以下是 DeepSeek 一些更进阶或“隐藏”的使用技巧，可以帮助你解锁它的更多潜力：
– 直接运行代码片段：即使没有官方代码解释器，也可以要求 DeepSeek 生成可复现的代码，并提供调试建议。
– 示例：
“生成一个 Python 脚本，爬取某网页标题，并说明如何本地运行。”
– 手动控制上下文：通过提醒模型“记住以下信息”或“请忽略之前的某部分对话”，主动管理对话历史。
– 示例：
“记住我现在要写一篇关于气候变化的文章，后续提问请围绕这个主题。”
– 自定义指令触发：用特定符号（如/）快速切换任务模式。
示例：
/简化 用一句话总结量子力学的基本概念
/脑暴 帮我列出10个环保主题的短视频创意
– 伪知识库功能：通过上传文件（如行业报告、术语表），结合提问要求模型基于文件内容回答。
示例：
“根据我上传的2023年财报，分析公司营收增长的主要原因。”
– 生成 API 请求示例：即使 DeepSeek 本身不提供 API，可要求它生成调用其他工具的代码（如调用 OpenAI API 的示例）。
示例：
“生成一段 Python 代码，调用 OpenAI 的 GPT-4 API 实现对话功能。”
– 非结构化 → 结构化数据：粘贴杂乱文本（如日志、问卷结果），让 DeepSeek 提取关键信息并转为表格或 JSON。
示例：
“将以下用户反馈分类为‘功能需求’‘BUG’‘体验优化’并统计频次：
[粘贴文本]”
– 深度角色扮演：通过详细描述角色设定，让模型模拟特定人物（如历史人物、虚拟角色）的对话风格。
示例：
“假设你是爱因斯坦，用口语化且略带幽默的方式解释相对论。”
– LaTeX 公式解析：输入含 LaTeX 公式的问题，要求分步推理并标注关键步骤。
示例：
“求解方程 \int_0^1 x^2 dx，并解释每一步的数学原理。”
– 超长文本处理：将长文本分段输入，通过指令让模型记住前文并连贯处理后续内容。
示例：
“以下是文章的前半部分：[粘贴文本]，请先阅读并准备续写后半部分。”
– 结合网页内容：通过浏览器插件（如 AI 侧边栏工具），快速提取网页内容让 DeepSeek 分析。
示例：
“总结当前网页中关于‘AI 伦理’的争议点，并对比不同观点。”
– 脱敏数据处理：要求模型在回答中自动隐藏敏感信息（如人名、地址）。
示例：
“分析以下医疗记录，但隐去患者个人信息：[粘贴文本]”
– 文字描述生成多模态内容：即使无法直接处理图像/音频，可生成提示词供其他工具使用（如 Midjourney 作图提示）。
示例：
“为‘赛博朋克风格的城市夜景’生成10条 Midjourney 绘图提示词。”
– 文字冒险游戏生成：通过指令让模型扮演游戏引擎，实时生成互动剧情。
示例：
“开始一个密室逃脱游戏，每次提供3个选项让我选择。”
– 生成错题本模板：输入错题，让模型分析错误原因并生成复习计划。
示例：
“根据以下数学错题，设计一个错题本模板：[粘贴题目和错误答案]”
– 模拟 RPA 流程：生成自动化脚本（如 Python + Selenium），用于重复性任务（如网页操作）。
示例：
“写一个自动登录某网站并下载日报的脚本，需处理登录验证码。”
– 生成语音助手对话逻辑：为语音交互场景设计对话树和异常处理逻辑。
示例：
“设计一个订餐语音助手的对话流程，包含用户取消订单的异常分支。”
– 强制格式化输出：通过模板要求回答符合特定结构（如 Markdown 表格、JSON）。
示例：
“用 Markdown 表格对比 Python 和 JavaScript 的语法差异，列：特性、Python 示例、JS 示例。”
– 让模型自我优化：通过提问引导模型反思和改进回答。
示例：
“你刚才的回答可能存在偏差，请检查是否有遗漏的学术观点。”
– 日志分析与建议：粘贴程序报错信息，要求模型推测原因并提供修复方案。
示例：
“我的 Python 脚本报错‘IndexError: list index out of range’，以下是代码和日志：[粘贴内容]”
– 学科交叉创新：将不同领域的知识结合，生成创新解决方案。
示例：
“如何用生态学中的‘共生关系’原理设计一个企业合作模型？”
通过灵活组合这些技巧，你可以将 DeepSeek 变成一个强大的“瑞士军刀”，覆盖工作、学习、创作等多个场景。
原文链接：https://blog.csdn.net/LYX_WIN/article/details/145431138?ops_request_misc=%257B%2522request%255Fid%2522%253A%25223b225299839f95f1c92386dccc58cf9f%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=3b225299839f95f1c92386dccc58cf9f&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-21-145431138-null-null.nonecase&utm_term=deepseek%E5%91%BD%E4%BB%A4
