证言。
  

• 素人种草：

  生成 10 条产品种草方案，语气贴切，看不出广告痕迹，引导主动点击。
  

• 客服话术：

  针对'质量差退货'等售后问题，生成高情商回复话术，要求万能模版。
  

程序员开挂

• 代码注释生成：

  将以下代码生成相应的注释，解释清楚对象，并在下面生成风险预估。
  

• BUG 排查：

  检查下面的代码 bug，功能是.......看是否可以正常运行，并生成 bug 优化分析。
  

• 算法优化：

  我下面的代码时间复杂度是 O(n^2)，看哪里可以优化。（前提需告知代码用途）
  

非适用场地

DeepSeek 并非万能，以下场景需谨慎：

1. 长文本写作：超过 4000 字的文章容易出现逻辑断裂。DeepSeek 默认上下文窗口为 64k，长文本建议使用支持 200k 窗口的模型。
2. 敏感内容：涉及违规内容时，模型会拒绝回答，提示擅长数学、代码和逻辑类提问。

'服务器繁忙'如何解决

由于访问量激增，DeepSeek 常出现拥堵。以下是几种替代方案：

1. 硅基流动平台

网址：https://cloud.siliconflow.cn/ 提供 R1、V3 满血版及 DS 多尺寸模型，支持在线使用和 API 调度。

2. Chatbox + API 集成

Chatbox 客户端配合 API 使用体验更佳。 下载地址：https://chatboxai.app/zh 需在硅基流动平台获取 API 秘钥，在 Chatbox 设置中选择 Siliconflow API。

3. 各大云平台

百度智能云、华为云、阿里云、腾讯云、火山引擎等均提供了相关模型接入服务。

搭建个人知识库

利用 AnythingLLM 可以将本地文档转化为知识库，结合 DeepSeek 实现私有化问答。

前置准备

注册 DeepSeek 账号并获取 API Key。

1. 打开官网 https://www.deepseek.com/
2. 点击右上角 API 开放平台，登录注册新账号。
3. 新用户通常有免费额度。
4. 点击 Apikeys 创建秘钥并复制（格式类似 sk-xxxxxxxxxxxxxxx）。

下载安装 AnythingLLM

浏览器访问 https://anythingllm.com/desktop 下载对应系统版本。 这是一款企业级应用，支持将文档资源转化为上下文，所有数据本地存储，隐私安全。

选择 DeepSeek 作为 AI 提供商

在 LLM 首选项中，提供商选择 DeepSeek，输入刚才获取的秘钥，模式选择 DeepSeek-chat。

• DeepSeek-chat：即 V3 模型，响应快，成本低。
• DeepSeek-reasoner：即 R1 推理模型，思维缜密，费用较高。

创作工作区与导入文档

进入创作工作区后，上传 PDF、Word 等文档。

解析完成后，文档列表可见。

点击 New Thread 即可开始基于文档的对话。