很多人用 DeepSeek 的体验是这样分化的:同样一个问题,有人一次拿到能直接用的结果,有人来回改五六轮还是不对,最后怪模型不行。差别往往不在模型,而在你给的那段话里——有没有交代角色、有没有给输入、有没有说清输出长什么样。这篇不聊玄学技巧,只给一套可以照抄的结构和逐层加码的写法,让你从「随手一问」走到「稳定出活」。
很多人用 DeepSeek 的体验特别分化:同一个问题,有人一次就拿到能直接用的结果,有人来回改五六轮还是不对,最后怪模型不行。差别往往不在模型,而在你给的那段话里——有没有交代角色、有没有把材料贴进去、有没有说清输出长什么样。这篇不聊玄学技巧,只给一套能照抄的结构和逐层加码的写法,让你从「随手一问」走到「稳定出活」。
下面按四层讲:先把提示词的四个零件补齐,再把形容词换成能执行的约束,然后把它变成可复用的工作流,最后给一套结果不对时的排查顺序。每层都会说清楚什么时候这套不该用,别把简单事情复杂化。
先把提示词拆成四个可检查的零件:角色、任务、输入、输出要求。缺哪个就在哪补,这一步能解决大半的翻车。角色不是必须写「你是资深专家」,而是交代视角,比如「你按后端工程师的角度审这段代码」。任务只能有一个动词核心,出现「分析并改写并翻译」这种连词,就该考虑拆开。输入就是你要它处理的原始材料,很多人只描述材料却不贴材料,模型只能猜。输出要求是最后一句,也是最容易被忽略的一句。
- 只说任务不给材料:让模型凭空编,结果自然虚;正确做法是把原文、数据、上下文直接粘进去
- 要求藏在形容词里:「专业一点」「简洁一点」「接地气一点」,模型没法验证,只能随机理解
- 一次塞三个不相关的活:写文案、查错别字、再配个标题,混在一起每个都做不干净
- 不给输出形状:不说要几条、要不要标题、是表格还是编号,返回格式全靠碰运气
一个能直接抄的四段式骨架大概长这样:第一句定角色和视角,一到两行;第二句说清这一轮唯一要干的事,一行;第三段贴材料,有多少贴多少,别用「如下所示」然后什么都不放;最后一段写输出要求,包括条数、格式、禁止出现的内容,两到四行。整段控制在几行到十几行之间,写成小作文反而会稀释重点。
进阶层:把「写得好」换成模型能执行的约束
「简洁」这个词对模型来说没有约束力,它不知道多短算短。你要做的是把形容词翻译成可验证的动作:不说「简洁」,改成「不超过若干条、每条一句话、不用小标题、不写开场白」。凡是你事后会用眼睛去数、去核对的点,都是好约束;凡是只能凭感觉判断的,都是坏约束。
| 你原来写的 | 改成能执行的说法 |
|---|---|
| 专业一点 | 用行业术语,不解释基础概念,不写寒暄 |
| 简洁一点 | 不超过若干条,每条一句话,不用小标题 |
| 详细展开 | 每个要点后面补一个通用场景举例 |
| 按格式输出 | 先输出表头,再逐行填,缺字段写「无」 |
| 语气友好 | 不用感叹号,不用反问句,结尾不加推销 |
另一个稳的做法是格式先行:先说输出长什么样,再给内容。比如「先输出两列表格,第一列是问题,第二列是改法,然后下面再补三段说明」。顺序反过来,先讲一堆背景再提格式,模型容易在长内容里把格式要求忘掉。要固定口吻或固定栏目时,给一个几行的样例结构最管用,但样例只给骨架不给具体答案,给了答案它会照抄。
不适用的地方要说清楚:创意类任务过早卡格式会压掉发挥空间。写故事、起名、想 slogan 这类,先让它放开写一版,你挑一版满意的,再单独发一条消息要求按你的格式重排。一次就把创意和格式绑死,往往两头都不满意。
专家层:怎么把一轮问答变成可复用的工作流
- 拆步骤而不是堆要求把「分析并改写并翻译」拆成三次调用,每次只让模型干一件事。验证方式:某一轮结果不对时,你能立刻定位是哪一步的问题,而不是重写整段提示词。
- 把上一轮结果当输入贴回去明确说「基于上面的内容继续」,不要把希望寄托在它自己记住上文。验证方式:换一条新消息重发同样的后续指令,看结果是否一致。
- 把跑通的提示词存成模板变量位置用占位符标出来,比如把待处理材料留成一块空,下次只换材料不重写话术。验证方式:拿两份完全不同的材料套同一个模板,都能得到结构一致的结果。
- 定期回头改模板攒了几版之后合并同类项,删掉从来没起作用的限制条件。验证方式:删一条要求再跑一遍,结果没变差就说明那条是多余的。
什么情况下别拆:短任务拆太碎会来回搬运上下文,反而更慢更贵。判断标准很简单——这一步的输出你是不是真的会看。如果你不会去看中间结果,那这一步就没必要单独拆出来,合并进下一步就行。
- 任务是否唯一:这一轮是不是只让模型干一件事
- 输入是否贴全:材料是不是原文放进去了,而不是只描述
- 输出要求是否可验证:能不能用眼睛数、用规则核对
- 上下文有没有互相打架:旧指令和新要求是否冲突,冲突就删旧的
排查时先删再改。很多翻车不是提示词不够,而是太长太杂,删掉一半限制条件后结果反而变好。如果删完还是不对,换一次提问顺序或换一条新消息重发,区分是偶发波动还是写法本身有问题。想确认是模型侧还是写法侧的问题,换个时段再试一次,服务状态可以先到 /tools/speed-test 看一眼,别急着改提示词。
提示词写得好的标志,不是它很长,而是你事后能指着某一句话说明为什么结果会这样。下一步把上面这套骨架和对照表存下来,再去看一眼站内整理好的提示词模板和工具目录,照着自己的场景改一版就能直接用。→
常见问题
提示词一定要写得越长越好吗?
不是。长度只在需要交代背景和约束时才值钱,任务本身简单时,长提示词只会稀释重点。判断标准是:每加一句,你能说清它防住了哪种错误吗?说不清就删掉。
DeepSeek 的推理模式和普通对话,提示词要分开写吗?
要。推理类任务适合把问题和解法要求写清楚,让它把步骤展开;日常问答和改写类任务反而别催它「一步步想」,直接给目标和输出格式更省时间。两边别混着套模板。
照抄网上的提示词模板为什么效果一般?
模板里的场景、材料和验收标准都是别人的。抄结构可以,但角色描述、输入内容、输出格式这三块必须换成你自己的,尤其输出格式,一定要改成你真正要拿去用的那个样子。