企业官网建设流程全解析

简介：这份PDF资料是清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室出品的DeepSeek学习文档，面向希望系统掌握国产大模型应用的初学者与进阶用户，帮助读者从零理解DeepSeek的能力边界并逐步提升使用水平。内容围绕DeepSeek是什么、能做什么、如何使用、如何从入门到精通展开，涵盖文本创作、摘要改写、多语言翻译、代码生成与调试、语义分析与情感识别等典型场景，并深入对比推理模型与通用模型在优势领域、性能本质上的差异，讲解快思慢想两类模型的选用策略及提示语设计原则。资源包共1个PDF文件，大小约4.83MB，单文件结构便于通读与检索。目前已有6546人学习下载，适合想借助AI提升写作、编程与内容分析效率的读者作为入门到进阶的参考读物。

1. 第一次打开 AI 对话框，我该问它什么

很多人第一次打开 DeepSeek 的网页，光标在输入框里闪，脑子却一片空白——想问点什么，又怕问得太傻，或者问了一句“你好”之后不知道接什么。这种卡壳太正常了，不是你不会用，是没人告诉你它到底是个什么东西。

说白了，DeepSeek 就是一个能跟你用中文聊天、帮你干活的大模型工具。你打字描述需求，它给你输出文字、代码、分析、方案。它背后是一家专注通用人工智能的公司做的模型，其中 DeepSeek-R1 是开源的推理模型，擅长处理复杂任务，而且可以免费商用。对零基础的人来说，你不需要懂它怎么训练出来的，你只需要知道：它是一个“你说话、它办事”的助手，能写文案、能读文件、能写代码、能帮你把一团乱麻的问题拆开。

这份入门资料适合谁？适合刚接触 AI 人工智能、听说过 DeepSeek 但没真正上手的人，适合想用 AI 提升日常效率但不知道从哪下手的人。你不需要会编程，不需要懂算法，跟着往下读，先把它用起来，再谈用得好。

2. 先搞懂它在帮你干什么：DeepSeek 到底能接哪些活

2.1 它不是搜索引擎，是“会干活的对话搭档”

新手最容易犯的误解，是把 DeepSeek 当成一个更聪明的搜索框，丢一个关键词进去等答案。它更像一个坐在你对面、读过大量材料、能立刻动手的搭档。你告诉它“我要什么”，它给你“做出来的一版东西”，你再告诉它哪里不对，它改。

它能接的活大致分几类。文本生成类：写文章、写故事、写诗歌、写营销文案和广告语、写社交媒体帖子、设计剧本对话，还能做长文本摘要、文本简化、多语言翻译。自然语言理解类：分析语义、判断情感倾向、识别意图、提取人名地点事件、做文本分类和主题标签。编程类：根据需求生成 Python 或 JavaScript 代码片段、分析报错并给修复建议、生成 API 文档、解释代码库。它支持联网搜索和深度思考模式，也能上传文件，扫描读取各类文件和图片里的文字。

你不需要一次记住所有功能。入门阶段记住一句话就够：凡是“用文字描述清楚、结果也是文字或代码”的活，先扔给它试一版。

2.2 推理模型和通用模型，选错了会白费劲

这是新手最该先分清的一件事。DeepSeek-R1 属于推理模型，强在数学推导、逻辑分析、代码生成、复杂问题拆解，它内部会自己走一遍链式推理再给答案。通用模型则强在文本生成、创意写作、多轮对话、开放性问答。

打个比方：推理模型像一个做题时先在草稿纸上推一遍的学生，你只要把题目说清楚，别在旁边一直指挥“先写这一步再写那一步”，反而干扰它；通用模型像一个反应快、文笔好的写手，你得把要求、风格、字数、例子给足，它才写得准。

所以选模型的判断标准是任务类型，不是哪个更火。数学证明、逻辑分析、代码生成，优先推理模型；写文案、写故事、多轮闲聊，通用模型更顺手。入门时你可以两个都试同一个问题，感受一下输出风格的差别，这个对比比看十页说明都管用。

2.3 第一个能跑通的例子：三步问出一个可用的结果

下面这个例子不需要装任何东西，打开网页版对话框就能做。我们用一个“帮我规划学习”的小任务，把完整流程走一遍。

第一步，把需求说清楚，别只说“帮我学 AI”。

我需要在一周内入门 AI 大模型的基本使用， 每天能投入 1 小时，完全零基础。 请给我一份 7 天计划，每天列出具体做什么、花多久、产出什么。

这段提示语里包含了目标（一周入门）、约束（每天 1 小时、零基础）、输出格式（7 天计划，每天有任务、时长、产出）。新手最常漏的就是约束和格式，导致拿回来的东西泛泛而谈。

第二步，拿到结果后不要直接接受，挑一处让它改。

第 3 天的任务太笼统了，请拆成两个 30 分钟的小任务， 每个任务写清楚具体打开什么、输入什么、检查什么。

这一步是在教你怎么“接着对话”。AI 的第一版几乎永远不是最终版，你要像改稿一样指出具体哪一段不行、希望改成什么样。

第三步，让它把结果整理成你能直接用的形式。

把修改后的计划整理成表格，三列：天数、任务、当天产出。

到这里，你已经完成了一次完整的“提需求—收结果—改一版—要格式”的循环。这个循环就是使用 DeepSeek 的基本功，后面所有复杂用法都是在这个循环上加东西。

提示：第一次用不要追求一次问出完美答案。把对话当成改稿，改两三轮是正常节奏，不是你没问好。

3. 提示语不是玄学：把“我想要什么”说清楚的四个零件

3.1 一条好提示语的骨架：指令、上下文、期望

提示语就是你输入给 AI 的那段话，本质是你和它之间的沟通桥梁。它有三个基本零件。指令是核心，明确告诉它要执行什么任务；上下文是背景信息，帮它理解你为什么问、在什么场景下问；期望是你对输出的要求，比如长度、格式、风格、要不要举例。

新手写提示语最常见的翻车，是只写了指令，漏了上下文和期望。比如“写个活动方案”，它只能给你一个通用模板；改成“我们是某高校学生社团，要办一场 50 人参加的线下读书会，预算 800 元，请写一份活动方案，包含流程表、物料清单和分工，控制在 800 字内”，输出立刻能用很多。

记住一个顺序：先说背景，再说任务，最后说交付标准。这个顺序不是死规定，但按它写，漏项最少。

3.2 六种常见提示语类型，新手先掌握前三种

入门阶段不用记太多分类，先会用这三种就够日常。指令型：直接告诉它做什么，比如“把下面这段话翻译成英文”。问答型：提一个问题等答案，比如“解释一下什么是链式思维”。角色扮演型：让它站在某个身份里回答，比如“假设你是一位有十年经验的编辑，帮我改这段开头”。

剩下三种是创意型、分析型、多模态型。创意型引导它写故事、想方案；分析型要求它对给定信息做推理和判断；多模态型是文字加图片一起给。入门时你先把前三种用熟，尤其是“指令 + 上下文 + 期望”的组合，已经能覆盖大部分日常任务。

3.3 推理模型和通用模型，提示语写法要反过来

这是很多人用不好 DeepSeek 的关键。对推理模型，提示语要简洁，只明确任务目标和需求，因为它内部已经内化了推理逻辑，你强行拆步骤反而可能限制它。对通用模型，你要显式引导推理步骤，比如要求它分步思考、给个示例，否则它可能跳过关键逻辑。

举个对比例子。对推理模型，你直接说“用 Python 实现快速排序，输出带注释”，它自己会安排结构；对通用模型，你得说“先解释快速排序原理，再写出代码，最后给一个测试示例”。同一个任务，两种写法，用反了就会觉得“这模型怎么不好用”，其实是提示语没对上模型类型。

还有一个误区：不要对推理模型用“角色扮演”这类启发式提示，可能干扰它的逻辑主线；也不要对通用模型过度信任，直接扔一个复杂推理问题过去，最好分步追问、逐步验证结果。

4. 避坑：新手最容易踩的五个坑

4.1 坑一：把 AI 输出直接当最终稿

现象：复制粘贴就用，结果发现数据不对、逻辑有漏洞。原因：模型生成的是“看起来合理”的内容，不是“经过核实”的内容。解决：凡是涉及数字、事实、引用，自己核一遍；把 AI 当第一稿作者，你当审稿人。

4.2 坑二：一个问题里塞了五件事

现象：输出很乱，每件事都只写了一句。原因：一条提示语里堆了太多任务，模型只能平均分配注意力。解决：拆成多轮，一轮一件事，每轮拿到满意结果再问下一件。

4.3 坑三：对推理模型疯狂拆步骤

现象：明明用的是推理模型，输出却不如预期。原因：你把它内部要走的推理路径提前规定死了，反而限制了它。解决：对推理模型只说目标和约束，把“怎么推”留给它；要拆步骤的是通用模型。

4.4 坑四：不给例子就想要特定风格

现象：让它“写得活泼一点”，结果还是不活泼。原因：“活泼”对模型是模糊词。解决：给一个你满意的样例段落，说“照这个语气写”，比十个形容词都有效。

4.5 坑五：上传文件后不问细节

现象：上传了 PDF 却只问“总结一下”，拿回一段泛泛的概述。原因：问题太宽，模型只能给宽答案。解决：上传后直接问具体问题，比如“第三部分提到的三个方法分别是什么，各有什么适用条件”。

5. 从会用到用得好：接下来四周练什么

入门之后最容易断档的地方，是“会用一次”和“稳定用好”之间的差距。给你一条四周的练习路径，每周只练一个能力，别贪多。

第一周，练“说清楚”。每天挑一个真实小任务，用“背景 + 任务 + 交付标准”写一条提示语，记录输出能不能直接用。第二周，练“改稿”。每次拿到结果至少追问两轮，专门练指出具体问题、要求具体修改。第三周，练“选模型”。同一个任务分别用推理模型和通用模型跑一遍，把差异记下来，形成自己的判断表。第四周，练“组合任务”。把一个大任务拆成三到四轮对话完成，比如“分析一份材料 → 提炼三个观点 → 写成一篇短文 → 改成表格”。

还有一个具体技巧值得单独练：把“需求表达”分成五类来问——决策需求给目标、选项、评估标准；分析需求给问题、数据、分析方法；创造性需求给主题、风格、创新方向；验证需求给结论、验证方法、风险点；执行需求给任务、步骤约束、输出格式。这五类覆盖了大部分真实场景，练熟之后你提需求会快很多。

我第一次系统练的时候，血泪经验是：前两周总想一次问出完美答案，结果每条对话都只问一轮就换新话题，练了等于没练。后来强制自己每条对话至少追问两轮，进步才明显。从那以后我每次开一个新任务，都强制走一遍“先给背景、再给任务、最后给格式”的流程，哪怕多花三十秒，后面省的时间远不止三十秒。这份资料里还有更多提示语示例和场景拆解，想要完整版可以自行获取，跟着里面的例子一条条跑，比只看不练强得多。希望帮到你。

本文还有配套的精品资源，点击获取