清华大学 DeepSeek 从入门到精通

• 语言: 中文（简体）
• 格式: .pdf

摘要

文档介绍了DeepSeek，一家专注于通用人工智能（AGI）的中国科技公司，其推理模型DeepSeek-R1在数学、代码和自然语言推理等任务上表现出色。文档还详细介绍了推理模型与通用模型的优劣势，并提供了使用TASTE和ALIGN框架来优化AI使用的提示词设计方法，指导用户如何从入门到精通地使用DeepSeek。

AI总结

### 文档总结

#### 1. **核心内容概述**
- **DeepSeek**：清华大学与新媒沈阳团队合作开发的通用人工智能（AGI）公司，专注于大模型研发与应用，其开源推理模型DeepSeek-R1在数学、逻辑分析、代码生成等任务中表现优异，性能接近OpenAI的GPT-o1正式版。
- **推理模型 vs 非推理模型**：
- **推理模型**：擅长逻辑分析、数学推导、复杂问题拆解，但不适合发散性任务（如诗歌创作）。
- **非推理模型**：适用于语言生成、文本理解等任务，但在需要严格逻辑的任务上表现较弱。
- **DeepSeek的优势**：AI + 国产 + 免费 + 开源 + 强大，支持多种应用场景。

#### 2. **使用方法**
- **访问方式**：
- 网页端：[https://chat.deepseek.com](https://chat.deepseek.com)
- APP：DeepSeek
- **提升使用效果的技巧**：
- **提示词框架**：采用TASTE和ALIGN框架，明确任务目标、受众、结构、语气和示例，优化模型输出。
- **引导深入推理**：通过分步推导、自我反思和解释思路，提升模型的思考深度。
- **AI增强整合**：结合人类经验与AI知识，生成既有深度又有温度的内容。

#### 3. **进阶使用**
- **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
- **创新使用层**：流程再造、提示词艺术、创造性应用。
- **进阶使用层**：任务组合、结构化提示词、主动优化。

#### 4. **总结**
DeepSeek是一款强大的AI工具，适合用于复杂任务和逻辑推理。通过合理的提示词设计和框架优化，用户可以更高效地利用DeepSeek完成多种任务，从基础使用到创新应用，逐步提升AI使用能力。