清华大学第三弹：普通人如何抓住DeepSeek红利.pdf

在人工智能科技领域， DeepSeek 是一家备受瞩目的中国公司，专注于通用人工智能（AGI）的研发与应用。 DeepSeek 的核心业务围绕大模型展开，力求在 AI 技术的创新前沿不断突破。

DeepSeek 的核心产品：DeepSeek-R1

DeepSeek 的明星产品 DeepSeek-R1 是一款开源的推理模型。这款模型在处理复杂任务时表现出色，更令人称道的是，它允许免费商业使用。 DeepSeek-R1 的性能十分亮眼，可以媲美 OpenAI 的 o1 正式版，这使得它在众多开源模型中脱颖而出。

DeepSeek 在模型训练的后训练阶段，大规模采用了强化学习技术。 令人惊讶的是，即使在极少标注数据的情况下， DeepSeek-R1 的推理能力也得到了显著提升。 在数学、代码、自然语言推理等关键任务上， DeepSeek-R1 展现出了与 OpenAI-o1 正式版相近的卓越性能。

DeepSeek-R1 模型架构

DeepSeek 的能力图谱：应用场景广泛

DeepSeek 不仅直接面向终端用户，也为开发者提供强力支持，其应用场景非常广泛，主要包括：

• 智能对话
• 文本生成
• 语义理解
• 计算推理
• 代码生成与补全
• 联网搜索与深度思考模式
• 文件上传：能够扫描并读取各类文件及图片中的文字内容。

DeepSeek 的能力图谱

文本生成：创意与效率的助推器

DeepSeek 在文本生成方面表现突出，可以应用于多种场景：

文本创作：释放创意灵感

• 文章、故事、诗歌写作：无论是长篇巨制还是短小精悍， DeepSeek 都能胜任。
• 营销文案、广告语生成：快速产出吸引眼球的营销内容。
• 社交媒体内容 (如推文、帖子)：轻松打造引人入胜的社交媒体内容。
• 剧本或对话设计：为影视、游戏等行业提供剧本创作和对话设计支持。

摘要与改写：提升信息处理效率

• 长文本摘要 (论文、报告)：快速提炼长篇文档核心内容。
• 文本简化 (降低复杂度)：将专业性文本转化为通俗易懂的版本。
• 多语言翻译与本地化：打破语言壁垒，实现内容的多语言传播。

结构化生成：高效组织信息

• 表格、列表生成 (如日程安排、菜谱)：快速生成结构化数据，方便信息管理和使用。
• 代码注释、文档撰写：提升代码可读性和开发效率。

自然语言理解与分析：洞察文本背后的含义

DeepSeek 在自然语言理解和分析方面也十分强大，能够深入挖掘文本的语义信息：

语义分析：理解语言的精髓

• 语义解析：准确理解用户query的意图。
• 情感分析 (评论、反馈)：分析文本的情感倾向，例如正面、负面或中性。
• 意图识别 (客服对话、用户查询)：准确判断用户的需求和目的。
• 实体提取 (人名、地点、事件)：从文本中提取关键信息，构建知识图谱。

文本分类：高效信息归类

• 文本分类：将文本按照预定义的类别进行划分。
• 主题标签生成 (如新闻分类)：为文本自动添加主题标签，方便信息检索和管理。
• 垃圾内容检测：过滤不良信息，维护网络环境健康。

知识推理：探索逻辑的奥秘

• 知识推理：基于已知知识进行逻辑推演，发现隐藏的关联。
• 逻辑问题解答 (数学、常识推理)：解决需要逻辑思维的问题，例如数学题、常识问答等。
• 因果分析 (事件关联性)：分析事件之间的因果关系，例如事件 A 发生是否会导致事件 B 发生。

常规绘图：数据可视化利器

DeepSeek 还支持多种绘图功能，可以将数据和信息以更直观的方式呈现：

• SVG 矢量图
• Mermaid 图表
• React 图表

基础图形：快速创建可视化元素

• 简单插图：用于装饰文档或演示文稿。
• 流程图：用于展示流程步骤。
• 组织架构图：用于展示组织结构。

图表类型：满足多样化展示需求

• 流程图
• 时序图
• 类图
• 状态图
• 实体关系图
• 思维导图

数据图表：专业数据分析呈现

• 折线图：展示数据随时间变化的趋势。
• 柱状图：比较不同类别的数据大小。
• 饼图：展示各部分数据占总体的比例。
• 散点图：展示两个变量之间的关系。
• 雷达图：多维度数据对比分析。
• 组合图表：将多种图表类型组合在一起，更全面地展示数据。

编程与代码相关：程序员的得力助手

DeepSeek 代码能力示例1

DeepSeek 代码能力示例2

代码生成：提升开发效率

• 根据需求生成代码片段 (Python、 JavaScript 等)：快速生成常用代码，节省开发时间。
• 自动补全与注释生成：提升代码编写效率和可读性。

代码调试：降低 Bug 率

• 错误分析与修复建议：帮助开发者快速定位和修复代码错误。
• 代码性能优化提示：提升代码运行效率。

技术文档处理：简化文档工作

• API 文档生成：自动生成 API 文档，方便开发者使用。
• 代码库解释与示例生成：帮助开发者快速理解和使用代码库。

DeepSeek 的思考方式：独特而深入

案例分析：《香料三重奏》茄椒肠卷配酸奶薄荷酱

为了更好地理解 DeepSeek 的深度思考过程，我们来看一个有趣的案例——菜品创意构思。 DeepSeek 以一道名为《香料三重奏》的菜品为例，展示了其独特的思考方式。

灵感地图：巴尔干半岛香料 × 地中海清新感 × 日式天妇罗手法

结构解构：

1. 青椒薄片：采用日式天妇罗手法炸至半透明，形成琥珀色脆网。
2. 茄泥慕斯：融入保加利亚红椒粉与希腊酸奶，制成空气感慕斯。
3. 香肠脆粒：伊比利亚辣肠低温烘烤后粉碎成黄金脆粒。
4. 薄荷冷萃油：液态氮急冻薄荷叶萃取的翡翠色精油。

味觉风暴：

• 第 1 层：青椒脆片释放灯笼椒特有的清甜。
• 第 2 层：烟熏红椒粉在慕斯中爆破出暖意。
• 第 3 层：辣肠碎粒带来咸鲜微辣的颗粒感。
• 终章：薄荷冷萃油在舌尖炸开极地般的清凉。

分子料理技法：

1. 反卷造型：将传统卷物内外翻转，脆网外露包裹柔嫩内馅。
2. 温差游戏：65℃ 温热慕斯与 -196℃ 冷萃油同盘。
3. 质构悖论：看似坚硬的脆片入口即碎，柔软慕斯中暗藏爆破脆粒。

DeepSeek 不仅能理解复杂的菜品概念，更能基于用户需求进行创新构思。

菜品创新构思：茄子、青椒、香肠的新可能

用户提问：请帮我构思一个新的菜，要用到茄子、青椒、香肠。要和现在有的菜系不一样。

DeepSeek 的深度思考（用时 18 秒）：

用户希望 DeepSeek 帮忙构思一道新菜，需要用到茄子、青椒和香肠，并且要与现有菜系不同。

分析食材特点：

• 茄子：吸味，口感软糯。
• 青椒：清脆，带点甜味或辣味。
• 香肠：咸香，可能有烟熏味。

思考方向：

• 避免现有菜系：不能走中式的鱼香茄子或地三鲜，也不能是西式的焗烤之类。
• 融合不同地区的调味料：可以考虑东南亚的香料、南美的风味或中东的调料。
• 创新烹饪方法：例如将茄子做成泥，青椒作为容器，香肠作为填充。

建议的菜谱：

菜名：泰式椰香茄子青椒船

食材：

• 茄子
• 青椒
• 香肠
• 椰奶
• 咖喱粉
• 柠檬草
• 鱼露
• 薄荷叶

步骤：

1. 处理茄子：将茄子烤熟后挖空，混合香肠丁、椰奶和咖喱粉，填回茄子中。
2. 青椒处理：将青椒对半切开，去籽，焯水保持脆感。
3. 填充：将茄子混合物填入青椒中。
4. 调味：淋上用柠檬草、鱼露和薄荷调制的酱汁。
5. 装盘：用薄荷叶装饰。

菜名建议：

• 泰式椰香茄子青椒船
• 地中海香料茄盒

如何在工作中用好 DeepSeek？

场景 1：一小时搞定万字项目书挑战

场景：下午 3 点，你突然接到领导通知：“今晚 4 点前必须交一份 10000 字的智能物流园区项目方案书，客户临时提前会议！”

深度思考：

用户需要在极短时间内完成大量文字工作，时间紧迫，且对内容质量有较高要求。

解决方案：

核心策略：框架复制 + 模块填充 + 数据嫁接

第一阶段：5 分钟——用 AI 快速搭建框架 (目标：3000 字)

1. 输入指令：
   DeepSeek 指令示例

2. 操作：
   • 直接复制目录作为文档骨架，快速占位字数 (约 2000-3000 字)。

第二阶段：20 分钟——用 AI 批量填充模块 (目标：6000 字)

• 针对每个小节单独提问，例如：
  “写一段‘2.1 功能分区’的内容，要求包含自动化立体仓库、AGV 调度中心、冷链专区的技术参数，用数据列表形式呈现。”

关键技巧：

• 数据嫁接：若缺乏具体数据，直接让 AI 生成合理的虚拟数据 (标注“示例”规避风险)。
• 模板复制：对同类章节 (如 3.1/3.2/3.3) 使用相同指令模板，仅替换关键词。
• 强制格式：要求 AI 输出带编号小标题、分点、表格的内容，直接粘贴后即显“专业感”。

第三阶段：20 分钟——用 AI 补全软性内容 (目标：1000 字)

• 填充“虚但必需”的部分：
  • 政策背书：“生成 5 条 2023 年国家层面支持智能物流园区的政策原文 (带发文号)，并解读对本案的指导意义。”
  • 风险评估：“列出智能物流园区常见的 3 大技术风险 (如 AGV 系统宕机)，每项配 100 字应对方案。”
  • 效益测算：“用公式推算：园区建成后 3 年内降本增效收益，假设人工成本减少 30%，分拣错误率下降 25%。”

第四阶段：10 分钟——用 AI 优化与格式调整

• 统一话术：
  “将以下段落改写成政府报告风格，加入‘数字化转型’‘双碳战略’等关键词：{粘贴原文}”
• 生成图表：
  指令：“将上文‘设备配置表’转换成 LaTeX 格式的三线表。”
• 最终润色：
  “检查以下方案书逻辑漏洞，列出 3 个可能被客户质疑的点，并给出应对答案。”

关键提醒：

• 保命优先级：先堆字数再优化，前 30 分钟专注“把文档撑到 10000 字”。
• 虚拟数据标注：所有 AI 生成的数据加“（示例）”后缀，避免承担责任。
• 格式障眼法：多用表格、图表、编号列表，视觉上掩盖文字内容相对单薄的问题。标题字体放大、段落间距调宽，快速“膨胀”页数。
• 若有时间，再精雕细琢。

场景 2：新员工快速熟悉公司及电子元器件行业

场景：小李刚刚加入一家制造电子元器件的公司。 作为一名新员工，他需要在短时间内熟悉公司的产品线、组织结构、内部系统以及行业整体情况。

解决方案：

快速了解行业情况和市场趋势

• 操作步骤：
  1. 上传行业报告、市场分析文档、竞争对手资料等到 DeepSeek。
  2. 使用搜索功能查询“电子元器件行业现状”、“未来发展趋势”等关键词，生成简洁的分析报告。
• 优势：
  • 效率更高： DeepSeek 通过整合信息源和智能搜索，减少了手动查找和整理的时间，新员工可以在短时间内快速上手。
  • 效果更好：信息的准确性和全面性更高，减少了因信息不全而导致的误解和错误。
  • 成本更低：减少了对培训资源的依赖，新员工可以通过 DeepSeek 自主学习，降低培训成本。

DeepSeek 在生活中的妙用

场景 1：职场妈妈的清晨效率提升

情景还原：早上 7:15，被幼儿园家长群消息惊醒，发现今天轮到自己带班级手工材料。 同时想起丈夫出差前嘱咐的干洗店取衣，冰箱牛奶已空需采购，下午 3 点部门汇报会需准备 PPT，而此刻灶台上烧着的水即将沸腾。

解决方案：

1. 优先级排序：幼儿园事务 > 会议准备 > 生活采购。
2. 生成最优路线：地图标注幼儿园/干洗店/超市与公司的位置关系。
3. 即时服务对接：
   • 调用社区跑腿 API 下单手工材料配送
   • 接入干洗店智能柜系统预约取件码
   • 生鲜平台比价后自动补货牛奶
4. 会议准备：
   • 自动提取上周销售数据生成可视化图表框架
   • 调取历史报告模板进行语义重组
5. 风险预警：
   • 灶台计时器同步手机震动提醒
   • 通勤路况实时监控 (若堵车超 15 分钟触发备用方案)

技术红利：

• 时间利用率提升 40%
• 晨间压力值降低 65%
• 关键事务完成率 100%

场景 3：突发事件应急 - 孕妇受困、数据中心告急

情景还原：台风突袭，导致孕期 34 周的妻子被困郊区、数据中心备用电源仅能维持 4 小时、急需转移独居失智老人、社区抢购导致物资短缺。

解决方案：

DeepSeek 应急协议：

1. 资源热力图：
   • 实时整合气象局数据/道路塌方报告/医院接诊状态
   • 物资预测算法锁定 3 公里内未饱和便利店
2. 生命线工程：
   • 孕妇救援通道：
     • 自动生成医疗档案二维码
     • 无人机勘察可行路线
     • 协调民间救援队 GPS 定位
   • 老人转移方案：
     • 调取智能手环历史活动轨迹
     • 社区志愿者网络即时广播
3. 企业级应急：
   • 启动边缘计算节点转移关键数据
   • 生成政府灾情报告模板 (自动填充损失评估)
4. 社会协作：
   • 创建临时物资交换区块链账本
   • 多语言求援信息自动生成 (对接领事馆系统)

技术红利：

• 救援响应速度提升 3.2 倍
• 资产损失减少 78%
• 危机持续时间压缩 56%

DeepSeek 助力社交关系维护

场景 1：AI 助你巧妙应对过年催婚

场景描述：春节家庭聚会，面对亲戚长辈的催婚。

目标：在不伤害长辈感情的前提下，妥善处理催婚问题，维护家庭和谐，同时保护个人空间和选择。

对话技巧：

• 使用“我”语句：如“我感到…”，避免指责。
• 运用幽默：如“现在我还是专心工作，等以后有了对象再来麻烦您操心！”
• 避免冲突：寻找共同点，如“您说得对，婚姻很重要，我会认真考虑的。”
• 提前沟通：与父母提前商量，减少意外情况。

妥善处理策略：

1. 表达感激，建立沟通桥梁：
   • 示例：微笑着回应，“谢谢您关心，我很感激您的爱心。”
2. 坦诚交流，表达个人立场：
   • 示例：温和地说明，“我现在在工作上有些目标想要实现，婚姻大事需要时间和认真的选择。”
3. 设定界限，明确个人底线：
   • 示例：礼貌但坚定地说，“我会认真考虑，但希望能有自己的空间去选择。”
4. 转移话题，巧妙缓解气氛：
   • 示例：主动询问，“您最近有什么新鲜事吗？我听说您最近在学习摄影？”
5. 寻求家人支持：
   • 示例：私下对父母说，“我知道大家都很关心我，但我希望能有时间去寻找合适的伴侣，希望您能理解和支持我。”

场景 2：婆媳关系中的代际沟通

背景：你和丈夫婚后与公婆同住。 由于代际差异，你和婆婆在教育孩子、家务分配、生活习惯等方面时有摩擦。

目标：通过有效沟通和相互理解，缓解婆媳矛盾，找到双方都能接受的解决方案，改善家庭氛围。

对话技巧：

1. 使用“我”语句：如“我感到担心…”，避免指责对方。
2. 避免争论：专注于解决问题，而不是争论对错。
3. 寻找共同目标：强调双方都希望孩子快乐和家庭和谐。
4. 提前沟通：在情绪平稳时，和婆婆提前讨论教育方式和家务分配。

妥善处理策略：

1. 冷静情绪，避免冲动反应：
   • 示例：深呼吸，暂时离开争吵现场，给自己时间冷静。
2. 表达感受，避免直接指责：
   • 示例：用“我”语句表达，“我感到担心，因为我希望孩子能有更多的自由去探索。”
3. 倾听对方观点，寻找共同点：
   • 示例：问婆婆，“您是怎么想的？为什么觉得这样做更好？”
4. 寻求共识，提出折中方案：
   • 示例：提出，“我们可以尝试结合我们的方法，找到一个平衡点。”
5. 设定沟通界限，强调相互尊重：
   • 示例：温和但坚定地说，“我理解您的用心，但我希望我们能互相尊重。”

场景 3：维护与领导的良好工作关系

背景：你是一名职场新人，入职已一年。 工作勤奋，但在最近的绩效评估中，你与领导的意见产生分歧。

目标：通过有效沟通和相互理解，解决与领导的分歧，维持良好工作关系，并找到双方都能接受的解决方案。

具体对话示例：

1. 冷静情绪，避免情绪化回应：
   • 示例：在会议结束后，先回办公室平复情绪，不要立即回应。
2. 表达个人感受，避免直接指责：
   • 示例：第二天，请求与领导沟通，表达你的感受：“我觉得在绩效评估中，我的一些贡献没有被充分认可，这让我感到有些失望。”
3. 倾听领导观点，寻找共同目标：
   • 示例：询问领导，“您觉得我在团队合作和沟通方面可以改进的地方具体有哪些？我很愿意听取您的建议。”
4. 寻求共识，提出改进方案：
   • 示例：提出，“也许我们可以一起制定一些具体的改进目标，并定期沟通我的进展。”
   • 进一步：“如果我在某些方面表现出色，但在其他方面还有不足，我们可以一起探讨如何平衡这些表现。”
5. 设定期望，明确沟通界限：
   • 示例：温和但坚定地说，“我希望在未来的工作中，能够得到更多的反馈和支持，这样我可以更好地理解您的期望。”

场景 4：跨文化家庭的继承权难题

背景：你是在海外长大的华人，父亲是中国人，母亲是美国人，家庭成员信仰不同宗教 (父亲佛教，母亲基督教)。 你的祖父 (父亲方) 年迈，在中国有一笔遗产和家族产业。

目标：在尊重传统文化和现代法律的前提下，妥善处理家族继承权问题，维护家庭和谐，避免文化差异和家族秘密引发矛盾。

妥善处理策略：

1. 保持冷静，避免情绪化：
   • 示例：得知祖父决定后，先冷静下来，不要立即反应。
2. 表达感受，避免指责：
   • 示例：与祖父和父母沟通，表达感受：“我理解祖父的意愿，但这件事牵涉复杂因素，我有些困惑。”
3. 倾听各方观点，寻求共同点：
   • 示例：问祖父，“您为什么希望我继承家族产业？这是一直以来的想法吗？”
   • 进一步：“妈妈，您认为遗产应该如何处理？您有什么想法？”
4. 寻求共识，提出折中方案：
   • 示例：提出，“或许可以结合传统和现代方式处理遗产。一部分按家族传统分配，另一部分按现代法律公平分配。”
   • 进一步：“我们也可以考虑公开家族秘密，避免未来纠纷。”
5. 设定界限，强调相互尊重：
   • 示例：温和而坚定地说，“我理解大家的心意，但希望我们能互相尊重彼此的文化背景和法律观念。”

具体对话示例：

• 你：祖父，妈妈，爸爸，我们需要好好谈谈遗产的事。我理解祖父的意愿，但这事很复杂，希望能找到大家都接受的方案。
• 祖父：我希望你继承家族产业，你是唯一的孙辈，我想让你记住我们的根。
• 母亲：但这不公平，按现代法律，遗产应平等分配，不该只给一人。 还有那个私生子，他也有权继承。
• 父亲：我理解大家的担忧，但也要尊重祖父的意愿。 他为家族奋斗一生，希望家族延续。
• 你：我理解大家感受，也明白事情的复杂性。 或许可以找到平衡点。 一部分按传统分配，一部分按现代法律公平分配。 至于家族秘密，我觉得应坦诚面对，避免日后更大问题。
• 祖父：我可以考虑这建议，但你必须承担起家族责任，传承文化和传统。
• 母亲：我同意这建议，但希望公平对待，人人有份。
• 父亲：我觉得这办法不错，可以一起努力，找到大家都满意的方案。

对话技巧：

1. 使用“我”语句：如“我感到…”，避免指责。
2. 避免争论：专注于解决问题，而非争论对错。
3. 寻找共同目标：强调家庭和睦，公平分配遗产。
4. 提前准备：沟通前整理好观点和感受，避免情绪化。
5. 引入专业人士：必要时寻求律师或家庭顾问帮助，确保遗产分配合法公正。

提示语策略：推理模型 vs 通用模型

从 “下达指令” 到 “表达需求”：提示语策略的演进

AI 内容生成的边界与突破

AI 内容生成边界

AI 内容生成存在边界效应

智能体知识生成边界的探索

• 研究目标：理解智能体能否突破既有知识框架，实现创造性知识生成。
• 方法：构建测量体系和分析创新条件，探索智能体如何推动知识生成从常规化走向创新化。

智能体知识循环边界研究

• 现象：智能体在长时间对话中常出现“知识循环边界”，即生成内容重复或局限于特定模式。
• 原因：源于训练数据、算法模型及预设规则的限制，与逻辑学中的自指问题 (如罗素悖论、哥德尔定理) 相关。
• 研究方法：通过实验分析问题类型 (全收敛、半收敛、非收敛) 和对话次数 (50 次、100 次、150 次) 对生成内容相似性与创新性的影响。

如何判断 AI 内容生成的边界？

• 研究方法：将智能体知识循环边界操作化为生成内容的差异值，衡量标准为生成文本的平均相似度与重复率的加权值。

相似度计算

• 方法：采用余弦相似度算法，将文本转化为词频向量，计算向量点积与模长乘积的比值，评估文本间的相似性，取值范围为 [-1, 1]，值越接近 1 表示相似性越高。
• 公式：相似度 = A⋅B||A||×||B||

重复率计算

• 方法：使用 n-gram 方法 (n=2)，将生成文本分为连续的 2-gram 片段，统计重复片段的比例。
• 优点：能够识别文本冗余信息并评估内容多样性，特别适用于长文本生成。
• 最终公式：
  差异值 = w1- 相似度 +w2× 重复率
  其中，权重 w1=0.6， w2=0.4，参考 Kleinberg (1999) 的社交网络分析研究，强调相关性优先于冗余性。

结合自适应反馈和递进式提示链，提升 AI 内容质量

• 现象：智能体在多轮交互中容易触及认知边界，表现为生成内容的固化和信息增量的停滞。
• 实验结果：高收敛性提示语导致内容趋于一致，而非收敛性提示语和多样化设计能突破逻辑循环。
• 解决方案：结合自适应反馈和递进式提示链，可推动智能体生成新内容，避免知识循环，拓宽智能体的生成空间。

自适应反馈和递进式提示链

如何检验 AI 生成知识的创新性和价值？

知识生成后的检验：研究闭环

• 目的：回归知识的定义：有效性和社会指导性。
• 方法：实验探讨智能体生成内容在知识准确性、逻辑一致性和内容创新性方面的表现。 分析其生成知识在不同语境、任务类型中的适应性。 提出衡量生成知识质量的标准与评价框架。

知识生成后的检验

提示语还值得学习吗？

• 提示语 (Prompt)：用户输入给 AI 系统的指令或信息，用于引导 AI 生成特定输出或执行特定任务。
• 结构：包括指令、上下文和期望。
  • 指令 (Instruction)：明确告诉 AI 你希望它执行什么任务。
  • 上下文 (Context)：为 AI 提供背景信息，帮助它更准确地理解和执行任务。
  • 期望 (Expectation)：明确或隐含地表达你对 AI 输出的要求和预期。

提示语结构

任务需求与提示语策略

提示语示例

决策需求

• 实战技巧：
  • 分析需求：
    • 示例：
      "为降低物流成本，现有两种方案： 1⊕ 自建区域仓库(初期投入高，长期成本低) 2⊕ 与第三方合作(按需付费，灵活性高) 请根据 ROl 计算模型，对比 5 年内的总成本并推荐最优解。"
  • 分析数据：
    • 示例：
      "分析近三年新能源汽车销量数据 (附 CSV), 说明： 1⊕ 增长趋势与政策关联性； 2⊕ 预测 2025 年市占率，需使用 ARIMA 模型并解释参数选择依据。"
  • 设计产品：
    • 示例：
      "设计一款智能家居产品，要求： 1⊕ 解决独居老人安全问题； 2⊕ 结合传感器网络和 Al 预警； 3⊕ 提供三种不同技术路线的原型草图说明。"

验证性需求

• 实战技巧：
  • 验证结论：
    • 示例：
      "以下是某论文结论：'神经网络模型 A 优于传统方法 B'。请验证： 1⊕ 实验数据是否支持该结论； 2⊕ 检查对照组设置是否存在偏差； 3⊕ 重新计算 p 值并判断显著性。"
  • 代码转换：
    • 示例：
      "将以下 C 语言代码转换为 Python, 要求： 1⊕ 保持时间复杂度不变； 2⊕ 使用 numpy 优化数组操作； 3⊕ 输出带时间测试案例的完整代码。"

提示语类型

• 指令型提示语：直接告知 AI 需要执行的任务。
• 问答型提示语：向 AI 提出问题，期望得到答案。
• 角色扮演型提示语：要求 AI 扮演特定角色，模拟特定场景。
• 创意型提示语：引导 AI 进行创意写作或内容生成。
• 分析型提示语：要求 AI 对给定信息进行分析和推理。
• 多模态提示语：结合文本、图像等多种形式的输入。

掌握提示语设计：AIGC 时代的必备技能

提示语设计的核心技能体系

提示语设计的进阶技能

调教 AI 的秘诀：提示语效果倍增策略

• 策略一：精准定义任务，减少模糊性。
• 策略二：适当分解复杂任务，降低 AI 认知负荷。
• 策略三：引入引导性问题，提升生成内容的深度。
• 策略四：控制提示语长度，确保生成内容的准确性。
• 策略五：灵活运用开放式提示与封闭式提示。

如何实现精准定义：

• 明确核心问题
• 具体化生成指令
• 去除冗余信息

分解任务的技巧：

• 分段生成
• 逐层深入
• 设置逻辑结构

引导性问题的设计要点：

• 设置多层次问题
• 促使 AI 对比或论证
• 引导思维多样性

控制提示语长度的技巧：

• 避免嵌套复杂指令
• 保持简洁
• 使用分步提示

开放式提示：

• 提出开放性问题，允许 AI 从多角度生成

封闭式提示：

• 提出具体问题或设定明确限制，要求 AI 给出精准回答

常见陷阱与应对：提示语设计避坑指南

缺乏迭代陷阱：期望一步到位

• 陷阱症状：
  • 过度复杂的初始提示语
  • 对初次输出不满就放弃
  • 缺乏对 AI 输出的分析和反馈
• 应对策略：
  • 采用增量方法：从基础提示语开始，逐步添加细节和要求。
  • 主动寻求反馈：要求 AI 自我评估输出，并提供改进建议。
  • 准备多轮对话：设计后续问题，用于澄清和改进初始输出。

指令过多或模糊陷阱：细节淹没重点，意图表达不清

• 陷阱症状：
  • 提示语过长或过短
  • AI 输出与期望偏差大
  • 频繁需要澄清或重新解释需求
• 应对策略：
  • 平衡详细度：提供足够上下文，但避免过多限制。
  • 明确关键点：突出最重要的 2-3 个要求。
  • 使用结构化格式：采用清晰结构组织需求。
  • 提供示例：如有可能，给出期望输出的简短示例。

假设偏见陷阱：AI 只说你想听的

• 陷阱症状：
  • 提示语包含明显立场或倾向
  • 获得信息总是支持特定观点
  • 缺乏对立或不同观点呈现
• 应对策略：
  • 自我审视：设计提示语时，反思自身潜在偏见。
  • 使用中立语言：避免在提示语中包含偏见或预设立场。
  • 要求多角度分析：明确要求 AI 提供不同观点或论据。
  • 批判性思考：对 AI 输出保持警惕，交叉验证重要信息。

幻觉生成陷阱：AI 自信“胡说八道”

• 陷阱症状：
  • AI 提供的数据或事实无法验证
  • 输出包含看似专业但不存在的术语或概念
  • 对未来或不确定事件做出过于具体预测
• 应对策略：
  • 明确不确定性：鼓励 AI 在不确定时明确说明。
  • 事实核查提示：要求 AI 区分已知事实和推测。
  • 多来源验证：要求 AI 从多角度或来源验证信息。
  • 要求引用：明确要求 AI 提供信息来源，便于验证。

人机共生时代的能力培养体系

人机共生时代的能力培养体系

四大核心能力

AI 思维

• 算法思维：理解 AI 决策逻辑。
• 数据洞察：数据驱动分析能力。
• 边界认知：把握 AI 能力边界。
• 协同意识：建立人机协作模型。

核心观点：掌握 AI 思维模式，建立人机协作认知框架。

整合力

• 跨域翻译：转化领域知识。
• 创意重组：重构工作方法。
• 资源编排：优化人机协同。
• 知识融合：整合新旧知识。

核心观点：融合人机优势，创造 $1+1>2$ 的价值。

引导力

• 提示工程：设计高效指令。
• 对话管理：控制交互方向。
• 任务分解：优化问题结构。
• 质量控制：把控输出质量。

核心观点：主导 AI 交互过程，确保输出符合预期。

判断力

• 真伪辨识：评估内容可靠性。
• 价值评估：判断应用价值。
• 风险预测：预见潜在风险。
• 情境适配：评估场景适用性。

核心观点：保持独立思考，做 AI 输出的把关者。

AI 使用层次与突破路径

突破路径：

1. 建立提示词体系
2. 设计协作流程
3. 发展创新方法
4. 打造个人特色

独特工作流方法创新 ⊕ 领域整合

AI 使用层次与突破路径