《DeepSeek：从入门到精通》全面且实用的教程

2025-02-28 15:03:20   0  举报





不仅能帮助你快速掌握DeepSeek这一强大的AI工具，还能让你通过精准的提示词设计，提升工作效率和创造力。在当今数字化时代，AI正迅速改变我们的工作和学习方式，而DeepSeek作为其中的佼佼者，其能力不容小觑。谁能在提示词的使用上更胜一筹，谁就能在AI时代中占据先机。通过《DeepSeek：从入门到精通》，你将学会如何设计高效的提示词，解锁AI的无限潜力，提升个人竞争力。无论是零基础的初学者，还是希望进一步提升技能的专业人士，这本书都是你的不二之选

deepseek

个人成长方法论

高效工作法高效学习法

作者其他创作

大纲/内容

DeepSeek是什么？

DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应
用。

DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。

网址：https://chat.deepseek.com/

DeepSeek能够做什么？

直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

文本生成

文本创作

文章/故事/诗歌写作
营销文案、广告语生成
社交媒体内容（如推文、帖子）
剧本或对话设计

摘要与改写

长文本摘要（论文、报告）
文本简化（降低复杂度）
多语言翻译与本地化

结构化生成

表格、列表生成（如日程安排、菜谱）
代码注释、文档撰写

自然语言理解与分析

语义分析

语义解析
情感分析（评论、反馈）
意图识别（客服对话、用户查询）
实体提取（人名、地点、事件）

文本分类

文本分类
主题标签生成（如新闻分类）
垃圾内容检测

知识推理

知识推理
逻辑问题解答（数学、常识推理）
因果分析（事件关联性）

编程与代码相关

代码生成

根据需求生成代码片段（Python、
JavaScript)
自动补全与注释生成

代码调试

错误分析与修复建议
代码性能优化提示

技术文档处理

API文档生成
代码库解释与示例生成

常规绘图

SVG矢量图

• 基础图形
• 图标
• 简单插图
• 流程图
• 组织架构图

Mermaid图表

• 流程图
• 时序图
• 类图
• 状态图
• 实体关系图
• 思维导图

React图表

• 折线图
• 柱状图
• 饼图
• 散点图
• 雷达图
• 组合图表

……

了解推理模型&通用模型

推理大模型：推理大模型是指能够在传统的大语言模型基础上，强化推理、逻辑分析和决策能力的模型。它们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。
• 例如：DeepSeek-R1，GPT-03在逻辑推理、数学推理和实时问题解决方面表现突出。

· 提示语更简洁，只需明确任务目标和需求（因其已内化推理逻辑）。
· 无需逐步指导，模型自动生成结构化推理过程（若强行拆解步骤，反而可
能限制其能力）。

非推理大模型：适用于大多数任务，非推理大模型一般侧重于语言生成、上下文理解和自然语言处理，而不强调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像推理模型那样复杂的推理和决策能力。
• 例如：GPT-3、GPT-4 (OpenAl)，BERT (Google），主要用于语言生成、语言理解、文本分类、翻译等任务。

· 需显式引导推理步骤（如通过CoT提示），否则可能跳过关键逻辑。
· 依赖提示语补偿能力短板（如要求分步思考、提供示例）。

关键原则

模型选择

优先根据任务类型而非模型热度选择（如数学任务选推理模型，创意任务选通用
模型）

提示语设计

推理模型：简洁指令，聚焦目标，信任其内化能力。（“要什么直接说”）。

通用模型：结构化、补偿性引导（“缺什么补什么”）

避免误区

不要对推理模型使用“启发式"提示（如角色扮演），可能干扰其逻辑主线。

不要对通用模型“过度信任”（如直接询问复杂推理问题，需分步验证结果）。

如何向AI表达需求？

提示语示例

决策需求

为降低物流成本，现有两种方案：
① 自建区域仓库（初期投入高，长期成本低）
② 与第三方合作（按需付费，灵活性高）
请根据ROl计算模型，对比5年内的总成本并推荐最优解。

分析需求

分析近三年新能源汽车销量数据（附CSV），说明：
① 增长超势与政策关联性；
② 预测2025年市占率，需使用ARIMA模型并解释参数
选择依据。

创造性需求

设计一款智能家居产品，要求：
① 解决独居老人安全问题；
⓶ 结合传感器网络和A!预警；
③ 提供三种不同技术路线的原型草图说明。

验证性需求

以下是某论文结论：“神经网络模型A优于传统方法B“
请验证：
① 实验数据是否支持该结论；
② 检查对照组设置是否存在偏差；
③ 重新计算p值并判断显著性。

执行需求

"将以下C语言代码转换为Python，要求：
① 保持时间复杂度不变；
② 使用numpy优化数组操作；
③ 输出带时间测试案例的完整代码。”

提示语的学习

概念：提示语（Prompt）是用户输入给Al系统的指令或信息，用于引导Al生成特定的输出或执行特定的任务。
简单来说，提示语就是我们与Al"对话"时所使用的语言，它可以是一个简单的问题，一段详细的指令，也可以是一个复杂的任务描述。

基本结构

指令

这是提示语的核心，明确告诉AI你希望它执行什么任务。

上下文

为Al提供背景信息，帮助它更准确地理解和执行任务。

期望

明确或隐含地表达你对AI输出的要求和预期。

类型

指令型提示语：直接告诉Al需要执行的任务。

问答型提示语：向Al提出问题，期望得到相应的答案。

角色扮演型提示语：要求Al扮演特定角色，模拟特定场景。

创意型提示语：引导Al进行创意写作或内容生成。

分析型提示语：要求AI对给定信息进行分析和推理。

多模态提示语：结合文本、图像等多种形式的输入。

提示语设计的核心技能体系

提示语设计的核心技能体系包括技术知识、认知能力、创新思维和软实力，强调语境理解、抽象化、批判性思考、创新和伦理意识，以确保AI应用的全面性和可靠性。

语境理解能力使设计者能够在复杂的社会和文化背景下工作；
抽象化能力有助于提高工作效率和拓展应用范围；
批判性思考是确保Al应用可靠性和公平性的关键；
创新思维能力推动了Al应用的边界拓展
伦理意识则确保了Al的发展与社会价值观相符。

提示语的基本元素分类

信息类元素

主题元素
背景元素
数据元素
知识域元素
参考元素

决定了AI在生成过程中需要处理的具体内容，包括主题、背景、数据等
为Al提供了必要的知识和上下文。

结构类元素

格式元素
结构元素
风格元素
长度元素
可视化元素

用于定义生成内容的组织形式和呈现方式，
决定了Al输出的结构、格式和风格。

控制类元素

任务指令元素
质量控制元素
约束条件元素
迭代指令元素
输出验证元素

用于管理和引导Al的生成过程，确保输出符合预期
并能够进行必要的调整，是实现高级提示语工程的重要工具。

提示语元素协同效应理论的核心观点

•互补增强：某些元素组合可以互相弥补不足，产生1+1>2的效果。

•级联激活：一个元素的激活可能引发一系列相关元素的连锁反应，形成
一个自我强化的正反馈循环。

•冲突调和：看似矛盾的元素组合可能产生意想不到的积极效果。

•涌现属性：某些元素组合可能产生单个元素所不具备的新特性。

调教AI的秘籍：让提示词事半功倍

策略一：精准定义任务，减少模糊性

如何实现精准定义：明确的核心问题、具体化的
生成指令、去除多余信息

策略二：适当分解复杂任务，降低AI认知负荷

分解任务的技巧：分段生成、逐层深入、设置逻
辑结构

策略三：引入引导性问题，提升生成内容的深度

引导性问题的设计要点：设置多个层次的问题、
促使Al对比或论证、引导思维的多样性

策略四：控制提示语长度，确保生成的准确性

控制提示语长度的技巧：避免嵌套复杂的指令、
保持简洁性、使用分步提示

策略五：灵活运用开放式提示与封闭式提示

开放式提示：提出开放性问题，允许AI根据多个
角度进行生成
封闭式提示：提出具体问题或设定明确限制，要
求Al给出精准回答

提示词常见陷阱与应对

新手必知的提示语设计误区

缺乏迭代陷阱：期待一次性完美结果

陷阱症状：
1）过度复杂的初始提示语
2）对初次输出结果不满意就放弃
3）缺乏对Al输出的分析和反馈

应对策略：
•采用增量方法：从基础提示语开始，逐步添加细节和要求。
•主动寻求反馈：要求Al对其输出进行自我评估，并提供改进建议。
•准备多轮对话：设计一系列后续问题，用于澄清和改进初始输出。

过度指令和模糊指令陷阱：当细节淹没重点或意图不明确

陷阱症状：
•提示语异常冗长或过于简短
•Al输出与期望严重不符
•频繁需要澄清或重新解释需求

应对策略：
•平衡详细度：提供足够的上下文，但避免过多限制。
• 明确关键点：突出最重要的2-3个要求。
•使用结构化格式：采用清晰的结构来组织需求。
•提供示例：如果可能，给出期望输出的简短示例。

假设偏见陷阱：当Al只告诉你想听的

陷阱症状：
1）提示语中包含明显立场或倾向
2）获得的信息总是支持特定观点
3）缺乏对立或不同观点的呈现

应对策略：
•自我审视：在设计提示语时，反思自己可能存在的偏见。
•使用中立语言：避免在提示语中包含偏见或预设立场。
•要求多角度分析：明确要求Al提供不同的观点或论据。
• 批判性思考：对Al的输出保持警惕，交叉验证重要信息。

幻觉生成陷阱：当Al自信地胡说八道

陷阱症状：
1）Al提供的具体数据或事实无法验证
2）输出中包含看似专业但实际上不存在的术语
或概念
3）对未来或不确定事件做出过于具体的预测

应对策略：
•明确不确定性：鼓励Al在不确定时明确说明。
•事实核查提示：要求Al区分已知事实和推测
•多源验证：要求Al从多个角度或来源验证信
息。
•要求引用：明确要求AI提供信息来源，便于
验证。

忽视伦理边界陷阱：低估Al的伦理限制

Al伦理考虑要点
• 隐私保护
• 公平性和非岐视
• 透明度和可解释性
• 社会影响评估
• 安全和滥用防范

陷阱症状：
1）要求Al生成有争议、不道德或非法内容。
2）对Al的拒绝或警告感到困惑或不满。
3）尝试绕过Al的安全机制。
4）忽视Al输出可能带来的伦理影响。

应对策略：
•了解界限：熟悉Al系统的基本伦理准则和限制。
• 合法合规：确保你的请求符合法律和道德标准。
• 伦理指南：在提示语中明确包含伦理考虑和指导原则。
• 影响评估：要求Al评估其建议或输出的潜在社会影响。

提示语设计检查清单

• 目标明确性
• 信息充分性
• 结构合理性
• 语言中立性
• 伦理合规性
• 可验证性
• 迭代空间
• 输出格式
• 难度适中
• 多样性考虑

如何设计出独具匠心的提示语？

抽象——具体循环法：在不同抽象层次间灵活切换

抽象化问题——>具体化反馈——>迭代优化

运用类比与隐喻：增强创意表达

使用类比说明复杂概念
隐喻增强语言的表达层次
选择具备启发性的类比

反向设计思维：从生成结果倒推提示语

从期望结果开始——>倒推提示语结构——>灵活调整提示语细节

矛盾思维法：利用对立促进创新

引入对立概念

利用矛盾性促进创新

提出冲突性任务要求

融合批判性思维与创新推理

质疑既有框架

创新推理

涌现思维模型：利用集体智慧的提示语设计

分解与重组：先将复杂问题分解为简单组件，再设
计其交互方式。

互动规则设定：在提示语中定义组件互动规则。

整体行为观察：设计机制来观察和解释从互动中涌
现的整体行为。

提示语链

概念：提示语链是用于引导Al生成内容的连续性提示语序列。通过将复
杂任务分解成多个可操作的子任务，确保生成的内容逻辑清晰、主题连贯。

从本质上看，提示语链是一种“元提示” (meta-prompt)
策略，它不仅告诉AI做什么〞，更重要的是指导A"如何做”。

“写什么”

“如何写”

核心特征

序列性

按特定顺序排列

层级性

主链与子链结构

递进性

逐步深化内容

关联性

保证逻辑连贯

适应性

动态调整优化

作用机制

任务拆解与结果整合

实战技巧：
1. 将这个复杂的主题分解为几个主要部分，逐一讨论每个部分．
2. 对每个子任务设定具体目标和预期成果。
3. 在每个子任务完成后，总结其关键点并与整体主题关联。
4. 通过层次结构图或思维导图展示分解后的各部分及其关系。
5. 结合各部分的结果，撰写一段总结性内容，确保整体连贯

知识激活与联想

实战技巧：
1.列出与「主题]相关的所有关键知识点，逐一进行详细解释.
2.从不同领域中寻找与[问题]相关的知识点，并进行创造性联想。
3.通过比喻或类比，将[复杂概念]与日常经验联系起来，便于理解。
4.使用头脑风暴技术，生成多个可能的联想和创新点。
5.将联想到的新观点或概念，整合进现有的知识体系中。

思维框架构建

问题定义
信息收集
分析综合
结论形成

实战技巧：
1.明确这个问题的核心要点，然后系统地收集相关信息进行分析。
2.列出与主题相关的所有关键概念和理论，并进行系统梳理。
3.使用逻辑框架图展示信息收集、分析和结论的过程．
4.针对每个关键概念，撰写简要解释并说明其在文章中的作用。
5.通过案例分析或实例应用，验证思维框架的有效性和适用性。

创意引导与拓展

实战技巧：
1.请从一个全新的角度重新思考[问题/主题]，并提出与众不同的见解.
2.请将其他领域中与此不相关的概念结合起来，探索其在[主题]上的应用.
3.请设定一个全新的情境，讨论在此情境下[问题/主题]会有怎样的发展。
4.请挑战现有的常规观点，从反面角度思考[问题/主题]，并提出新的可能性。
5.请结合不同学科的理论，提出一个创新的解决方案.
6.请从结果出发，倒推可能的原因和过程，探索新的解决途径。

质量控制与优化

实战技巧：
1.在每个步骤完成后，进行自我评估和质量检查。
2.使用清单核对每个部分是否满足预期目标和质量标准。
3.设立中期检查点，对任务进度和质量进行评估和调整。
4.请求同行或专家对内容进行审阅并提供反馈。
5.根据反馈意见，逐步优化和完善文章的各个部分。

多模态信息处理

实战技巧：
1.请将[主题]相关的文本描述与数据结合，生成一个全面的分析报告。
2.请根据[主题]创建一个包含图像和数据可视化的报告，详细描述可视化方法。
3.请设计一个融合文本、图像、音频或视频元素的多媒体内容，增强内容的丰富
性。
4.请设计一个互动数据展示方案，使读者可以与数据进行互动，并详细描述设计
步骤。
5.请将不同媒体形式的内容进行联动展示，例如将文字内容与图像和数据可视化
结合起来。
6.请选用合适的数据可视化工具，并详细描述其使用方法，生成可视化内容。
7.请将具体案例与数据分析相结合，生成一份包合案例分析的多模态报告。

反馈整合与动态调整

实战技巧：
1.请对当前内容进行评估，列出主要优缺点，并提出具体的改进建议。
2.请根据前一阶段的反馈，逐步修改和完善内容，列出修改的具体步骤。
3.请根据内容生成过程中出现的新问题，动态调整后续提示语，并解释调整原
因。
4.请收集多方反馈，综合考虑并调整内容生成方向，列出不同来源的反馈及其
对生成内容的影响。
5.请定期对生成的内容进行检查，确保各部分内容协调一致，并列出检查的具
体方法和步骤。
6.请将新获取的信息和反馈整合到已有内容中，形成一个有机整体，详细描述
整合的步骤和方法。

设计原则

目标明确性

逻辑连贯性

渐进复杂性

灵活适应性

多样性思考

反馈整合机制

设计模型

CIRS模型(Context, Instruction, Refinement, Synthesis）

SPECTRA任务分解模型
(Systematic Partitioning for Enhanced
Cognitive Task Resolution in Al)

有效进行任务分解

分而治之原则

层级结构原理

认同负荷理论

- Segmentation（分割）：将大任务分为独立但相关的部分
- Prioritization（优先级）：确定子任务的重要性和执行顺序
- Elaboration（细化）：深入探讨每个子任务的细节
- Connection（连接）：建立子任务之间的逻辑关联
- Temporal Arrangement（时序安排）：考虑任务的时间维度
- Resource Allocation（资源分配）：为每个子任务分配适当的注意力资源
- Adaptation（适应）：根据AI反馈动态调整任务结构

Geneplore模型(Generate-Explore Model)

创造性思维

生成阶段

发散思维提示

基于 “IDEA” 框架

- Imagine（想象）：鼓励超越常规的思考
- Diverge（发散）：探索多个可能性
- Expand（扩展）：深化和拓展初始想法
- Alternate（替代）：寻找替代方案

实战技巧：
1、使用“假设情景〞提示激发想象力
2、应用“多角度〞提示探索不同视角
3、使用“深化〞提示拓展初始想法
4、设计“反转”提示寻找替代方案

跨界联系提示

基于“BRIDGE” 框架

- Blend（混合）：融合不同领域的概念
- Reframe（重构）：用新视角看待问题
- Interconnect（互联）：建立领域间的联系
- Decontextualize（去情境化）：将概念从原始环
境中抽离
- Generalize（泛化）：寻找普适原则
- Extrapolate（推演）：将原理应用到新领域

实战技巧：
1、使用“随机输入〞提示引入跨领域元素
2、应用“类比映射〞提示建立领域间的联系
3、设计“抽象化〞提示提取核心原理
4、使用“跨域应用〞提示探索新的应用场景

探索阶段

聚合思维提示

基于 “FOCUS" 框架

- Filter（筛选）：评估和选择最佳想法
- Optimize(优化）：改进选定的想法
- Combine（组合）：整合多个想法
- Unify（统一)：创建一致的叙述或解决方案
- Synthesize（综合）：形成最终结论

实战技巧：
1、使用“评估矩阵〞提示进行系统性筛选
2、应用 “优化循环〞提示迭代改进想法
3、设计“创意组合〞提示融合不同概念
4、使用“叙事架构〞提示创建统一的故事线
5、应用“综合提炼〞提示形成最终观点

评估优化提示

三链融合模型（逻辑链、知识链与创意链）

• 逻辑链（Logic Chain)：确保推理的严密性和论证的连贯性

逻辑链优化策略：
1、应用形式逻辑原理
2、构建论证结构图
3、使用逻辑关系词强化连接

• 知识链（Knowledge Chain)：激活和应用相关领域知识

知识链优化策略：
1、构建多层次知识图谱
2、实施知识检索与集成
3、进行跨域知识映射

• 创意链（Creativity Chain)：促进创新思维和独特见解

创意链优化策略：
1、应用创造性思维技巧
2、实施概念重组与融合
3、进行情境转换与类比

三链融合的动态优化系统

平衡评估器：实时评估三链的贡献度，确保均衡发展

适应性切换机制：根据任务需求和当前输出，动态切换侧重点

交叉强化策略：利用一个链条的强点来补强另一个链条的弱点

整合检查点：定期综合评估输出的逻辑性、知识深度和创新度

复杂任务的提示语链设计实战

整体思路

需要考虑的因素：任务目标、目标受众、文章类型、字数要求、特殊要求

整体提示语链设计框架

分析：在分析阶段，首先明确
任务目标和关键问题

构思：构思阶段注重创新性思
维，探索多种解决方案

发展：在发展阶段，逐步深化
构思并形成具体的内容方案

评估：用于反思和优化，确保生成内
容符合预期标准并持续改进

执行技巧与注意事项：
递进式深化——>动态调整——>定期回顾——>交互式改进——>平衡控制

成果展示与改进建议

内容全面性

论证深度

创新洞见

实践指导

结构清晰度

语言表达

跨学科整合

未来展望

实战案例

语用意图分析（PIA)：解码内容生成目的

理论基础：PIA建立在语用学和言语行为理论的基础上，通过分
析任务的语用意图，为Al设定明确的任务目标。

分类

陈述型（Assertive）

表达型（Expressive）

指令性（Directive）

宣告型（Declarative）

承诺型（Commissive）

PIA的实施步骤

1. 识别主要语用意图：确定任务的首要目的
2. 分析次要语用意图：识别可能的辅助目的
3. 评估语用意图的强度：量化每种意图的强度
4. 构建语用意图矩阵：创建语用意图及其强度的矩阵

应用示例

主题聚焦机制（TFM)：锁定核心内容

理论基础：TFM借鉴了认知语言学中的“原型理论”和“框架语义
学”

技巧

主题原型构建：确定主题的核心特征和典型例子

语义框架设置：创建与主题相关的概念网络

重点梯度建立：设定主题相关性的层级结构

实施步骤

1. 定义主题原型：列出主题的关键特征和代表性例子
2. 构建语义框架：创建与主题相关的概念图
3. 设置重点梯度：按重要性排序相关概念和子主题
4. 创建主题引导符：设计特定的关键词或短语来保持
主题聚焦

应用示例

细节增强策略（DES)：深化内容质量

理论基础：DES整合了认知叙事学和信息处理理论，开发了以下策略

策略

多模态描述

微观—宏观连接

对比强化

时空定位

数据可视化

实施步骤

1. 识别关键概念：确定需要详细阐述的核心想法
2. 设计细节矩阵：为每个关键概念创建多维度的细
节要求
3. 构建微观-宏观桥接：设计连接具体事例和抽象概
念的提示
4. 创建感官描述指南：为抽象概念设计具体的感官
描述要求
5. 制定数据展示策略：规划如何将数据转化为生动
的叙述或可视化形式

应用示例

跨域映射机制（CMM)：激发创新思维

理论基础

CMM的理论基础借鉴了认知语言学中的概念隐喻

理论和认知科学中的类比推理方法论：
结构映射属性转移关系对应抽象模式提取

实施步骤

1. 源域选择：根据任务选择合适的类比源域
2. 映射点识别：确定源域和目标域间关键对应点
3. 类比生成：创造性地将源域概念应用于目标域
4. 类比细化：调整和优化类比，确保其恰当性和
新颖性

应用示例

概念嫁接策略(CGS)：创造性融合

理论基础

CGS借鉴了认知科学中的概念整合理论

概念嫁接策略的基本构成

输入空间定义：明确要融合的两个或多个概念领域

通用空间识别：找出输入空间之间的共同特征

选择性投射：从输入空间选择相关元素进行融合

涌现结构构建：在融合空间中创造新的、创新结构

实施步骤

1. 选择输入概念：确定要融合的核心概念
2. 分析概念特征：列出每个输入概念的关键特征和属性
3. 寻找共同点：识别输入概念之间的共享特征
4. 创造融合点：设计概念间的创新性连接点
5. 构建融合提示：创建引导Al进行概念嫁接的提示语

应用示例

知识转移技术（KTT）：跨域智慧应用

理论基础

KTT基于认知科学中的迁移学习理论和组织学习理论。

关键步骤

源域识别

知识重构

知识抽象

应用与验证

目标域映射

实施步骤

1. 定义问题：明确目标领域需要解决的问题或创新点
2. 寻找源域：搜索可能包含相关知识或方法的其他领域
3. 知识提取：从源域提取关键的知识、技能或方法
4. 相似性分析：分析源域和目标域之间的结构相似性
5. 转移策略设计：制定知识从源域到目标域的转移策略
6. 构建转移提示：创建引导Al进行知识转移的提示语

应用示例

随机组合机制（RCM)：打破常规思维

理论基础

RCM建立在创造性思维中的“强制联系"和“创意综合"理论基础上，将这些理论应用到Al内容生成领域。

步骤

元素库构建：创建包含多样化元素的知识库

强制联系：将随机选择的元素强制性地联系起来

随机抽取：从元素库中随机选择元素

创意整合：基于随机组合生成新的创意概念

实施步骤

1. 定义创意领域：明确需要创新的具体领域或问题 2. 构建多元素库：收集与创意领域相关和不相关的多样化元素 3. 设计随机抽取机制：创建一个可以随机选择元素的系统 4. 制定组合规则：设定如何将随机元素组合在一起的规则 5. 生成组合提示：创建引导A/进行随机组合的提示语

应用示例

极端假设策略（EHS)：突破思维界限

理论基础

EHS借鉴了“逆向思维”和“假设性思考”的概念

策略

常规假设识别：明确当前领域的常规假设

后果探索：深入探讨极端假设带来的影响和机会

极端反转：将常规假设推向极端或完全反转

创新洞察提取：从极端假设中提取可能的创新点

实施步骤

1. 识别常规假设：列出在特定领域被广泛接受的假设
2. 生成极端假设：将这些假设推向极端或完全颠覆
3. 构建假设场景：详细描述如果极端假设成真会怎样
4. 探索影响：分析极端假设对各个相关方面的潜在影响
5. 提取创新点：从极端场景中提炼出可能的创新机会
6. 构建极端假设提示：创建引导Al进行极端假设思考的
提示语

应用示例

多重约束策略（MCS）：激发创造性问题解决

理论基础

MCS基于创造性问题解决理论和设计思维中的有限性思维概念

关键步骤

约束条件设定：制定多个具有挑战性的限制条件

创造性妥协探索：寻找满足所有约束的创新解决方案

约束间矛盾分析：识别约束之间的潜在冲突

约束突破思考：探索创造性地绕过或重新定义约束

实施步骤

1. 问题定义：明确需要解决的核心问题
2. 约束条件列举：设置多个具有挑战性的限制条件
3. 约束影响分析：评估每个约束对问题解决的影响
4. 创新方案构思：在多重约束下寻找创新解决方案
5. 约束重构：必要时重新定义或调整约束条件

应用示例

语体模拟机制（RSM)：精准捕捉语言特征

理论基础

RSM建立在语言学中的语域理论和语体分析的基础上，关键步骤如下：
1、语体特征识别
2、语体要素提取
3、语境因素考量
4、语体规则构建

实施步骤

1. 确定目标语体：明确需要模拟的具体语言风格
2. 收集语料样本：搜集目标语体的典型文本样本
3. 分析语言特征：从词汇、句法、修辞等多个维度分析
语体特征
4. 提取关键元素：识别和提取构成语体的独特语言元素
5. 构建语体指南：创建详细的语体使用指南
6. 生成模拟提示：创建引导Al模拟特定语体的提示语

应用示例

情感融入策略（EIS)：增强文本感染力

理论基础

EIS基于情感语言学和心理语言学的研究成果，开发了以下策略：
1、情感词汇选择
2、意象构建
3、语气调节
4、情感节奏控制

实施步骤

1. 确定目标情感：明确文本要传达的主要情感基调
2. 创建情感词库：收集与目标情感相关的词汇和短语
3. 设计情感曲线：规划文本中情感强度的变化趋势
4. 选择情感触发点：在文本中植入情感元素的关键位置
5. 构建情感场景：创造能引发情感共鸣的具体场景或细节
6.生成情感融入提示：创建引导Al注入情感元素的提示语

应用示例

修辞技巧应用（RTA）：提升语言表现力

理论基础

RTA基于修辞学和文体学的理论，将这些理论应用到Al
内容生成过程中，提出了以下关键步骤：
1、修辞手法识别
2、技巧整合
3、语境适配
4、效果评估

实施步骤

1. 确定任务目标：明确文本的主要目的
2.选择核心修辞：选择2—3种主要的修辞手法
3. 设计修辞示例：为选定的修辞手法创建使用示例
4. 安排修辞分布：规划修辞技巧在文本中的分布
5. 创建平衡策略：确保修辞技巧不过于刻意或过度
6.生成修辞应用提示：创建A/运用修辞技巧的提示语

应用示例

元叙事提示框架：设计生成自反性文本的高阶提示

嵌入式自反提示

- 设置特定的词语或情节点作为自反触发器
- 指导Al在这些点上暂停主叙事，插入对内容生
成过程的思考

应用示例

层次元叙述提示

- 多层次叙事结构，每一层都包含对上一层的反思
- 在递归过程中探索创作的本质和限制

应用示例

时序人格提示

- 为每个人格设定角色和语言风格
- 设计人格之间的互动规则

应用示例

读者互动元叙述提示

- 设计需要读者决策的分支点
- 在文本中植入对读者选择的反思

应用示例

文案写作的提示语设计

文案写作的三大要素

信息传递

清晰、准确、相关

提示语设计技巧

情感共鸣

触动、共感、记忆

提示语设计技巧

行动引导

说服、激励、转化

提示语设计技巧

营销策划的提示语设计

营销策划写作的核心要素

创意概念

独特性、相关性、记忆点、情感触发、时效性

方法层面

1. 跨领域联想指令
2. 品牌DNA融入
3. 记忆点设计
4. 情感地图构建
5. 趋势融合要求

应用示例

传播策略

目标明确、受众精确、渠道多元、内容匹配、互动性强

方法层面

1. 目标量化指令
2. 受众画像详述
3. 全渠道思维引导
4. 内容形式多样化
5. 互动机制设计

应用示例

执行方案

步骤清晰、职责明确、时间可控、资源合理、风险可控

方法层面

1. 行动步骤分解
2. 角色分配指令
3. 时间节点设定
4. 资源分配引导
5. 风险评估要求

应用示例

品牌故事的提示语设计

品牌故事的关键元素

品牌定位：在市场中找到独特的位置

关键考量

目标市场的精准描述

竞争对手的分析和差异化策略

品牌个性和形象的一致性

与目标受众的情感连接点

常见陷阱

1. 定位过于宽泛，缺乏针对性
2. 过度模仿竞争对手，失去独特性
3. 忽视市场变化，定位僵化
4. 与品牌实际能力不匹配，难以兑现承诺

应用示例

价值主张：传递独特的品牌价值

关键考量

产品/服务的核心优势

解决客户痛点的能力

情感和功能价值的平衡

价值主张的可信度和可证明性

常见陷阱

1. 价值主张过于复杂，难以传达
2. 忽视情感价值，过度强调功能特性
3. 夸大其词，无法兑现承诺
4. 与竞争对手的价值主张过于相似

应用示例

未来愿景

关键考量

与当前品牌定位的一致性和延续性

对行业和社会的积极影响

员工和客户的参与感

愿景的远大与可实现性的平衡

常见陷阱

1. 愿景过于抽象，缺乏实际意义
2. 忽视社会责任，仅关注商业目标
3. 未能激发利益相关者的共鸣
4. 愿景与品牌当前形象差距过大，缺乏可信度

年中总结的提示语设计

业绩回顾

业绩回顾部分旨在清晰、全面地展示
过去一年的工作成绩。提示语设计应
侧重于以下要点：
- 成果展示
- 结构清晰
- 具体事例

成就展示

成就展示部分应突出个人和团队在过
去一年的创新、突破及贡献，提示语
设计应侧重：
- 团队贡献
- 创新与突破
- 个人荣誉

未来规划

未来规划部分是年终总结的重点，旨
在为新的一年设定明确的目标和发展
方向。提示语设计应关注以下要点：
- 目标设定
- 行动计划
- 个人成长

玩转微信公众号：内容生产的提示语策略

平台特性和算法机制

私域流量

精准用户群体

高粘性互动

品牌化运营

深度阅读

完整阅读体验

沉浸式内容消费

高质量内容倾向

规范体系

内容审核机制

发布流程标准

运营规则明确

互动机制

评论与点赞

赞赏支持

转发分享

选题规范提示语

明确内容定位和读者价值

应用示例

标题创作的提示设计

特质

信息密度

差异价值

时效性

平台调性

提示语把握原则

（1）明确价值维度：指明文章提供的具体价值类型，如解
决方案、深度分析、经验分享等。这有助于Al聚焦输出方向。
（2）设定语气基调：根据账号调性确定表达基调，可以是
严谨专业型、观点鲜明型或温和建议型。不同基调会影响标
题的表达方式。
（3）限定结构要素：规定标题需包含的核心要素，如热点
词、数据点、专家观点等，确保生成的标题信息完整。
(4）平衡吸引力与专业性：在提示语中设置约束条件，避
免标题过于营销化或者过于学术化。

内容结构的提示设计

特点

层次感

节奏感

互动性

提示语应该注意

（1）明确结构框架：在提示语中预设文章
的整体框架，确保内容展开有序。关键在
于设定每个部分的功能定位和重点。
(2）设置深度要求：针对不同层次的内容
模块，规定论述深度、案例数量、数据支
撑等具体要求。
(3）预设互动节点：在提示语中规划互动
设计位置，确保互动引导自然融入内容脉
络。
(4）控制信息密度：通过提示语调节不同
段落的信息密度，避免内容过于松散或者
过于密集。

论述逻辑的提示设计

证据链完整

每个观点都需要数据支撑、案例验
证或专家背书。与其他自媒体平台
相比，微信公众号的读者对论据的
权威性和可靠性要求更高。

逻辑递进

论点之间需要形成清晰的递进关系，
可以是“现象一原因—影响—对策”或
“问题一分析一方案一效果”等框架。

多维视角

在论证过程中融入不同视角的观点，
既展现思考的全面性，又能增强文
章的可信度。

提示语把握原则

场景化应用策略

采取差异化策略

(1）热点新闻改写：热点事件在公众号平台的传播需
要注意差异化视角和深度价值挖掘。提示语设计应着
重引导形成独特观点，避免同质化表达。
(2）原创内容创作：原创内容是公众号的核心竞争力，
提示语需要突出内容的专业性和实用性，同时注重知
识结构的完整性和逻辑性。通过提示语引导，确保内
容既有深度又易于理解。
（3）评论互动优化：基于读者反馈进行的内容创作，
需要通过提示语准确把握用户痛点，设计出更有针对
性的解决方案。同时，提示语要引导形成对话感，增
强与读者的连接。

实操建议

- 建立内容分类标签体系
- 积累高质量提示语模板
- 根据数据反馈持续优化
- 建立提示语评估机制

应用示例

驾驭微博：短平快传播中的提示语设计

四大核心特征

实时性

热点反应速度

时效性内容

社交属性

互动传播

意见引导

话题引导

话题策略

议题设置

多媒体融合

图文设计

视频融合

主要依赖的传播路径

粉丝关系链传播
热门话题引流
兴趣推荐算法
转发评论互动
……

内容策略的提示设计

需要考虑信息传递的准确性、适用平台特性、用户需求差异、内容传播效果、创造力的激发以
及生成过程中的灵活性和可控制性。

具体策略

基础框架设计

(1）时效性把控：提示语需要建立快速响应机制，包括热点
捕捉、议题延展和观点表达。重点在于保证信息的及时性和
准确性。
(2）互动性设计：通过提示语引导生成便于互动的内容形式，
如设置悬念、提出问题、邀请讨论等，提升内容的社交属性。
(3）传播性优化：针对微博的传播特点，提示语要强化内容
的话题关联性和情绪共鸣点，提升传播势能。
(4）风格一致性：在快速响应的同时，提示语要确保内容风
格的一致性，维护账号调性。

差异化策略

话题与标签

话题选择原则：
1、与内容高相关性
2、活跃度适中的话题
3、避免过度竞争的热门话题

标签使用策略
1、核心话题前置
2、相关话题补充
3、品牌话题植入

发布策略

热点借力
1、热点筛选：设定热点选择的标准，
如话题热度、受众契合度等
2、角度创新：指导找到差异化的切
入点，避免同质化表达
3、时机把握：明确内容发布的最佳
时间窗口

内容节奏
1、评论引导：设计能够激发用户表
达的互动话题
2、转发激励：通过悬念设置或福利
机制提升转发意愿
3、私信响应：规范化的私信回复策
略

内容节奏
1、发布频率：依据账号定位和粉
丝活跃度设定
2、内容分类：不同类型内容的比
例配置
3、互动时间：明确重点互动的时
间段

布局小红书：种草社区的提示语设计

平台特性和分发机制

小红书具有三大核心特征：种草生态、社区氛围和垂直专
业；
小红书的内容分发主要依赖三个层面：关注推荐流、兴趣
标签、搜索发现。
其中，推荐流的展现形式要求内容必须在首图和标题上具
备足够吸引力。
而搜索场景则需要考虑关键词的布局和专业信息的完整性。

对提示语的具体要求

社区化与用户生成内容

情感化与共鸣

视觉內容导向

消费决策引导

小红书内容创作的核心原则

1、注重实用性与分享性

2、情感共鸣与个性化表达

3、视觉与文字的协同设计

4、简洁明了，突出重点

种草文案的提示语设计

信任建设

风格调性

场景化表达

文案创作的提示语设计

标题创作

图文结构

主题内容

个人化体验分享

生成具有情感化且富有个性化的内容，要让读者感受到作者的真实情感，增强用户情感认同

应用示例：生成关于[个人经历]的分享内容，需描述具休的休验过程，突显个人情感变化，使内容更具温度和真实感。

情感共鸣型

使用温暖的语言和情感化的表达方式，帮助内容打动读者，引发共鸣，提升内容的互动性

应用示例：生成一个关于[情感话题]的分享内容，采用温暖和鼓励的语气，激发读者的情感共鸣。

购物推荐与评测

聚焦产品的实际体验和优势上，使内容既具有实用性，又能引导用户产生购买兴趣

应用示例：生成一个关于[产品/服务]的评测内容，需详细描达产品特点、使用体验，并加入个人使用后的真实感受，帮助读者做出购买决策．

互动性强

增加互动引导元素，吸引读者评论和参与讨论

应用示例：生成一个关于[话题]的内容，结尾处提出问题或鼓励读者分享他们的看法，以增强互动性.

掌握抖音：短视频内容的提示语设计

抖音平台内容特性分析

1、高度视觉化与短时吸引力

2、情绪饱满与娱乐性

3、强互动性与挑战性

4、剧情与故事性

抖音内容创作的核心原则

视觉冲击与情绪感：提示语设计应突出场景描述
和情绪表达，使內容富有感染力。

引导参与与互动：提示语应引导Al生成具有互动
性的脚本和文案，通过设问、挑战等方式，吸引
用户积极参与。

节奏鲜明与简洁高效：提示语应帮助Al生成节奏
明快、表达简洁的内容，去除冗余信息，确保信
息传递高效且不失趣味。

贴近热点与用户需求：提示语设计需引导Al关注
当下流行话题，创作具有话题性和吸引力的内容。

提升Al生成抖音文案与脚本的技巧

吸睛开头的提示语设计

提示语需引导Al在文案或脚本开头快速引入吸睛元素。

应用示例：生成一个强吸引力的开场，聚焦[视觉冲击
或情绪渲染]，确保在3秒内引起观众兴趣。

情绪共鸣型提示语设计

提示语应引导Al在文案和脚本中融入情绪化表达。

应用示例：生成一个富有情感共鸣的脚本或文紫，通过
[幽默/感人/刺激]的情绪表达，引发观众共鸣。

节奏紧凑的剧情提示语设计

提示语设计应帮助A/在有限时问内创造出完整、连贯的故事情节。

应用示例：生成一个节奏紧凑的剧情脚本，开篇引入冲突，结尾设有反转，
确保内容连贯有趣。

互动性强的提示语设计

提示语设计应引导Al生成鼓励互动的内容，吸引观众积极参与评论
或模仿。

应用示例：生成一个具有互动感的文案，提出引发思考或挑战性的问题，
引导观众参与互动或模仿挑战。

实际操作：优化提示语在抖音内容创作中的应用

案例一：故事情节类脚本创作

引导AI注意故事性和悬念设计

为[主题]生成一个引人入胜的短故事脚本，采用悬念开头，逐步揭示关键情
节，引导观众追随剧情发展。

案例二：实用技能分享类文案

Al生成的脚本结构简明，适合教学内容，方
便观众理解和应用。

生成一个关于[实用技能]的简单教程脚本，以清晰步骤和简洁语言进行描述，
让观众能够快速掌握。

案例三：引发情绪共鸣的情感文案

引导AI注重情感的真实性和共鸣度。Al生成的内容情感表达自然，
能够引发观众的情绪共鸣，提升互动效果。

生成一个关于[情感主题]的真挚文案，采用亲切的语气，引发观众的情感共
鸣，使内容更贴近生活。

案例四：引导互动的结尾语句

Al生成的结尾语句具备号召性，有助于引导
观众互动，增加视频的传播效果。

生成一个互动引导语句，鼓励观众点费、评论或分享，增强视频的互动性。

提示词工程：精准指引效能增益

1.设定明确的目标与上下文

- 说明任务的具体目标（如获取信息、生成文本、分析数据等）
- 提供背景信息，以减少模型的猜测
- 针对不同的场景，给出期望的输出类型（如表格、列表、总结等）

2.激活角色与思维模式

- 设定模型为某种特定的身份，如技术专家、教师或HR
- 指导模型使用某种特定的写作风格（如正式、非正式、技术性等）
- 让模型模拟某种特定的思维模式，如批判性思维、创造性思维等

3.逐步拆解复杂任务

- 将复杂问题分解为多个独立的步骤
- 在每一步操作结束后，请求模型总结或验证中间结果
- 合并多个子任务的输出，形成完整的解决方案或总结

4.引导深入思考并思考

- 让模型分步骤推导出答案，要求“思维链”推理
- 要求模型在作答前进行简要的自我反思或验证
- 要求模型解释每一步的思路，而不仅仅是给出最终答案

5.提供参考材料与外部资料

- 向模型提供外部参考文献或文本，并要求根据这些材料生成答案
- 要求模型在作答时引用或链接到具体的来源
- 集成外部工具（如代码执行）来完成复杂的计算或查找任务

6.动态反馈与迭代优化

- 在收到回答后，指出模型的误差或不足，并要求修正
- 让模型根据前一轮的输出进行自我改进
- 请求模型总结多轮对话中的关键点，确保连贯性和准确性

提示词框架：逻辑锚定思维引导

1、TASTE框架

- Task(任务)：定义模型主要任务或生成内容。
- Audience(目标受众)：明确说明目标受众。
- Structure(结构)：为输出的内容提供明确的组织结
构，包括段落安排、论点展开顺序或其他逻辑关系
- Tone(语气)：指定模型回答时的语气或风格。
- Example(示例)：例子或模板可帮助模型理解输出风
格或格式。

2、ALIGN框架

- Aim(目标）：明确任务的最终目标。
- Level (难度级别)：定义输出的难度级别。
- Input（输入)：指定需要处理的输入数据或信息，或
要求模型依据某些事实或条件进行推理。
- Guidelines(指导原则)：提供模型在执行任务时应，
该遵循的规则或约束。
- Novelty (新颖性)：明确是否需要模型提供原创性、
创新性的内容，是否允许引用己有知识。

AIGC的三层概率交互的内容生成体系

三个层次

初始生成

交互筛选

主观优化

人机共生的四大核心能力

AI思维

• 算法思维：理解Al决策逻辑
• 数据洞察：数据驱动分析能力
• 边界认知：把握A/能力边界
• 协同意识：建立人机协作模型
核心观点：掌握Al思维模式，建立人机协作
认知框架

整合力

• 跨域翻译：转化领域知识
• 创意重组：重构工作方法
• 资源编排：优化人机协同
• 知识融合：整合新旧知识
核心观点：融合人机优势，创造1+1>2的价值

引导力

• 提示工程：设计高效指令
• 对话管理：控制交互方向
• 任务分解：优化问题结构
• 质量控制：把控输出质量
核心观点：主导Al交互过程，确保输出符合预期