DeepSeek R1 之后，提示詞技巧的變與不變

和 DeepSeek R1 只要說大白話？

原標題：DeepSeek R1 之后，提示詞技巧的變與不變
文章來源：Founder Park
內容字數：5781字

關于提示詞的變與不變：解讀R1模型后的新思考

本文探討了在大型語言模型R1發布后，提示詞工程的演變。文章認為，一些技巧依然有效，但更重要的是提升自身思考和表達能力。

1. 背景信息依舊關鍵

高質量提示詞的核心在于提供足夠的信息。簡單的指令往往得到平庸的結果，而詳細描述你的身份、目標受眾和具體需求，才能獲得更精準的回應。大白話并非無效，關鍵在于信息量是否充足。

2. 提示詞框架的價值

各種提示詞框架并非必須遵守，其價值在于幫助用戶全面考慮所需信息，避免遺漏關鍵細節。框架可以作為思考的輔助工具，而非嚴格的規范。

3. 喬哈里視窗的應用

文章建議使用喬哈里視窗來分析哪些信息需要告知AI，哪些信息AI已知或無需告知。這有助于優化提示詞，提高效率。

4. 結構化提示詞的優勢

對于復雜的提示詞，結構化表達（例如使用Markdown語法或其他分隔符）能幫助AI更好地理解和記憶指令，類似于人類使用思維導圖輔助記憶。但對于簡單的提示詞，結構化并非必要。

5. 避免過度指定思考步驟

與以往模型不同，R1模型具備更強大的自主思考能力。在提示詞中過度指定思考步驟可能適得其反。建議先與R1進行對話，了解其思考模式，再決定是否需要添加CoT（思維鏈）。

6. 示例的有效性

提供示例仍然是有效的提示詞技巧，可以幫助AI理解抽象或模糊的需求。但需要注意避免過度依賴單一示例，以免導致結果過于單調。可以從R1生成的回復中選擇合適的例子。

7. 提示詞的適用場景

對于一次性任務，簡單的對話和追問即可滿足需求。只有需要反復使用的任務，才需要精心打磨高質量的提示詞，并考慮使用meta-bot進行自動化生成和優化。

8. 應對R1指令遵循性問題

R1模型的指令遵循性較以往模型有所下降，這與其強大的自主思考能力有關。建議將復雜任務分解成更小的子任務，或者結合其他指令遵循性較好的模型進行協作。

9. 思考和表達能力的重要性

提示詞技巧只能保證AI回復質量的下限，而提升上限的關鍵在于用戶自身的思考和表達能力。文章強調提升語文、邏輯和批判性思維的重要性，勝過單純學習提示詞技巧。

聯系作者

文章來源：Founder Park
作者微信：
作者簡介：來自極客公園，專注與科技創業者聊「真問題」。