很多人用 DeepSeek 的卡点不在模型本身:问一句答一段,看着热闹,改起来比重写还费劲。问题多半出在提示词没交代任务、没给参照、没说清交付形态。这篇不讲玄学,把「怎么问—怎么改—怎么验收」拆成可照做的步骤,每个技巧配一个能套用的示例,也写清哪些场景下这套写法不适用。
很多人用 DeepSeek 的卡点不在模型本身:问一句答一段,看着热闹,改起来比重写还费劲。问题多半出在提示词没交代任务、没给参照、没说清交付形态。这篇不讲玄学,把「怎么问—怎么改—怎么验收」拆成可照做的步骤,每个技巧配一个能套用的示例,也写清哪些场景下这套写法不适用。
另外提醒一句:模型版本、上下文长度、各家接口的实际表现会随时间变,本文只讲写法。想核对 DeepSeek 当前有哪些模型、上下文多长、价格怎么算,去站内模型库和价格页看当时的数字,别拿别人截图里的旧信息当准。写法是通用的,参数是流动的。
先说清:为什么你的 DeepSeek 回答总是「没毛病但没用」
先给判断标准:拿到一段回答,先问自己「这段能直接交出去吗」。答案是不能,就先别急着追问,回看提示词缺了哪一项。多数时候不是模型笨,是你把关键约束留在了脑子里没写出来。
模型会主动补齐你没说的信息,但补的内容不一定是你想要的。你不说受众,它默认写给「一般读者」;你不说形态,它默认给一大段散文;你不说范围,它自选重点。所以关键约束要显式写出来,而不是指望它猜。
| 典型失焦 | 表现 | 提示词里缺了什么 |
|---|---|---|
| 问题太宽 | 回答面面俱到,没有重点 | 没限定范围、没给场景 |
| 受众不明 | 语气忽正式忽随意 | 没写清楚给谁看 |
| 形态未定 | 给你一整段散文 | 没说要清单还是表格 |
| 标准缺失 | 写完不知道算不算合格 | 没给验收口径 |
- 先分清是「信息不够」还是「约束不够」:信息不够就补背景,约束不够就补格式;
- 同一句话换个问法仍不对,多半是任务本身没说清,不是措辞问题;
- 把每次踩的坑记一行,积累成自己的约束清单,比反复试错快。
四格结构:一个能直接套用的提问骨架
四格结构就是四句话:角色与场景、任务与产出物、约束条件、验收标准。每格一句就够,不用写小作文。写多了反而容易互相打架,尤其约束一多,模型会顾此失彼。
- 角色与场景
- 你在什么身份、什么场景下用这份输出,比如给团队做一次内部分享
- 任务与产出物
- 要做出什么东西,具体到份数、页数、类型
- 约束条件
- 字数或条数、语言风格、必须包含与必须避免的内容
- 验收标准
- 你怎么判断它合格,比如「能直接贴进周报不用改」
| 格子 | 反例 | 正例 |
|---|---|---|
| 任务 | 写个方案 | 给 5 人小团队写一页值班安排,列出角色、时段、交接方式 |
| 受众 | 写清楚点 | 给新入职同事看,假设他没接触过这块业务 |
| 约束 | 简短一点 | 分 4 条,每条不超过两句话 |
| 验收 | 写好点 | 我拿去开会能直接念,不需要再改 |
- 约束里最好用的三类:字数或条数、语言风格、必须包含和必须避免的内容;
- 四格别写满,留一两处给模型自己发挥,否则输出会变得很僵;
- 先写骨架再发问,比来回追问三四轮省时间。
不适用的情况也要说清:纯头脑风暴、你自己也还没想清楚要什么的时候,先发散再收紧,别一上来就卡死格式。思路没打开就被格式框住,往往出来的东西既没新意也不实用。
给一个例子,胜过写十句形容词
形容词是最低效的约束。「专业一点」「生动一点」「接地气一点」,每个人理解都不一样。换成给一个样例,让模型照着这个长度、语气、结构来,效果通常立刻不一样。
- 先写样例自己动手写一小段你满意的输出,长度不用长,够体现结构就行,然后说「照这个来」。
- 没样例就给反例贴一段你不想要的片段,指出具体哪里不对,比如「太绕,主语和动作分不清」,比抽象要求准得多。
- 多个样例要排序按「好—更好」排出顺序,并说明排序理由,别只丢一堆文本让它自己猜哪个是目标。
注意一个坑:样例和任务不匹配时,模型会硬套样例格式。比如你给的是产品说明,却要它写内部通知,它会连说明的语气一起搬过去。这种时候宁可少给,或者明确说「只参考结构,不参考语气」。
把大任务拆成步骤,再用反向提问补漏
长任务分两轮做:第一轮让模型复述任务并列出提纲,你确认方向没错,再让它展开。这一步看着多余,实际上能拦掉大半「写完才发现跑偏」的情况。
反向提问是另一个好用的动作:让它先说出这个任务最容易翻车的三个点,你据此补约束。它列出的风险点不一定都对,但能帮你想起来自己漏说了什么。
- 对事实类问题,要求它标注没有把握的部分,而不是硬编一个肯定答案;
- 涉及要核对数字的地方,直接说「不确定就留空,我来填」,比事后逐条查更快;
- 拆步骤会拉长对话,简单任务别硬拆,拆过头反而慢。
追问与改写:不满意时怎么改第二轮
追问别只说「不行,重写」。按「指出问题—给出方向—限定范围」的顺序说:先说哪一段不对、哪里不对,再说希望往哪个方向改,最后限定只改这一部分、其余保持原样。这样能避免整段漂移,越改越远。
有个经验判断:同一段反复改到第三轮还没到位,通常说明原始提示词就有问题。这时候回去改骨架,比继续磨省时间。继续磨往往只是把错误往不同方向挪。
- 圈定范围明确说「只改第二段,其余不动」,避免它顺手把好的部分也改掉。
- 给方向不给重写说清往哪改,比如「把结论提到最前面」,而不是让它自由发挥。
- 沉淀模板改好的版本存成自己的模板,下次换主体不换结构,能省下大量重复描述。
控长度、控格式:让输出直接能贴进文档
字数要求给区间而不是单点,并说明超出或不足时优先保哪部分。只说「写短点」,模型不知道是该砍例子还是砍结论,结果常把关键信息砍掉。
形态先说清楚:分点、表格、段落三种各有适用场景,先说要哪种,再要求别混着来。想要清单就限定条数并说明每条大概多长,否则容易变成一句话拆成五行的废话。
| 形态 | 适合 | 不适合 |
|---|---|---|
| 分点清单 | 步骤、要点、检查项 | 需要论证和过渡的内容 |
| 表格 | 多对象对比、参数对照 | 叙事和解释 |
| 段落 | 说明来龙去脉、讲道理 | 快速查阅的清单 |
- 术语和专有名词要求统一写法,避免同一份文档里出现三种叫法;
- 要求它保留原文里的数字和名称,不要自行改写;
- 涉及需要核对的参数,让它在句末标注「待核对」,你再去站内页面确认。
几个实战示例:写作、整理、提问式学习
下面三个场景覆盖了日常大多数用法。每个示例都附一句「哪里可以替换」,方便你换成自己的内容,不用照抄。
- 写作场景第一轮只要提纲和大纲层级,确认结构后再要正文,正文阶段再补语气和长度约束。好处是方向错了只损失一份提纲。
- 资料整理场景把素材贴进去,要求按主题归类,并单独列出重复出现的说法和互相矛盾的地方。矛盾项让它标出来但别急着下结论,你自己判断。
- 学习场景让它先出题再讲解,用问答检验你有没有真懂。答错的题让它换个角度再讲一遍,比直接看讲解记得住。
替换点说明:写作场景里,把主题换成你的题目即可;整理场景里,把素材换成你的会议记录或调研笔记;学习场景里,把学科换成你正在学的内容。结构不用动。
发出去之前的自检清单
最后给一份可以照着打勾的清单。不用每次都全写满,但缺了哪一项,就要预期输出会往哪偏。
- 任务、受众、产出形态、长度、必须包含项,这五个有没有缺;
- 有没有至少一个例子或参照,没有的话模型只能靠猜;
- 有没有说清「什么算合格」,也就是你打算怎么验收;
- 回答拿到后,先核对有没有编造的事实和数字,再决定用不用;
- 涉及模型参数、价格、上下文长度这类会变的数字,一律去站内页面核对当时的值。
这套写法也不是万能的。要创意、要发散、要它提出你自己没想到的角度时,四格结构反而会限制发挥。判断依据是:你需要的是「按要求交付」还是「帮你想」,前者用骨架,后者先放开再收。
下一步想核对 DeepSeek 各模型当前的参数和价格,或者挑一个稳定的调用入口,去站内模型库与中转站列表看当时的情况,比记别人给的旧数字靠谱。→常见问题
提示词写得很细,会不会反而限制模型的发挥?
看你阶段。要发散、要灵感的时候,细提示词确实会收窄思路,这时候只写场景和目标就够。要交付成品的阶段,约束越清楚返工越少。可以分两轮做:第一轮放开问,第二轮把选中的方向写死再让它补细节。
同一个提示词,为什么前后两次结果差别很大?
通常是提示词里留了太多自由解释空间,模型每次挑的重点不一样。把结构、长度、必含项写死能明显收敛。另外温度这类参数、以及你贴进去的上下文长短也会影响稳定度,相关概念可以到 /ai-dict/category/tips 对照着看。
没有现成模板,怎么快速写出一个能用的?
先按四格写一句:你要它扮演什么、产出什么东西、有什么限制、怎么算合格。写完先跑一次,把不满意的点直接补进限制里,跑两三轮基本就成型了。之后把这版存下来当模板,换内容不换骨架,比每次从零写快得多。
长文档、长任务要不要一次全塞进去?
能分就分。先让它读并复述要点,确认没理解偏再让它动手,比一次性丢进去让它自由总结靠谱。真要一次处理长材料,也要明确说清你要的是摘要、清单还是改写,以及输出长度,别让它自己定。
怎么判断它给的答案是编的还是真有其事?
凡是涉及数字、引用、时间、具体来源的,都当成待核实的处理,回到原始材料对一遍。让它把没把握的地方标出来,比要求它「不要编」更有效。需要比价或规格类数据时,到 /official-api 和 /models 看当时的数字,别采信对话里的表述。