★ FEATURED ARTICLE 简介这份PDF资料源自清华大学新闻与传播学院新媒体研究中心团队面向希望系统掌握DeepSeek大模型应用的开发者、内容创作者与AI学习者帮助读者从基础认知走向进阶使用。内容围绕DeepSeek是什么、能做什么、如何使用展开涵盖文本生成、语义理解、代码生成补全等应用场景并重点讲解推理模型与通用模型在优势领域、性能本质上的差异以及提示语设计策略、CoT链式思维、在线使用与本地部署路径还涉及AI伦理相关讨论。资源包共1个PDF文件约5.5MB结构清晰便于按模块查阅。已有311人学习适合需要理解模型选型逻辑、优化提示语写法、补齐大模型应用知识的学习者参考。1. 第一次用大模型为什么你总觉得“它不好用”很多人第一次打开 AI 对话工具输入一句“帮我写个方案”结果出来一堆不痛不痒的废话于是得出结论这东西也就那样。问题往往不在模型而在你给它的那句话。就像你去理发店只说“剪短一点”出来大概率不是你想要的发型——不是理发师不行是你没说清楚。这份入门资料要讲的主角是国产大模型 DeepSeek以及围绕它整理出的一整套“从入门到精通”的学习思路。它免费、开源、支持联网搜索和深度思考能读文件、能写代码、能做逻辑推理。但工具再强不会用等于零。这篇指南就是带你从“这到底是什么”一路走到“第一个例子跑起来”让你不再对着输入框发呆。2. 先搞懂它是什么DeepSeek 到底能帮你干什么2.1 一句话说清国产、免费、开源的推理型大模型DeepSeek 是一家专注通用人工智能的大模型研发与应用团队做出来的产品核心亮点可以浓缩成四个词国产、免费、开源、强大。其中 DeepSeek-R1 是它开源的推理模型擅长处理复杂任务而且允许免费商用——这一点对个人学习和小团队试水特别友好你不用担心“用着用着突然收费”。这里要先分清两个概念后面所有用法都建立在这个区分上推理模型在传统大模型基础上强化了推理、逻辑分析和决策能力适合数学推导、逻辑分析、代码生成、复杂问题拆解。DeepSeek-R1 就属于这一类。通用模型侧重语言生成、上下文理解和自然语言处理适合文本创作、创意写作、多轮对话、开放性问答。打个比方推理模型像一个理科尖子生你给他一道难题他自己在草稿纸上推演通用模型像一个文笔很好的编辑你给他一个主题他洋洋洒洒写一篇。没有谁全面更强只有谁更适合当前任务。2.2 它能落地的场景比你想的多很多人以为大模型就是“聊天机器人”其实 DeepSeek 的能力面铺得很开入门阶段你至少要知道这几类能力大类具体能做的事新手最先用到的文本生成文章/故事/诗歌、营销文案、社交媒体内容、剧本对话、长文本摘要、多语言翻译、表格列表生成摘要和改写自然语言理解语义分析、情感分析、意图识别、实体提取、逻辑问题解答、文本分类、因果分析情感分析编程与代码代码生成、代码调试、性能优化建议、API 文档生成、代码库解释代码生成与调试文件与图片上传文件、扫描读取文件及图片中的文字内容读 PDF 摘要对零基础的人来说最实用的入口是“文本生成里的摘要改写”和“编程里的代码生成”——前者几乎每天都能用后者能帮你省下大量查文档的时间。2.3 为什么值得现在学会用和不会用差距在拉大当人人都会打开对话框问两句的时候真正拉开差距的是“谁问得更好”。这份资料里反复强调一个观点从“下达指令”到“表达需求”是新手到熟手的分水岭。指令是“写个方案”需求是“我需要优化用户登录流程请分析当前瓶颈并提出 3 种方案”。后者模型才知道往哪个方向使劲。所以学 DeepSeek 不是学一个软件按钮而是学一套“怎么把脑子里的需求翻译成模型能接住的话”的方法。这套方法一旦上手换任何大模型都能迁移血泪经验就是工具会换提问能力不会过期。3. 第一步怎么迈从注册到跑通第一个例子3.1 两种用法在线直接用或本地部署入门阶段强烈建议先走在线方式打开浏览器访问对话页面就能用零配置、零安装。等你用顺了、有隐私或离线需求再考虑本地部署——资料里提到的路径是通过 Ollama 相关的中文站点获取本地运行方案。新手别一上来就折腾本地部署环境配置的坑足够劝退三轮。在线用法的第一步动作很简单打开对话页面注册并登录账号。在输入框里先发一句自我介绍式的测试比如“你好请用三句话说明你能帮我做什么”。观察它的回复结构确认对话正常再进入正式任务。这一步的目的不是得到多好的答案而是确认“通道是通的”就像新手机先打个电话试试音。3.2 第一个可跟做的例子让模型帮你做文本摘要我们拿一个最不容易翻车的任务练手——长文本摘要。假设你有一段产品反馈文字想快速提炼要点。你可以这样输入请把下面这段用户反馈压缩成 3 条要点每条不超过 20 字 保留具体问题不要加入你自己的评价 “最近一周登录经常卡在验证码环节换了两个浏览器都一样 另外订单页面的价格显示有时候和结算页对不上差几毛钱 客服响应倒是挺快但第一次回复没解决问题转接了两次。”预期你会拿到类似“验证码环节登录卡顿”“价格显示与结算不一致”“客服首次回复未解决”这样的三条。这里的关键不是它写得多漂亮而是你验证了一件事给清楚格式约束3 条、20 字内、不加评价输出就听话。反过来如果你只说“总结一下”它可能给你一大段你还得再加工。3.3 第二个例子用代码生成感受“推理型”的差别再跑一个能体现推理模型特点的例子。输入用 Python 写一个函数接收一个整数列表返回其中第二大的数。 要求处理重复元素列表不足两个不同元素时返回 None代码带注释。它大概率会给你类似这样的结果def second_largest(nums): # 去重后排序避免重复元素干扰“第二大”的判断 unique sorted(set(nums), reverseTrue) # 不足两个不同元素时无法取第二大 if len(unique) 2: return None return unique[1]拿到代码后别急着复制先做两件事一是自己造几组测试数据跑一遍比如[5, 5, 3]应该返回3而不是5二是问它“如果列表里有负数这个逻辑还成立吗”。这一步是在训练你的验证习惯——模型给的代码是草稿不是圣旨。我第一次用的时候直接复制进项目结果边界条件没覆盖翻车翻得很彻底。3.4 提示语的基本结构指令、上下文、期望上面两个例子其实已经暗含了提示语的三段式结构这里明确拆给你看指令明确告诉模型要执行什么任务比如“压缩成 3 条要点”。上下文提供背景信息比如贴进去的那段用户反馈。期望表达你对输出的要求比如“每条不超过 20 字、不加评价”。新手最常漏的是“期望”这一段导致输出格式全靠模型自由发挥。你只要每次多写一句“输出成表格/分三点/不超过 100 字”可用性立刻上一个台阶。4. 避坑指南新手最容易踩的五个坑4.1 坑一对推理模型做“角色扮演式”启发现象你让推理模型“假装你是一位资深架构师逐步思考”结果它的推理反而变乱。原因推理模型已经内化了推理逻辑强行加角色和拆解步骤会干扰它的逻辑主线。解决对推理模型要“要什么直接说”简洁指令、聚焦目标信任它自己生成结构化推理过程。4.2 坑二对通用模型“过度信任”直接问复杂推理现象拿通用模型做数学证明它一本正经地跳过了关键步骤结论还错了。原因通用模型不强调深度推理遇到严格逻辑链任务容易“看起来对、其实漏”。解决换推理模型或者在提示语里显式要求“分三步推导每步写出依据”用提示语补偿能力短板。4.3 坑三以为模型越新越强不看任务类型现象写诗用推理模型结果干巴巴做数学用通用模型结果逻辑断链。原因选模型看的是任务类型不是热度。推理模型擅长逻辑密度高的任务通用模型擅长多样性高的任务。解决数学、代码、复杂拆解优先推理模型创意写作、多轮闲聊优先通用模型。4.4 坑四提示语写成“小作文”重点被淹没现象输入五百字背景模型抓错了重点。原因指令不突出上下文和期望混在一起。解决把核心指令放最前面背景另起一段期望用短句列清楚。宁可分段不要堆砌。4.5 坑五拿到输出直接就用不做验证现象代码跑不通、数据对不上、摘要漏了关键信息。原因模型输出是概率生成的草稿不是经过校验的成品。解决养成“先造两组测试数据再采用”的习惯尤其是代码和数字类任务。这一步花三十秒能省半小时排查。5. 下一步学什么从会用到用得好走到这里你已经能完成“打开、提问、拿到可用结果”的闭环。接下来该往哪走我的建议是按下面这条路径推进不要跳步。第一阶段把提示语三段式练成肌肉记忆。每次提问前默念“指令、上下文、期望”坚持两周。你可以建一个自己的提示语小本子把好用的模板记下来比如“分析需求”的公式是“问题 数据/信息 分析方法”“决策需求”的公式是“目标 选项 评估标准”。这些公式来自资料里的需求分类直接套用就能提升输出质量。第二阶段按任务类型切换模型。给自己定个规则凡是涉及数学、代码、多步推理的先用推理模型凡是写文案、想创意、多轮聊天的先用通用模型。用错一次记一次慢慢就有直觉了。第三阶段尝试文件上传和联网搜索。把一份 PDF 丢进去让它摘要或者开启联网搜索问一个时效性问题。这一步会让你真正感受到“大模型不只是聊天”。第四阶段理解快思与慢想的区别。资料里把模型分成“概率预测快速反应”和“链式推理慢速思考”两类前者响应快、成本低后者逐步推理、适合复杂问题。知道这个区别你就能判断什么时候该等它慢慢想什么时候要一个快速答案。学习阶段核心动作判断自己过关的标准第一阶段练提示语三段式能一次说清任务、背景、格式要求第二阶段按任务选模型能说出为什么这次选推理或通用第三阶段用文件和联网能完成一次带附件的完整任务第四阶段区分快思慢想能预判响应时间和结果深度最后说个我自己的习惯每次拿到一个觉得“还不错”的输出我都会追问一句“这个结论有哪些不确定的地方”。这一问经常能挖出模型自己没主动说的边界条件比事后返工划算得多。从那以后我每次采用模型给的代码或数据结论前都强制走一遍“造测试数据 追问不确定性”的流程翻车率肉眼可见地降下来。希望帮到你从今天的第一句提问开始练起就好。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
