20个很强的DeepSeek提问公式

大家好,我是汤师爷~今天直接给大家分享DeepSeek干货内容。 要获得精准的AI回答,关键在于提问方式。 这里为你整理了20个高效提问公式,直接提升回答质量。

大家好,我是汤师爷~

今天直接给大家分享DeepSeek干货内容。

要获得精准的AI回答,关键在于提问方式。

这里为你整理了20个高效提问公式,直接提升回答质量。

下面是20个经过实践验证的AI提问公式,包含具体方法、模板和实例:

1. 角色定位法

核心:明确AI角色定位

模板:

"你现在是[专业角色],用[具体方式]给[目标人群]讲解[主题],举[数字]个[具体案例]"

实例:

"你现在是健身教练,用简单对话教办公族保护颈椎,给出3个办公桌拉伸动作"

2. 步骤拆解法

核心:把复杂任务拆成简单步骤

模板:

"把[具体任务]分解成[数字]步,列出每步的[工具/动作/时间/要点]"

实例:

"把'准备生日惊喜'分6步说明,列出买什么/什么时候买/怎么保密"

3. 多维对比法

核心:从多角度对比分析

模板:

"对比[选项1/选项2]的[特点1/特点2/特点3],打分并推荐给[具体用户]"

实例:

"对比投影仪和电视的续航/便携/画质,给租房人具体选购建议"

4. 应急预案法

核心:提前准备应对方案

模板:

"遇到[具体情况]时,需要准备什么/具体怎么做/备选方案是什么"

实例:

"停电时需要准备什么食物、如何保护电器、有什么备用方案"

5. 问题优化法

核心:逐步改进解决方案

模板:

"解决[具体问题]需要哪[数字]个方法,说明原理/成本/效果"

实例:

"解决冰箱串味要用5个方法,说明除味原理/花多少钱/能用多久"

6. 框架方法

核心:搭建清晰结构

模板:

"设计[主题]框架,分[数字]个部分,说明输入/过程/结果"

实例:

"设计家庭急救培训框架,分4部分说明判断情况/具体操作/准备物品"

7. 风险防范法

核心:提前发现处理风险

模板:

"列出[计划]的[数字]个风险,按危险程度排序并给出解决办法"

实例:

"列出自驾新疆的3个风险,按照严重程度排序并说明应对方法"

8. 选择指导法

核心:帮助做出明智选择

模板:

"分析[情况]的[数字]个选择,说明条件/行动/结果"

实例:

"分析考研/就业/留学5个关键点,评估专业发展/费用/语言要求"

9. 实例讲解法

核心:用具体案例说明

模板:

"用[数字]个例子解释[概念],说明背景/应用/效果"

实例:

"用3个装修例子说明小问题积累的影响,展示墙面修补延误的后果"

10. 反向思考法

核心:换个角度想问题

模板:

"从[相反角度]思考[问题],提出[数字]个创新方案"

实例:

"从减少使用时间角度,提出4个让APP更健康的设计方案"

11. 数据分析法

核心:用具体数据说话

提问模板:

"分析[具体数据],找出[关键现象],总结规律和建议"

实例:

"分析家庭每月水电费账单,找出能耗高峰期,给出省钱建议"

12. 发展回顾法

核心:总结关键变化

提问模板:

"回顾[事物]的[几个]重要阶段,说明变化和原因"

实例:

"回顾无线耳机3个发展阶段,说明降噪技术突破和市场变化"

13. 花费计算法

核心:算清各项开支

提问模板:

"列出[事项]的所有开支,包括明显和隐藏的花费"

实例:

"列出养猫10年要花多少钱,包括疫苗费和家具损耗"

14. 用户需求法

核心:站在用户角度想

提问模板:

"找出[产品]使用中的不便,提出改进方案"

实例:

"找出医院挂号中的3个不便,提出具体改进建议"

15. 风险检查法

核心:提前防范问题

提问模板:

"检查[活动]可能出现的问题,制定应对方案"

实例:

"检查自媒体运营的版权风险,制定内容引用规范"

16. 知识组合法

核心:结合不同领域

提问模板:

"把[领域A]和[领域B]结合,解决[具体问题]"

实例:

"把游戏设计和营养学结合,设计让孩子爱上吃饭的APP"

17. 任务排序法

核心:分清轻重缓急

提问模板:

"给[任务]排序,说明先后顺序和原因"

实例:

"给7个工作任务排序,说明重要性和时间安排"

18. 快速测试法

核心:先做简单版本

提问模板:

"做个[产品]的简单版本,测试最重要功能"

实例:

"做个智能种菜盒子的简单版本,测试温度控制效果"

19. 正反讨论法

核心:看问题两面性

提问模板:

"讨论[问题]的利弊,用事实说话"

实例:

"讨论广场舞该不该禁止,用噪音数据和居民反馈说话"

20. 计划安排法

核心:制定清晰目标

提问模板:

"制定[时间]内达到[目标]的计划"

实例:

"制定3个月减重10斤的计划,分饮食、运动和巩固三步走"

组合使用示例:

"请你当理财顾问,分析我家支出数据,找出风险,给出投资建议"

相关资讯

4500美元复刻DeepSeek神话,1.5B战胜o1-preview只用RL!训练细节全公开

强化学习迎来重大突破! 近日,来自UC伯克利的研究团队基于Deepseek-R1-Distilled-Qwen-1.5B,通过简单的强化学习(RL)微调,得到了全新的DeepScaleR-1.5B-Preview。 在AIME2024基准中,模型的Pass@1准确率达高达43.1% ——不仅比基础模型提高了14.3%,而且在只有1.5B参数的情况下超越了OpenAI o1-preview!

DeepSeek官方发布R1模型推荐设置,这才是正确用法

自春节以来,DeepSeek 就一直是 AI 领域最热门的关键词,甚至可能没有之一,其官方 App 成为了史上最快突破 3000 万日活的应用。 最近一段时间,各家 AI 或云服务厂商更是掀起了部署 DeepSeek-R1 服务的狂潮,甚至让薅羊毛的用户们都有点忙不过来了。 就在刚刚,DeepSeek 官网 X 帐号终于更新了(上一次更新还是在 1 月 28 日),官方下场推荐了部署 DeepSeek-R1 的设置。

DeepSeek全面开源V3/R1推理系统!成本利润率高达545%

就在刚刚,当大家以为开源周已经结束的时候,真「Open AI」DeepSeek带来了压轴大戏——DeepSeek-V3/R1推理系统,全面揭秘! 吞吐量和延迟优化:跨节点高效并行(EP)驱动的批处理扩展计算与通信并行处理智能负载均衡在线服务性能数据:每个H800节点每秒处理73,700/14,800输入/输出token成本利润率高达545�epSeek表示,希望本周分享的技术见解能为开源社区带来价值,共同推进通用人工智能的发展目标。 看到这里,网友都惊了!