Deepseek使用途径以及Prompt 提示词编写原理

Deepseek使用途径以及Prompt 提示词编写原理

1.Deepseek使⽤途径

1.官⽹及APP

⽹址: deepseek.com 及移动应⽤(iOS/Android)

特征:完整版R1模型,⽀持深度搜索,但⽬前因流量⼤常遇到服务器繁忙问题。

2.硅基流动

⽹址: https://siliconflow.cn/zh-cn/

特征:完整版R1模型,⽀持API调⽤和直接对话,但聊天记录不保存

3.秘塔搜索

⽹址: https://metaso.cn

特征:完整版R1模型,免费使⽤,⾃带搜索功能,但不⽀持多轮对话。

3.Cursor

⽹址: https://cursor.com

特征:完整版R1模型,可⽤于聊天,但需要会员资格

4.Groq

⽹址: https://groq.com/

特征:基于Llama 70B蒸馏版,免费快速,但中⽂能⼒较弱

5.国家超算中⼼

⽹址: https://www.scnet.cn/ui/mall/

特征:免费使⽤,蒸馏版⾮完整版R1

2.提示词编写

1.目标(Objective):

明确提示词想要达成的目标,例如获取信息、解决问题、引导对话等。
2.上下文(Context):

提供足够的背景信息,帮助人工智能系统理解提示词的情境和环境。
3.指令(Instruction):

清晰、具体的指令,指导人工智能系统如何响应提示词。
4.关键词(Keywords):

包含与任务相关的关键词,帮助人工智能系统识别和处理信息。
5.预期输出(Expected Output):

明确期望从人工智能系统得到的答案或行为。
5.限制条件(Constraints):

定义人工智能系统在响应提示词时需要遵守的限制,如道德、法律或技术限制。
6.反馈机制(Feedback Mechanism):

设计反馈流程,以便用户可以评估人工智能系统的响应,并提供改进的反馈。

相关推荐
XLYcmy7 小时前
基于大语言模型的智能漏洞检测与修复系统 作品报告评审分析报告 上
llm·prompt·模糊测试·漏洞修复·漏洞检测·deepseek·消融实验
XLYcmy9 小时前
基于大语言模型的智能漏洞检测与修复系统 作品报告评审分析报告 下
机器学习·llm·prompt·api·token·漏洞修复·漏洞检测
forest_091 天前
多 Agent 协作第二课:交叉验证≠独立验证
人工智能·python·算法·机器学习·prompt·agi
syso_稻草人2 天前
qwen-image-2.1 PE 增强编辑:QwenImage21_EditPromptRewrite 一句话中文扩写成完整编辑指令
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1
zixu_star4 天前
上下文工程:Prompt、记忆和上下文如何管理?
人工智能·prompt
一起学安全技术4 天前
拆大模型 06|Prompt 工程不靠玄学:上下文要当程序写
人工智能·语言模型·prompt·aigc
Java后端的Ai之路6 天前
RAG 还是 Agent 自主检索?Claude Code 删掉向量库之后,我把选型讲透了
开发语言·人工智能·prompt·agent·rag
叼烟扛炮8 天前
[LangChain] 学习笔记(05):提示词模板(Prompt)与少样本注入(Few-Shot)实战
linux·人工智能·笔记·学习·langchain·prompt
积流成海9 天前
Agent演化史(九):多智能体的暗面,当一次 prompt 注入可以横向移动
prompt·agent·智能体·大模型应用