简介这份由清华大学新闻与传播学院新媒体研究中心团队整理的PDF讲义面向希望理解并使用DeepSeek的普通读者与初阶学习者围绕“如何抓住DeepSeek红利”梳理大语言模型的能力边界与应用路径。内容从DeepSeek是什么、能做什么切入延伸到如何提问以获得所需结果并结合工作、学习、生活与社会关系中的典型场景讨论提示词驱动的新生产力、对AI答案的选择与再创造以及提出问题、鉴别答案两项关键能力涉及自然语言处理、知识推理与人工智能应用等主题。包内为1个PDF文件约4.47MB便于在电脑或移动端直接阅读。已有755人学习说明其话题受到关注。读者可借此建立从能力认知到场景应用的框架理解DeepSeek在文本生成、语义理解、任务分解、方案规划等方面的用法并通过项目书撰写等案例体会提示词组织与答案甄别的思路适合作为入门参考与场景化实践指南。1. 先搞懂一件事DeepSeek到底是个什么东西前几天有个朋友问我手机上已经装了那么多App再学一个DeepSeek有什么用这个问题特别典型。大多数人第一次听到DeepSeek脑子里冒出来的不是好奇是一堆问号——它跟搜索引擎有什么区别跟我手机里那个语音助手是一回事吗我又不写代码学它干嘛说白了DeepSeek就是一个能跟你用大白话聊天的AI工具但它比普通聊天机器人多走了一步你能把一整份文件丢给它让它读完了再回答问题你也能让它一步一步地推理把一件事想明白了再告诉你答案。它的核心是一个叫DeepSeek-R1的推理模型这个模型是开源的而且可以免费商用在数学、代码和逻辑推理这些任务上的表现相当能打。对零基础的普通人来说你不需要懂什么叫“大语言模型”也不需要会写代码只要会打字、会描述自己的需求就能用它帮自己干活。它适合谁适合那些每天被文字工作、信息整理、方案撰写、客户沟通这些事情追着跑想找个帮手但不知道从哪下手的人。2. 为什么普通人要学不是你卷不动是工具没选对2.1 知识不再稀缺会提问才是分水岭先说一个扎心的事实在AI时代知识的获取成本已经趋近于零。以前你遇到一个不懂的问题要去翻书、搜网页、问人现在你把问题丢给DeepSeek几秒钟就能拿到一个像模像样的答案。这意味着什么意味着“知道得多”这件事本身越来越不值钱了。那什么值钱提出好问题的能力。你去看那些用AI用得顺手的人他们不是技术背景多强而是特别会把一个模糊的需求拆成AI能听懂的指令。比如同样是让DeepSeek帮忙写东西有人只会说“帮我写个方案”拿到一堆套话有人会说“帮我写一份智能物流园区的项目方案框架包含功能分区、设备配置、风险评估三个部分每个部分列出三级标题设备配置用表格呈现”拿到的东西直接能用。差别不在AI在提问的人。学习DeepSeek的第一课不是背功能清单是练习把“我想要什么”说清楚。这件事听起来简单做起来发现大部分人卡在第一步——他们自己都没想明白要什么就指望AI能猜出来。所以我一般建议新手先别急着问复杂问题从“把一句话需求说完整”开始练你要什么格式、给谁看、多长、重点是什么四个要素说全了AI的输出质量立刻上一个台阶。2.2 答案来得太快你敢不敢用才是真本事第二个要练的能力是鉴别答案。DeepSeek再强它给你的东西也不是每句都对。尤其是涉及具体数据、政策引用、行业细节的时候它可能会编出一个看起来很像那么回事但实际上是虚构的内容。这不是它故意骗你是这类模型的工作原理决定的——它擅长生成“合理的文本”不保证“真实的事实”。我见过新手最容易翻车的地方就在这里AI给了一段特别流畅、特别专业的文字直接复制粘贴交上去结果里面有个数据是编的被对方当场指出来尴尬得想找个地缝钻进去。所以善用DeepSeek的两大关键一个是会提问另一个就是会鉴别。鉴别不是让你去逐字核查而是养成几个习惯凡是具体数字、具体政策名称、具体引用来源都多问一句“这个数据可靠吗请标注来源或者说明是示例”凡是AI给的方案自己过一遍逻辑看看有没有前后矛盾的地方凡是要对外交付的内容把AI生成的部分和自己的判断交叉验证一遍。这两件事——提问和鉴别——才是普通人学DeepSeek真正要花时间练的。工具本身上手只要十分钟但把这两个习惯养出来你跟那些只会“帮我写个东西”的人之间的差距会越拉越大。3. 第一个例子从零跑通一次完整对话3.1 打开就能用但先搞清楚界面上的几个关键按钮DeepSeek的使用门槛低到几乎没有——打开网页版或者App注册登录你就能看到一个对话框。别被那些功能列表吓到新手先把三个东西认全就行。第一个是输入框你打字的地方。第二个是“深度思考”开关打开之后模型会在回答前先自己推理一遍适合数学题、逻辑分析、复杂方案这类需要“想清楚再说话”的场景日常简单问答不用开开了反而慢。第三个是文件上传按钮支持上传文档和图片传上去之后AI能读取里面的文字内容你就能针对这份文件提问了。我建议新手第一次用的时候先别碰上传文件和深度思考就用最基础的对话框问一个你真正关心的问题。比如“帮我解释一下什么是大语言模型用初中生能听懂的话说”看看它怎么回答感受一下它的表达风格。这一步的目的是建立熟悉感不是学技术。3.2 走一遍完整流程让DeepSeek帮你整理一份工作周报下面这个例子特别适合第一次上手。假设你这一周干了好几件事零零散散记在备忘录里现在要整理成一份能发给领导的周报。传统做法是你对着备忘录憋半小时现在试试让DeepSeek来。第一步把你的原始素材丢给它。不需要整理格式直接粘贴本周做了这些事 1. 跟进了三个客户的合同进度两个已经确认一个还在等回复 2. 参加了产品部的需求评审会提了五条修改意见 3. 整理了下季度的预算表还差两个部门的数据没拿到 4. 帮同事处理了一个系统登录的问题已经解决 5. 下周三要交一个项目复盘报告目前还没开始写第二步给它清晰的指令告诉它你要什么格式、给谁看、什么风格。你可以这样输入请把上面的内容整理成一份工作周报分“本周完成”“进行中”“下周计划”三个部分。 语气正式但不啰嗦每部分用要点列出不要编造我没提过的事情。第三步看它的输出然后调整。它大概率会给你一个结构清晰的周报但可能把“帮同事处理登录问题”放错了位置或者措辞不太符合你们公司的习惯。这时候不要重新问一遍直接在原对话里说“把第三条移到下周计划里语气再口语化一点”它会基于之前的上下文修改。这个“追问—调整”的动作就是新手最该练的基本功。提示追问的时候尽量具体说“改哪里、改成什么样”比说“再优化一下”有效得多。整个流程走下来你会发现DeepSeek不是替你写周报是替你干掉了“从零开始组织语言”这个最耗神的环节。你负责提供素材和判断方向它负责把毛坯变成成品。这个分工想明白了后面所有场景都是一个套路。4. 把DeepSeek用进实际场景工作、学习、生活里怎么落地4.1 工作场景一小时内攒出一份能交差的方案初稿先说一个很多人遇到过的场景下午三点接到通知第二天早上要交一份项目方案初稿你手头只有零散的会议记录和几个过时的模板对项目涉及的技术细节也不算熟。这时候硬憋是憋不出来的但用DeepSeek分阶段推进一小时能搞出一份像样的初稿。具体怎么操作分三步走。第一步让它帮你搭框架。你把项目名称、大致背景、方案要包含的几个模块告诉它让它生成一份带三级标题的详细目录这一步的目标是解决“不知道从哪写起”的问题。第二步逐个模块填充内容。不要让它一次性写全文而是一个小节一个小节地问比如“写一段‘功能分区’的内容包含仓储区、分拣区、办公区的布局说明用要点列表呈现”。每个小节拿到内容后你扫一眼觉得方向对了就放进文档不对就追问调整。第三步处理那些“必须有但你不擅长”的部分比如风险评估、效益测算、行业背景这类内容让它按你的要求生成一段结构化文字你负责判断合理性。这里有个血泪经验所有AI生成的具体数据统统加上“示例”后缀。比如它帮你算了一个“日均处理包裹量50万件”你在文档里写成“日均处理包裹量50万件示例”。这不是多此一举是给自己留后悔药。万一领导或者客户问起来你有个退路万一数据明显不合理你也有机会替换成真实数据。我见过太多人直接复制粘贴最后被问得哑口无言。4.2 学习场景让新领域的信息从散装变成结构再讲一个学习场景。假设你刚到一个新行业比如电子元器件制造需要在一周内搞清楚行业基本情况、主要产品线、竞争格局这些事。传统做法是搜一堆文章、翻几份报告信息是散的看完记不住。用DeepSeek可以换个打法把它当成你的“信息整理员”。你可以先把能找到的行业报告、公司产品手册的片段上传给它然后提一个组合问题“基于我上传的资料帮我梳理这个行业的主要产品分类、上下游关系、目前的主流技术方向用表格呈现每个分类给一句话解释。”它给你的表格不会完美但能帮你快速建立认知框架。你拿着这个框架再去读原始资料效率完全不一样——之前是漫无目的地翻现在是带着问题找答案。还有一个用法特别适合学习场景让它出题考你。你学完一个概念之后跟它说“针对‘什么是大语言模型的推理能力’这个概念出五道选择题难度递增我答完你再给解析”。这种互动式的学习比单向阅读记得牢得多因为你在被迫输出。4.3 生活场景那些说不出口的话先让AI帮你过一遍生活里有些场景特别适合找DeepSeek打草稿。比如你需要跟领导请假但不知道怎么开口才不显得“临阵脱逃”比如你要跟合作方沟通一个敏感问题措辞反复改了好几遍还是觉得不对劲比如你想给朋友写一段走心的祝福憋了半天只有“生日快乐”四个字。这类场景的用法很简单把背景告诉它让它给你几个版本你挑一个顺眼的再改。比如请假那个例子你可以说“我负责的项目正处在关键阶段但家里老人突然住院我需要请三天假回老家。帮我写一段跟领导请假的话要诚恳、说明工作交接安排、不要显得在找借口给三个语气不同的版本。”它给你的版本不一定直接用但至少帮你打破了“对着空白输入框不知道第一句写什么”的僵局。很多时候我们卡住不是因为没话说是因为情绪太复杂不知道怎么开头。AI帮你开个头后面的话自己就流出来了。5. 新手避坑这5个翻车点我先替你踩了5.1 坑一以为问一句话就能拿到成品现象输入“帮我写个方案”拿到一段泛泛而谈的套话觉得AI不过如此。原因DeepSeek不是读心术你给的信息量决定了它的输出质量。一句话指令对应的是通用模板不是定制内容。解决养成“四要素”习惯——说清楚要什么格式表格/列表/段落、给谁看领导/客户/自己、多长五百字/三部分/十个要点、重点是什么数据/逻辑/措辞。把这四个说全了再回车输出质量立刻不一样。5.2 坑二把AI编的数据直接交上去现象方案里引用了一个看起来很专业的数字结果对方问“这个数据来源是哪”你答不上来。原因模型生成的是“合理文本”不是“事实核查报告”。它可能会为了行文流畅编出一个像模像样的数值不代表这个数值真实存在。解决所有具体数据、政策名称、引用来源统一加“示例”标注或者追问一句“这个数据可靠吗如果不确定请说明”。对外交付前自己把关键数字过一遍能替换成真实数据的替换掉。5.3 坑三深度思考模式什么都开现象简单问个“今天天气怎么样”也开着深度思考等半天才出结果觉得AI反应好慢。原因深度思考模式会让模型在回答前先做一轮内部推理适合数学题、逻辑分析、复杂方案这类需要“想清楚再说”的任务。日常简单问答开了它等于杀鸡用牛刀。解决养成习惯——问事实、问简单操作、闲聊不开做方案框架、分析复杂问题、拆解逻辑链开。不确定的时候先不开发现回答太浅再打开重新问一遍。5.4 坑四对话越长越乱不知道问题出在哪现象聊了十几轮之后AI开始答非所问或者反复给重复内容。原因对话上下文太长的时候早期信息会被稀释模型抓不住你当前真正想要什么。这不是它坏了是对话“包袱”太重。解决一个重要任务开一个新对话。如果必须延续在关键节点主动总结一句“前面我们确定了A和B现在基于这两个继续聊C”帮它把重点拎出来。别在一个对话里塞三件不相关的事。5.5 坑五完全依赖AI自己不做二次判断现象AI给什么用什么交上去之后被指出逻辑漏洞或者明显错误。原因把DeepSeek当成了“答案机器”忘了它本质上是一个帮你拓宽思路、加快初稿速度的工具。最终判断和决策的责任还是在你自己身上。解决养成“三问”习惯——这个结论有依据吗前后逻辑一致吗放到我的实际场景里合理吗三个问题过一遍再交付。AI负责“多快好省地生成候选答案”你负责“选出最优解并承担责任”这个分工不能颠倒。6. 下一步学什么从“会用”到“用得好”的进阶路线如果你已经跟着前面的例子跑了一遍现在至少能做到“打开对话框、说清楚需求、拿到能用的初稿”了。接下来往哪走我给你一条不用花太多时间、但效果明显的路径。第一周专注练“提问精度”。每天挑一个你实际要做的事用四要素法写一条指令对比一下“随便问”和“认真问”的输出差距。不用多每天一次一周之后你会发现自己写指令的速度快了很多。这个阶段先不碰复杂功能就练把话说清楚。第二周加上“鉴别练习”。每次拿到AI的输出强迫自己标出三个东西哪些是事实、哪些是观点、哪些可能是编的。标不出来就去追问来源。这个习惯养成了你后面用AI做任何事都不会心虚。第三周开始碰场景化用法。回头看看第4章那三个场景——工作方案、行业学习、生活沟通——挑一个跟你最相关的完整走一遍“上传素材/描述背景→分步提问→调整输出→最终交付”的全流程。走完一遍你会发现DeepSeek真正好用的地方不是“替你写”是“帮你把从零到一那段最费劲的路给铺平了”。再往后你可以试试把常用的提问模板整理成自己的“指令库”。比如“方案框架生成模板”“文本润色模板”“信息整理模板”每次用的时候直接调出来改关键词。这件事花不了多少时间但能让你后面每一次使用都快很多。最后说一个我自己的教训。我刚开始用的时候特别贪心总想一个对话框把所有事干完结果聊到后面AI开始胡言乱语我还以为是它变笨了。后来才明白是我自己把对话搞得太乱。从那以后我每次开新任务都强制自己走一遍“新建对话→说清背景→分步推进”的流程再也没出现过聊着聊着就跑偏的情况。工具再好用也得顺着它的脾气来。希望这些能帮到你少走一点我走过的弯路。本文还有配套的精品资源点击获取
