DeepSeek新手入门指南：从零基础到高效提问的完整教程

简介：这份PDF资料是清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室团队出品的DeepSeek学习读本，面向希望系统掌握国产大模型使用的个人用户与开发者，帮助读者从零起步理解DeepSeek的能力边界与使用策略。内容围绕DeepSeek是什么、能做什么、如何使用三条主线展开，涵盖文本生成、语义理解、代码生成与调试、技术文档处理等应用场景，并重点辨析推理模型与通用模型在优势领域、性能本质上的差异，讲解链式思维下快思与慢想两类模型的取舍，以及针对不同模型设计提示语的关键原则。资源包共1个PDF文件，约3.69MB，结构清晰、图文并茂，便于通读与查阅。目前已有2101人学习，适合想提升AI使用效果、少走弯路的读者作为入门与进阶参考。

1. 第一次打开对话框，我该问它什么

很多人第一次打开 DeepSeek 的网页，光标在输入框里闪，脑子却一片空白——想让它帮忙写点东西，又怕问得太傻；想试试它到底有多强，又不知道从哪句话开始。这种卡壳特别正常，就像第一次用搜索引擎时，也不知道该敲什么词。其实 DeepSeek 入门这件事，门槛比你想的低得多：它是一个能跟你用中文对话的 AI 助手，你打字提问，它给回答，仅此而已。它背后是国产团队做的通用大模型，其中开源的推理模型擅长处理复杂任务，而且可以免费商用。对零基础的你来说，先记住一句话就够了：把它当成一个随叫随到、不会嫌你问题笨的帮手，先开口，再谈技巧。这份入门指南要做的，就是陪你从“敢问第一句”走到“问得越来越准”。

2. 先搞懂它是什么：一个会推理的对话助手

2.1 用大白话理解大模型和推理模型

你可以把大模型想象成一个读完了海量资料、特别会接话的人。你抛给它半句话，它能顺着往下说，而且说得像模像样。这类模型里又分两种脾气：一种反应快，擅长聊天、写文案、编故事，你问什么它答什么，靠的是对语言的熟练；另一种是“慢思考”型，遇到数学题、逻辑题、代码题，它不会张口就来，而是先在内部把步骤捋一遍再回答。DeepSeek 家族里就有这种擅长推理的模型，官方把它定位为处理复杂任务的好手。

打个比方：快速反应的模型像经验丰富的老销售，你话没说完他就知道你想买什么；推理模型像解题的数学老师，你给一道大题，他先在草稿纸上列步骤，再给你讲答案。两者没有谁绝对更强，只是擅长的活儿不一样。新手最容易犯的迷糊，就是拿写诗的需求去考推理模型，或者拿数学证明去问只会聊天的模型，然后得出“它不行”的结论。其实是你找错了人。

2.2 它到底能帮你做哪些事

把功能摊开看，DeepSeek 能干的活大致分四类，你对照自己的日常就能找到切入点。第一类是写东西：文章、故事、诗歌、营销文案、社交媒体帖子、剧本对话，还能帮你把长报告缩成摘要、把复杂句子改简单、做多语言翻译。第二类是读懂东西：分析一段评论是夸还是骂，从客服对话里判断用户到底想干嘛，从一段文字里抽出人名、地点、事件。第三类是动脑子：解逻辑题、做常识推理、分析事件之间的因果关系、给新闻打主题标签。第四类是写代码：根据你的需求生成 Python 或 JavaScript 片段，帮你找 bug、给优化建议，还能生成接口文档和代码注释。

对零基础的人来说，最实用的入口往往是第一类和第二类——写文案、改摘要、翻译、分析反馈，这些不需要任何编程基础，打开网页就能用。等你用顺了，再往代码和推理任务上走。别一上来就挑战最难的，先让它在小事上帮你省时间，你才会真的信它、愿意继续学。

2.3 免费、开源、能上传文件，这三点意味着什么

这三点值得单独说，因为它们直接决定你该怎么用它。免费意味着你可以放心地反复试错，问坏了重开一个对话就行，不用心疼成本。开源意味着它的推理模型可以被开发者拿去改、拿去商用，如果你以后想把它接进自己的小工具里，这条路是通的。支持文件上传和图片文字识别，意味着你可以把一份 PDF 报告、一张截图丢给它，让它读里面的内容再回答，而不是自己一个字一个字敲进去。

我第一次用的时候，就是把一份十几页的会议记录传上去，让它提炼出五条待办事项，前后不到一分钟。那种“原来可以这样”的感觉，比看十篇介绍都管用。所以你入门的第一步，不是去背功能列表，而是找一件你手头正烦着的小事，交给它试试。

3. 为什么值得学：会用和用得好差在哪

3.1 人人都能打开网页，差距在提问方式

现在打开一个 AI 对话框太容易了，难的是让它给出你真正想要的东西。同样一句“帮我写个活动方案”，有人得到的是泛泛而谈的模板，有人得到的是能直接拿去用的稿子，差别不在模型，在提问的人有没有把背景、目标、限制条件说清楚。这就是提示语的价值：它不是玄学，而是一种把需求讲明白的能力。

你可以把提示语理解成给一个新同事派活。你说“做个方案”，他只能猜；你说“给一场三十人的线下读书会做个两小时流程方案，预算五百以内，要包含破冰环节”，他立刻就知道往哪使劲。AI 也一样，你给的信息越具体，它越不容易跑偏。学会这一手，你用的还是同一个免费工具，产出质量却能拉开明显差距。

3.2 推理模型和通用模型，选错了白费劲

这是新手最容易踩的坑之一：不管什么任务，随手选一个模型就问。实际上两类模型的脾气完全不同。推理模型在数学推导、逻辑分析、代码生成、复杂问题拆解上表现突出，但它不擅长发散性的创意任务，你让它写首朦胧诗，它可能给你讲道理。通用模型反过来，写文案、多轮聊天、开放式问答很灵活，但遇到需要严格逻辑链的证明题，它容易跳步。

所以选模型的第一原则是看任务类型，不是看哪个名字听起来厉害。做数学题、写代码、分析因果，优先用推理模型；写文案、编故事、闲聊 brainstorm，用通用模型更顺。这个判断花不了你十秒钟，却能省下大量“它怎么答得这么离谱”的困惑。

3.3 提示语策略：一个要简洁，一个要引导

选对模型之后，提问方式也要跟着换。对推理模型，提示语反而要简洁，把任务目标和需求说清楚就行，因为它内部已经会自己拆步骤，你强行教它“先这样再那样”，可能反而打乱它的思路。对通用模型，你得显式引导，比如要求它分步思考、给它一个示例，帮它补上推理能力的短板。

有个简单的记法：推理模型是“要什么直接说”，通用模型是“缺什么补什么”。你让推理模型证明勾股定理，直接说“证明勾股定理”就好；你让通用模型做同样的事，最好加上“请分三步推导，第一步画图，第二步列公式”。这个差别不是死规矩，但新手照着做，翻车的概率会小很多。

4. 第一步怎么迈：从注册到跑通第一个例子

4.1 打开网页，完成第一次对话

第一步简单到你可能不信：打开浏览器，进入 DeepSeek 的对话页面，用邮箱或手机号注册登录，然后就能在输入框里打字了。没有复杂的安装，没有要配置的环境，对零基础的人特别友好。登录后你会看到一个干净的对话框，可能还有“联网搜索”“深度思考”之类的开关，新手先不用管它们，保持默认即可。

第一次对话，建议你问一个你本来就要查的问题，比如“帮我把这段话改得更正式：明天下午三点开会，大家都来”。看它怎么改，再让它“再正式一点”或者“改得口语一点”，感受一下它跟着你的指令调整的过程。这一步的目的不是学技巧，是让你确认：它真的能听懂人话，而且改起来很快。

4.2 第一个可跟做的例子：让 AI 帮你改一段文案

下面这个例子你可以原样照做。假设你手里有一段产品介绍，读起来干巴巴的，想让它更吸引人。你可以在对话框里输入这样一段提示语：

你是文案编辑。请把下面这段产品介绍改写成适合发在社交媒体的版本， 要求：语气轻松、不超过 120 字、保留原意、结尾加一句行动号召。 原文：这款保温杯采用双层不锈钢，保温 12 小时，容量 500 毫升， 有三种颜色，适合上班和户外使用。

发出去之后，你会得到一版改写。接着你可以继续追问：“再短一点，控制在 80 字以内”，或者“换成更专业的口吻”。这里的关键不是一次问对，而是把对话当成来回打磨的过程。提示语里的“你是文案编辑”是给角色，“要求”是约束条件，“原文”是素材，这三样凑齐，输出就稳了一大半。

4.3 第二个例子：用推理模型解一道小题

想体验推理模型的不同，可以切到深度思考模式，问一道需要步骤的题：

一个水池有两个进水管，甲管单独注满需要 6 小时，乙管单独注满需要 4 小时。 两管同时打开，多少小时能注满？请写出计算过程。

你会看到它先列式、再计算、最后给结论，而不是直接甩一个数字。这就是“慢思考”的样子。你可以对比一下：如果换成通用模型、不加“请写出计算过程”，它可能只给你答案，中间步骤省了，你也没法检查对不对。这个对比做一次，你就明白为什么任务类型决定模型选择。

4.4 第三个例子：上传文件让它读

找一个你手头的 PDF 或图片，比如一份通知截图，点上传，然后问“这份文件里提到的截止日期是哪天”。它会读取文件里的文字再回答。这个功能对经常要处理资料的人特别省事，但要注意：文件里的字要清晰可辨，模糊的截图它也可能读错，重要信息最好自己再核一遍。第一次用建议拿一份不重要的文件练手，熟悉上传和提问的节奏。

5. 新手最容易踩的坑：五个常见问题排查

5.1 现象：回答很空泛，像模板

原因通常是你给的信息太少，它只能往通用方向写。解决方法是把背景、对象、目标、限制条件补进去，比如把“写个方案”改成“给三十人读书会写两小时流程方案，预算五百，含破冰”。信息越具体，输出越落地。

5.2 现象：数学题或代码题答得离谱

先检查你用的是不是推理模型。通用模型遇到严格逻辑链的任务容易跳步，换到推理模型再问一遍，往往就正常了。如果还不对，把题目拆小，一步一步问，别指望一句话解决一道大题。

5.3 现象：让它写诗，结果给你讲道理

这是拿推理模型干了它不擅长的活。发散性、创意类的任务，换通用模型，或者明确告诉它“不要解释，只要一首八行诗”。模型没有错，是任务和模型没对上。

5.4 现象：上传文件后它答非所问

多半是文件里的文字没被正确识别，比如图片太糊、排版太乱。换一张清晰的图，或者把关键段落直接复制进对话框。重要场合别完全依赖自动识别，自己扫一眼原文更稳妥。

5.5 现象：对话越聊越乱，它开始跑偏

长对话里上下文太多，模型容易被带偏。解决办法是开一个新对话，把必要背景重新说一遍，比在旧对话里反复纠正更省时间。这不是它笨，是对话太长了该重启。

6. 下一步学什么：三条路径和我的一个习惯

走到这里，你已经能打开网页、提问、改文案、传文件、选对模型了。接下来往哪走，取决于你想用它干什么。我把常见的方向整理成三条路，你对号入座就行。

如果你暂时没想好方向，我建议先把“提示语三要素”练熟：每次提问前，心里过一遍——我要它干什么（指令）、它需要知道什么背景（上下文）、我希望结果长什么样（期望）。这三样齐了，八成的问题都能问明白。练上十来次，你会发现自己提问越来越快，返工越来越少。

还有个具体技巧值得早点学：把复杂需求拆成几轮对话。别指望一句话让 AI 交出一份完整方案，先让它列提纲，你改提纲，再让它按提纲填内容，最后让它自查一遍。这个“分轮推进”的习惯，比任何高级提示词都管用。

我第一次学的时候，总想一步到位，结果反复重问，越问越烦。后来改成先让它给三个方向让我挑，挑完再展开，效率反而高了一截。从那以后我每次提复杂需求，都强制自己先问一句“给我三个思路”，再往下走。希望这个习惯也能帮到你，少走点我走过的弯路。

本文还有配套的精品资源，点击获取