DeepSeek：從入門到精通

後設資料

• 作者：清華大學新聞與傳播學院新媒體研究中心、元宇宙文化實驗室
• 發表日：PDF metadata 顯示建立於 2025-02-04、修改於 2025-02-06
• 頁數：104
• 語言：簡體中文
• 原始位置：/Users/meowlu/Downloads/DeepSeekrmdjt.pdf
• PDF metadata：Creator = WPS 演示；Producer = macOS Quartz PDFContext

一句話濃縮

這是一份以 DeepSeek 為入口的 AI 使用課件，實際重點在於 推理模型 與通用模型的選擇、Prompt-Engineering 方法、Prompt-Chaining、AI-幻覺 防範，以及把 AI 融入內容生產與個人知識創新的工作流。

結構摘要

DeepSeek 與模型選擇

• DeepSeek 被介紹為專注通用人工智慧（AGI）的中國科技公司，主攻大模型研發與應用。
• DeepSeek-R1 被介紹為開源 推理模型，特色是處理複雜任務、可免費商用。
• 課件把模型分成「推理模型」與「通用模型」：推理模型適合數學推導、邏輯分析、程式碼生成與複雜問題拆解；通用模型更適合創意寫作、多輪對話與開放問答。
• 以「快思慢想」框架對比快速反應模型與慢速思考模型：前者回應快、成本低；後者更適合多步推理與非結構化問題。

提示語基本功

• 提示語由三個基本元素組成：指令（Instruction）、上下文（Context）、期望（Expectation）。
• 提示語類型包含：指令型、問答型、角色扮演型、創意型、分析型、多模態提示語。
• 課件把提示語元素分為三類：資訊類元素、結構類元素、控制類元素。
• 提示語設計的核心能力包含：問題重構、創意引導、結果優化、跨域整合、系統思維。
• 進階能力包含：語境理解、抽象化、批判性思考、創新思維、倫理意識。

推理模型的提示策略

• 推理模型：提示語應更簡潔，直接表達任務目標與需求，避免過度拆解步驟。
• 通用模型：需要更明確的結構化引導，例如要求分步思考、提供示例、補足推理框架。
• 課件把需求分成五類：決策需求、分析需求、創造性需求、驗證需求、執行需求，並分別給出推理模型與通用模型的適配策略。
• 重要轉向：從「下達指令」改為「表達需求」，讓模型在複雜問題中有空間自行規劃路徑。

常見陷阱與 AI 幻覺

• 新手常見問題包含：期待一次完美、初始提示過度複雜、提示太模糊、提示帶有假設偏見、忽視倫理邊界。
• AI-幻覺 被定義為生成式 AI 產出看似合理但不準確、虛構或不符事實的內容。
• 課件把幻覺分成五類：資料誤用、語境誤解、資訊缺失、推理錯誤、無中生有。
• 防範策略包含：要求模型標示不確定性、區分事實與推測、多源驗證、要求引用來源、對輸出保持批判性檢查。

提示語鏈與進階框架

• 課件把提示語鏈描述為連續提示語序列，透過把複雜任務拆成子任務，維持邏輯清晰與主題連貫。
• CIRS 模型：Context、Instruction、Refinement、Synthesis。
• SPECTRA 任務分解模型：Segmentation、Prioritization、Elaboration、Connection、Temporal Arrangement、Resource Allocation、Adaptation。
• IDEA、FOCUS、BRIDGE 分別支援發散思維、聚合思維、跨界思維。
• 三鏈融合模型：Logic Chain、Knowledge Chain、Creativity Chain，強調邏輯嚴謹、知識廣度與創新深度的平衡。

內容生產場景

• 文案寫作：資訊傳遞、情感共鳴、行動引導。
• 行銷策劃：創意概念、傳播策略、執行方案。
• 品牌故事：品牌定位、價值主張、未來願景。
• 平台化內容：微信公眾號、微博、小紅書、抖音各有不同的提示語策略；提示語要配合平台分發機制、內容節奏、互動方式與視覺需求。

人機共生與知識生成

• 課件提出人機共生的四大能力：AI 思維、整合力、引導力、判斷力。
• 生成品質被歸因於輸入品質、模型基礎能力與迭代優化；課件明確強調人的提示工程與迭代判斷對最終品質有主導作用。
• 知識喚醒 是後段核心框架：透過 AI 提問、類比、跨域連結與情境回溯，喚醒人的具身經驗與隱性知識，再轉化為高品質內容。
• AI 使用層次從基礎使用、進階使用到創新使用；突破路徑是建立提示詞體系、設計協作流程、發展創新方法、打造個人特色。

重要段落 / 引用

「提示詞是撬動AI的杠杆」

「流程决定上限，细节决定效果」

「与众不同才是真正的竞争力」

提取概念

• DeepSeek — 新建；PDF 的入口實體與模型品牌
• DeepSeek-R1 — 新建；PDF 中代表推理模型的產品
• 推理模型 — 新建；模型選擇與提示策略的核心概念
• Prompt-Engineering — 更新；從佔位頁擴充為提示語基本元素、模型適配、迭代與驗證
• Prompt-Chaining — 更新；補入提示語鏈的通用使用者工作流語境
• AI-幻覺 — 新建；AI 缺陷與可靠性檢查概念
• 知識喚醒 — 新建；AI 輔助個人知識生成與具身經驗轉化的概念

候選但暫不建頁：

• TASTE 框架、ALIGN 框架、CIRS 模型、SPECTRA 模型、IDEA / FOCUS / BRIDGE 框架、PIA / TFM / DES / CMM / CGS / KTT 等：目前只在本課件中出現，先收在來源頁，等未來有第二來源再決定是否拆頁。
• 微信公眾號 / 微博 / 小紅書 / 抖音提示語策略：偏平台操作模板，暫不拆成 wiki 頁。

備註

此 PDF 標題是 DeepSeek 入門，但內容主體更像「AIGC 與提示語工程通用課件」。在 wiki 層處理時，不應只歸類為 DeepSeek 產品資料；更重要的是它補強了既有 AI cluster 中薄弱的 Prompt-Engineering。