99% 的人都在「随便问一句」浪费大模型的能力,你可能也是其中之一。随手丢一句「帮我写篇文章」当然能得到回复,但和精心设计的提示词相比,质量差了不止一个档次。想把 DeepSeek 真正当成「专业合伙人」而不是「聊天机器人」,关键就在于:你怎么提问。

你给 DeepSeek 的每一句话,其实都是一份「任务说明书」,说明写得越清楚,结果越接近你脑子里的理想答案。

下面这份指南,会用一个通用公式 + 40+ 中文模板,帮你快速搭建自己的提示词「武器库」。

一、DeepSeek 提示词与模板:打好基础

1. 什么是 DeepSeek 提示词?

DeepSeek 提示词,就是你发给 DeepSeek 的那段输入,用来让它产出答案、草稿、分析、计划、代码、摘要,或者结构化结果。看起来很简单,但表达方式差一点,输出质量就会天差地别。

比如:

写一篇关于邮件营销的博客。

这句能跑,但信息太少,模型只能「自己猜」。

换成结构化提示词:

写一篇面向小型企业主的邮件营销入门博客,约 1200 字。
语气务实、易懂,包含具体案例。
先给出 H2 级别的大纲,再逐段展开正文,最后附上一个执行清单。

第二种就清晰得多:任务、受众、语气、长度、结构、输出要求都交代清楚。DeepSeek 能处理简单指令,也能执行复杂任务,但数据显示,明确任务 + 足够背景 + 清晰约束 + 指定输出格式时,满意度会明显提升。

顺带一提,DeepSeek API 文档目前列出的模型 ID 是 deepseek-v4-flashdeepseek-v4-pro,而 deepseek-chatdeepseek-reasoner 作为兼容名称,计划在 2026-07-24 废弃。两种当前模型都支持「思维模式」和「非思维模式」,API 默认开启思维模式,可通过 thinking 参数切换。

2. 什么是 DeepSeek 提示词模板?

提示词模板,是可以反复复用的一套「句型」。你不用每次从零开始想,只要把里面的占位符换成当前任务信息就行。

示例模板:

请扮演一名 [角色],为 [受众] 创作一份关于 [主题] 的 [内容类型]。
语气:[语气]。
需要包含:[关键要点]。
输出格式:[格式要求]。

套用后:

请扮演一名 B2B SaaS 文案,帮我为创业者撰写一份「AI 客服」落地页大纲。
语气清晰、有说服力。
需要包含:核心收益、主要功能、常见顾虑及解答、常见问题 FAQ。
输出格式:使用 markdown,按模块分级标题列出。

模板的价值在于:

  • 节省时间,不用每次重写一大段说明
  • 降低「说不清楚」的风险
  • 让同一类任务的结果更稳定、一致

很多团队现在会把写博客、调试代码、写 SEO Brief、客服回复、商业分析、JSON 结构输出等高频工作,都做成固定模板,内部共享使用。

3. 通用 DeepSeek 提示词公式:T-C-C-O-V

一个好用的结构是:T-C-C-O-V

  • T(Task 任务):让 DeepSeek 做什么
  • C(Context 背景):需要知道的情况、目标、受众
  • C(Constraints 约束):字数、语气、禁区、规则
  • O(Output format 输出格式):表格、列表、JSON、markdown 等
  • V(Verification 校验):要求它自查是否符合要求

看一个对比:

糟糕的提示词:

帮我改好一点。

改进后的提示词:

Task:请优化下面这段产品描述。

Context:产品是一款给自由设计师用的项目管理 App,目标用户是不喜欢复杂企业软件的独立创意工作者。

Constraints:
- 控制在 120 字以内
- 语气友好但专业
- 避免空洞的流行语
- 突出:清晰度、节省时间、与客户协作

Output format:
先给出优化后的描述,再列出 3 点说明为什么更好。

Text:
[在此粘贴原文]

通用 T-C-C-O-V 模板:

Task:
[你希望 DeepSeek 做什么?]

Context:
[DeepSeek 需要了解哪些背景?]

Constraints:
[规则、限制、语气、长度、禁区或必须满足的条件]

Output format:
[你想要的具体结构]

Verification:
请在给出最终答案前,自查是否准确、是否有缺漏、是否完全符合格式要求。

我也不太确定这个缩写是不是最好记的,但用过几次之后,你会发现脑子里自然就会按这五块去拆任务。

二、DeepSeek 提示词实用技巧(真的有用的那种)

1. 任务要具体,不要「随便帮我」

「写一封销售邮件」远不如下面这种:

写一封 150 字左右的冷启动邮件,目标对象是 B2B SaaS 创始人,邀请他们免费做一次流失率诊断。

据一些团队内部统计,任务描述从「一句话模糊需求」升级到「一句话 + 关键约束」后,能减少约 30% 的返工次数。你可以把「任务」理解成一句话的工作说明书,越具体越好。

2. 背景要给够,不要让模型瞎猜

DeepSeek 不会自动知道:

  • 你的受众是谁
  • 你现在处在什么阶段
  • 你公司的产品到底解决什么问题

一位做跨境电商的运营曾经只写了一句「帮我写个新品介绍」,结果模型写了一大段「品牌故事」,完全不贴合平台规则。后来他在提示词里加上「平台:亚马逊」「类目:3C 配件」「限制:不能提及保修年限」,命中率就高了很多。

3. 输出格式要点名,不要指望它「懂你」

你可以明确要求:

  • 用表格展示
  • 用 markdown 标题分级
  • 输出 JSON,且必须是合法 JSON
  • 用项目符号列出步骤
  • 给出一段可直接运行的代码

如果你不说要什么格式,模型通常会默认给一篇「正常文章」,这对后续自动化处理非常不友好。

4. 复杂任务用分段标签

当提示词比较长时,用类似下面的结构会清晰很多:

  • Task:
  • Context:
  • Constraints:
  • Output:

有用户反馈,把一大段自然语言说明拆成这几块后,DeepSeek 遗漏关键信息的情况明显减少,尤其是在多步骤工作流里。

5. 适当增加约束,别怕「管太多」

常见可用的约束包括:

  • 字数范围
  • 语气(专业、轻松、权威、幽默)
  • 阅读难度(例如「适合高中生」)
  • 禁止出现的说法(如「不允许医疗诊断」「不要给投资建议」)
  • 目标受众与使用场景

这话听着有点扎心:很多人觉得模型「不够专业」,其实是自己没把规则讲清楚。

6. 需要时让它自查,但别强求「隐藏推理」

对重要任务,你可以加一句:

  • 「请在最后用 3 行话自查是否满足所有约束」
  • 「请标出你不确定或需要人工复核的地方」

DeepSeek 官方也提醒,用户不应强行要求输出完整的隐藏推理链,而是用「简短理由」「关键假设」「最终检查」这种形式,既安全又实用。

7. JSON 输出要按官方建议来

DeepSeek 的 JSON 输出指南建议:

  • 在 API 中设置 response_format{"type": "json_object"}
  • 在提示词中明确写出「json」这个词
  • 提供一个目标 JSON 结构示例
  • 合理设置 max_tokens,避免 JSON 被截断

很多人踩坑都是因为没给结构示例,导致字段名和层级乱飞。

8. 推理类任务别「过度提示」

遇到需要复杂推理的问题(比如多步骤数学题、系统设计权衡),更好的做法是:

  • 把问题本身讲清楚
  • 给出约束条件和你想要的最终形式
  • 要求「简明解释」或「验证总结」,而不是一大段冗长推理

有团队测试过,强行要求「详细推理每一步」时,反而更容易出现逻辑绕圈或无关细节。

9. 参数设置要和场景匹配

DeepSeek 的温度(temperature)建议大致是:

  • 0.0:代码、数学等需要稳定答案的场景
  • 1.0:数据清洗、数据分析
  • 1.3:日常对话、翻译
  • 1.5:创意写作、诗歌

在思维模式下,temperaturetop_ppresence_penaltyfrequency_penalty 这些参数目前是不生效的,这点在官方文档里写得很清楚,别白调了。

10. 把好用的提示词存起来

每当你发现某个提示词特别好用,就立刻:

  • 把具体内容替换成占位符
  • 存进自己的「提示词库」
  • 标注适用场景和注意事项

有公司内部统计,建立提示词库后,新人上手 DeepSeek 的时间缩短了近一半。

三、40+ DeepSeek 中文提示词模板(可直接套用)

下面的模板都可以直接复制,用中括号里的占位符替换成你的实际内容即可。

(一)通用效率类模板

1. 每日优先级规划

适用场景: 安排忙碌的一天。

提示词:

请扮演一名效率教练,帮我根据下面的任务规划今天的安排。

任务列表:
[任务清单]

背景:
- 工作时间:[工作时段]
- 精力高峰:[早上/下午/晚上]
- 重要截止时间:[截止时间]

输出格式:
请给出:
1. 今日前三优先级
2. 具体时间块安排
3. 可以延期的任务
4. 需要特别留意的一个风险

如何自定义:

  • 补充每个任务的预计耗时
  • 标明固定会议、通勤和休息时间

2. 会议纪要与行动项

适用场景: 把会议记录变成可执行事项。

提示词:

请根据下面的会议记录生成会议纪要。

会议记录:
[粘贴记录]

输出格式:
- 高层概要
- 关键决策
- 行动项(含负责人和截止时间)
- 未解决问题
- 会后跟进邮件草稿

约束:
语言保持中立、清晰、务实。

如何自定义:

  • 加上参会人姓名和角色
  • 说明是否需要「对外版本」和「内部版本」

3. 决策矩阵

适用场景: 在多个选项中做选择。

提示词:

帮我在以下选项中做选择:[选项列表]。

背景:
[简要说明当前情况]

评估标准:
[列出评估维度]

输出格式:
请制作一个决策矩阵,对每个选项在每个维度上打 1-5 分。
然后给出推荐选项,并说明主要取舍点。

如何自定义:

  • 为不同维度设置权重
  • 加入预算、时间、风险、影响力等因素

(二)推理与问题分析模板

4. 根因分析(5 Whys)

适用场景: 反复出现的问题,想找真正原因。

提示词:

请分析下面这个问题,并找出可能的根本原因。

问题描述:
[描述问题]

背景信息:
[补充背景]

输出格式:
- 问题重述
- 5 Whys 分析过程
- 可能的根因列表
- 需要补充的证据或数据
- 建议的下一步行动

请不要过度自信,对不确定的地方标注为假设。

如何自定义:

  • 加上时间线、影响范围、涉及的用户或部门
  • 指定希望从「业务/技术/运营」哪个角度优先分析

5. 方案权衡分析

适用场景: 多方案取舍,想看清利弊。

提示词:

请帮我评估下面这个决策的不同选项。

决策主题:
[决策内容]

可选方案:
[方案列表]

背景:
[补充背景]

输出格式:
1. 每个方案的主要收益
2. 每个方案的主要风险
3. 潜在的隐性成本
4. 方案的可逆性(好撤回还是难撤回)
5. 综合推荐
6. 在什么条件变化下,推荐可能会改变

如何自定义:

  • 明确预算上限、团队规模、时间窗口
  • 指定希望偏「保守」还是「激进」的建议

6. 假设与风险检查

适用场景: 执行前给计划「体检」。

提示词:

请审视下面这份计划,找出其中的关键假设和薄弱环节。

计划内容:
[粘贴计划]

输出格式:
- 关键假设列表
- 每个假设的风险等级(低/中/高)
- 如何验证每个假设
- 可能出问题的地方
- 优化后的计划建议版本(简要)

如何自定义:

  • 指定行业、目标人群、预算范围
  • 要求给出「风险评分」或「优先级排序」

(三)编程与调试模板

7. 代码调试助手

适用场景: 找 bug、修 bug。

提示词:

请扮演一名资深软件工程师,帮我调试下面的代码。

代码:
[粘贴代码]

报错信息:
[粘贴错误]

背景:
- 语言/框架:[语言或框架]
- 预期行为:[期望结果]
- 实际行为:[实际结果]

输出格式:
1. 可能的根本原因
2. 修改后的代码
3. 修复思路解释
4. 如何避免类似问题的建议

如何自定义:

  • 补充依赖库、版本号
  • 描述复现步骤

8. 代码评审

适用场景: 提升代码质量。

提示词:

请帮我评审下面这段代码,从可读性、性能、安全性和可维护性几个方面给出建议。

代码:
[粘贴代码]

约束:
- 不改变原有功能
- 只给出实际可行的改进
- 先标出最关键的问题

输出格式:
- 总体评价
- 严重问题列表
- 改进建议
- 重构后的示例代码
- 建议补充的测试用例

如何自定义:

  • 指定团队的编码规范
  • 要求用「适合初级工程师理解」的解释

9. 函数生成器

适用场景: 根据需求生成函数。

提示词:

请用 [语言] 写一个函数,实现以下功能:

需求:
[功能需求]

输入参数:
[输入说明]

期望输出:
[输出说明]

约束条件:
[性能、安全、兼容性等要求]

输出格式:
- 完整函数代码(放在一个代码块中)
- 示例调用方式
- 已考虑的边界情况说明

如何自定义:

  • 加上性能指标(如时间复杂度、数据规模)
  • 指定错误处理方式(抛异常/返回错误码等)

10. 测试用例生成

适用场景: 为函数或功能补测试。

提示词:

请为下面这个函数或功能生成测试用例。

代码或功能描述:
[粘贴代码或说明]

测试框架:
[如 pytest、Jest 等]

输出格式:
- 单元测试用例
- 边界情况
- 反向(异常)测试
- 每个测试用例要点说明

如何自定义:

  • 补充用户故事或业务场景
  • 指明是否需要集成测试或端到端测试

(四)写作与编辑模板

11. 博客文章生成

适用场景: 长文草稿创作。

提示词:

请为 [受众] 写一篇关于 [主题] 的博客文章。

要求:
- 语气:[语气]
- 预计长度:[字数范围]
- 包含具体案例
- 段落尽量简短
- 使用 H2、H3 标题分层
- 避免空洞废话

输出格式:
请用干净的 markdown 返回全文。

如何自定义:

  • 加上目标关键词和搜索意图
  • 说明品牌语气或禁用词

12. 文字润色(提高清晰度)

适用场景: 优化已有文本。

提示词:

请帮我把下面这段文字改写得更清晰、流畅、专业一些。

原文:
[粘贴文本]

约束:
- 保留原意不变
- 删除重复啰嗦
- 用更简单直接的表达
- 保持整体语气为:[语气]

输出格式:
1. 改写后的版本
2. 列出主要改进点

如何自定义:

  • 指定语气(正式、友好、说服型、学术型)
  • 指定阅读难度(如「适合职场新人」)

13. 邮件写作助手

适用场景: 写工作邮件、商务邮件。

提示词:

请帮我写一封邮件,应对下面这个情况:

情境:
[描述情境]

收件人:
[对方身份/关系]

目标:
[你希望达成的结果]

语气:
[语气,如礼貌坚定/轻松友好等]

输出格式:
- 邮件主题
- 正文
- 一份更简短的替代版本

如何自定义:

  • 说明你和收件人的关系(上级、客户、合作方)
  • 标注是否涉及敏感话题(如价格、延期、投诉)

14. 内容编辑(出版前审稿)

适用场景: 文章上线前做一轮「总检」。

提示词:

请扮演一名编辑,审阅下面这篇文章。

文章内容:
[粘贴全文]

重点检查:
- 表达是否清晰
- 结构是否合理
- 是否有重复啰嗦
- 论点是否薄弱
- 是否缺少关键例子
- 语气是否前后一致

输出格式:
- 总体编辑意见
- 按段落给出具体反馈
- 重写一个更有吸引力的开头
- 列出 10 条最重要的改进建议

如何自定义:

  • 指定目标读者画像
  • 说明你更需要「逐句修改」还是「结构性建议」

(五)SEO 与内容营销模板

15. SEO 内容大纲 Brief

适用场景: 写文章前的 SEO 规划。

提示词:

请为关键词「[关键词]」制作一份 SEO 内容 Brief。

背景:
- 目标受众:[受众]
- 商业目标:[目标]
- 地区/语言:[地区/语言]

输出格式:
- 搜索意图分析
- 推荐标题
- Meta 描述
- H1 标题
- H2/H3 大纲
- 相关关键词
- 需要回答的问题
- 内链建议
- 建议的内容角度

如何自定义:

  • 提供竞争对手页面链接
  • 说明品牌定位和差异点

16. 标题与 Meta 描述生成

适用场景: 为页面写 SEO 摘要。

提示词:

请为下面这个页面生成 SEO 标题和 Meta 描述。

页面主题:
[主题]

核心关键词:
[关键词]

目标受众:
[受众]

约束:
- 标题尽量控制在 60 字符以内
- Meta 描述控制在 150-160 字符左右
- 语言自然,不要刻意堆砌关键词
- 不要使用夸张标题党

输出格式:
请用表格给出 10 组「标题 + Meta 描述」备选。

如何自定义:

  • 加上品牌名是否必须出现
  • 指明是否偏本地搜索或电商场景

17. 内容差距分析

适用场景: 优化已有文章,让它更全面。

提示词:

请分析下面这篇文章,找出内容上的不足。

文章:
[粘贴文章]

目标关键词:
[关键词]

目标受众:
[受众]

输出格式:
- 缺失的子话题
- 内容薄弱的部分
- 没有回答但用户可能关心的问题
- 可以补充的案例或数据
- 一份优化后建议大纲

如何自定义:

  • 提供竞争对手的大纲或链接
  • 要求区分「快速补救」和「需要大改」的部分

18. 内容二次创作为社交媒体

适用场景: 把长内容拆成多平台短内容。

提示词:

请把下面这份内容改写成多平台社交媒体文案。

原始内容:
[粘贴内容]

发布平台:
[如:公众号、知乎、微博、小红书等]

目标受众:
[受众]

输出格式:
- 3 条适合 LinkedIn 的文案
- 3 条适合 X(原 Twitter)的文案
- 3 条适合 Facebook 的文案
- 5 个可单独使用的开头 Hook
- 5 个可搭配使用的标签

如何自定义:

  • 指定品牌语气
  • 说明是偏「推广」还是偏「科普」

(六)研究与总结模板

19. 研究材料总结

适用场景: 长文、报告、论文笔记的提炼。

提示词:

请帮我总结下面这份材料。

材料内容:
[粘贴文本]

输出格式:
- 5 句概览
- 关键结论
- 重要细节
- 局限性
- 适合进一步研究的问题

约束:
只使用提供的材料内容,不要添加外部事实。

如何自定义:

  • 指定「高管版」「学术版」「入门版」等风格
  • 需要时说明引用格式(如 APA、MLA)

20. 多来源对比

适用场景: 对比多篇资料的观点差异。

提示词:

请比较下面几份关于「[主题]」的资料。

资料 A:
[粘贴 A]

资料 B:
[粘贴 B]

资料 C:
[粘贴 C]

输出格式:
- 共识点
- 分歧点
- 各自独特的观点或结论
- 哪些论据更有说服力
- 一个中立的综合结论

如何自定义:

  • 增加更多来源
  • 要求用表格形式呈现

21. 文献综述助手

适用场景: 做论文、报告的文献综述部分。

提示词:

请根据下面的笔记,整理出一份类似文献综述的总结。

笔记:
[粘贴笔记]

主题:
[研究主题]

输出格式:
- 主要研究主题
- 学界普遍认同的观点
- 尚未解决或有争议的问题
- 常见方法上的局限
- 一份建议的文献综述结构

如何自定义:

  • 补充每篇文献的引用信息
  • 指定引用格式(APA/MLA/Chicago 等)

(七)商业与战略模板

22. 商业模式分析

适用场景: 评估一个新业务想法。

提示词:

请帮我分析下面这个商业想法。

想法描述:
[商业想法]

目标市场:
[目标市场]

限制条件:
[预算/时间/团队情况]

输出格式:
- 价值主张
- 目标客户画像
- 收入模式
- 关键风险
- 竞争优势
- 前 5 个验证步骤

如何自定义:

  • 指定国家/城市和行业
  • 要求按「精益创业」思路给验证建议

23. SWOT 分析

适用场景: 做战略规划或复盘。

提示词:

请为 [公司/产品/想法] 做一份 SWOT 分析。

背景:
[补充背景]

输出格式:
请用表格列出:
- 优势(Strengths)
- 劣势(Weaknesses)
- 机会(Opportunities)
- 威胁(Threats)

然后给出 5 条战略性建议。

如何自定义:

  • 加入主要竞争对手信息
  • 补充当前市场环境(如宏观经济、政策变化)

24. 客户画像构建

适用场景: 做营销策略前的用户洞察。

提示词:

请为 [产品/服务] 构建一个典型客户画像。

已有线索:
[粘贴受众信息]

输出格式:
- 画像名称
- 基本信息(年龄、职业等)
- 目标与动机
- 痛点
- 购买顾虑
- 常用渠道
- 建议的沟通话术角度

如何自定义:

  • 加入问卷或访谈数据
  • 要求生成多个不同类型的画像

25. 上市/上线 GTM 计划

适用场景: 新产品发布的整体规划。

提示词:

请为 [产品] 制定一份 Go-to-Market 计划。

背景:
- 目标受众:[受众]
- 预算:[预算]
- 时间线:[时间范围]
- 市场:[市场/地区]

输出格式:
- 定位陈述
- 主要获客渠道
- 核心信息与卖点
- 30/60/90 天行动计划
- 关键指标(KPI)
- 主要风险

如何自定义:

  • 指定销售模式(直销/代理/电商)
  • 说明是否有现有用户基础

(八)数据分析模板

26. 数据洞察发现

适用场景: 看一堆数据,不知道从哪下手。

提示词:

请分析下面这份数据,帮我找出有价值的洞察。

数据:
[粘贴数据或样例]

背景:
[业务或研究背景]

输出格式:
- 主要模式和趋势
- 明显的异常点
- 可能的解释
- 建议的下一步分析方向
- 对业务的潜在影响

约束:
不要编造不存在的数据,只基于提供的内容分析。

如何自定义:

  • 提供字段说明
  • 要求对统计结论保持谨慎,并标注不确定性

27. KPI 仪表盘设计

适用场景: 设计团队或项目的指标体系。

提示词:

请帮我为 [团队/项目] 设计一套 KPI 仪表盘。

目标:
[总体目标]

可用数据源:
[数据来源]

输出格式:
- 指标名称
- 指标定义
- 计算公式
- 数据来源
- 更新频率
- 该指标的重要性说明

如何自定义:

  • 补充商业模式(订阅制、电商、广告等)
  • 要求区分「前置指标」和「结果指标」

28. 数据清洗方案

适用场景: 面对脏数据,先想清楚怎么清洗。

提示词:

请为下面这个数据集制定一份数据清洗方案。

数据集描述:
[描述字段和结构]

已知问题:
[缺失值、异常值、重复等]

输出格式:
- 清洗步骤
- 每一步的校验方式
- 可能存在的数据质量风险
- 建议使用的工具或函数
- 最终质检检查清单

如何自定义:

  • 提供几行样例数据
  • 指定使用 Python/SQL/Excel/R 等工具

(九)学习与自我提升模板

29. 学习计划生成器

适用场景: 系统学习一门新技能或学科。

提示词:

请为我制定一份学习 [科目/技能] 的学习计划。

背景:
- 当前水平:[自评水平]
- 学习目标:[目标]
- 每周可投入时间:[小时/周]
- 截止时间:[日期]

输出格式:
- 按周划分的学习计划
- 每日学习安排建议
- 练习任务
- 关键里程碑
- 自测题目

如何自定义:

  • 说明偏好阅读/视频/实战练习
  • 补充考试时间或项目目标

30. 「小白也能懂」解释器

适用场景: 听不懂的概念,想要通俗解释。

提示词:

请用入门者能听懂的方式解释:[主题]。

要求:
- 使用简单语言
- 给一个贴切的类比
- 提供一个实际例子
- 说明常见误区
- 最后出 5 道小测题

输出格式:
使用 markdown 标题和项目符号组织内容。

如何自定义:

  • 指定年龄或教育程度
  • 说明是技术向还是非技术向解释

31. 记忆卡片生成

适用场景: 背知识点、术语、公式。

提示词:

请根据下面的材料生成记忆卡片。

材料:
[粘贴内容]

输出格式:
请用表格列出:
- 问题
- 答案
- 难度等级
- 记忆小窍门

约束:
聚焦核心概念,不要出太细碎的冷门考点。

如何自定义:

  • 指定考试类型(如考研、CPA、托福)
  • 要求输出为 Anki 可导入格式

(十)创意与品牌模板

32. 故事点子生成器

适用场景: 小说、剧本、短篇故事灵感。

提示词:

请根据下面这个概念,生成多个故事创意。

概念:
[概念]

题材类型:
[类型,如科幻、悬疑、都市等]

输出格式:
- 10 个故事点子
- 每个点子的主角设定
- 核心冲突
- 反转或亮点
- 建议结局走向

约束:
尽量避免老套桥段,每个点子要有明显区别。

如何自定义:

  • 指定目标读者年龄段
  • 说明希望的语气、世界观或主题

33. 品牌命名头脑风暴

适用场景: 给公司、产品、栏目起名。

提示词:

请为 [业务/产品] 生成一批品牌名称备选。

背景:
[业务或产品描述]

目标受众:
[受众]

约束:
- 容易发音
- 简短好记
- 有一定辨识度
- 避免过于通用的词

输出格式:
请用表格列出:名称、含义、风格、推荐理由。

如何自定义:

  • 指定语言(中文/英文/混合)
  • 说明希望偏「高端」「活泼」「技术感」等风格

34. 创意营销活动概念

适用场景: 设计营销 Campaign。

提示词:

请为 [产品/服务] 设计几套创意营销活动方案。

目标受众:
[受众]

活动目标:
[如拉新、促活、转化等]

输出格式:
每个方案需包含:
- 活动名称
- 核心创意
- 主要传播 Hook
- 视觉方向
- 示例文案或口号
- 为什么这个方案可能有效

如何自定义:

  • 指定预算范围和主要渠道
  • 说明希望偏大胆、安全、幽默或煽情

(十一)JSON / API 结构化输出模板

35. 有效 JSON 信息抽取

适用场景: 从文本中抽取结构化数据。

提示词:

请从下面的文本中抽取信息,并只返回合法 JSON。

文本:
[粘贴文本]

请按以下 JSON 结构返回:
{
  "name": "",
  "company": "",
  "role": "",
  "email": "",
  "phone": "",
  "notes": []
}

规则:
- 如果某个字段缺失,请用 null
- 不要输出 markdown
- 不要输出任何额外文字

如何自定义:

  • 修改字段以匹配你的应用
  • 在提示词中附上一个示例 JSON 对象

36. JSON 文本分类器

适用场景: 给文本打标签并结构化输出。

提示词:

请对下面的文本进行分类,并只返回合法 JSON。

文本:
[粘贴文本]

可选类别:
[类别列表]

返回 JSON:
{
  "category": "",
  "confidence": 0,
  "reason": "",
  "recommended_action": ""
}

规则:
- confidence 为 0 到 1 之间的小数
- reason 控制在 25 个字以内

如何自定义:

  • 明确允许的类别标签
  • 规定不同 confidence 区间的处理策略

37. API 请求解析与响应格式化

适用场景: 把自然语言请求转成结构化 API 输入。

提示词:

请把用户的自然语言请求转换成结构化的 API 响应 JSON。

用户请求:
[请求内容]

返回合法 JSON:
{
  "intent": "",
  "entities": {},
  "missing_information": [],
  "next_action": "",
  "user_message": ""
}

规则:
- 不要输出 markdown
- 需要时使用空数组或空对象
- user_message 要简短清晰

如何自定义:

  • 加入你系统的意图列表
  • 指定必须包含的实体字段

38. JSON Schema 生成器

适用场景: 设计数据结构或接口模型。

提示词:

请为下面这个对象生成一份 JSON Schema。

对象描述:
[描述]

必填字段:
[字段列表]

可选字段:
[字段列表]

输出格式:
只返回合法 JSON Schema。

如何自定义:

  • 加入字段类型、长度、枚举值等校验规则
  • 说明是用于 API 还是数据库

(十二)DeepSeek 故障排查模板

39. 提示词修复器

适用场景: 当前提示词效果很差,想优化。

提示词:

请帮我改进下面这个提示词,让它能产生更准确、有用的结果。

原始提示词:
[粘贴提示词]

输出结果存在的问题:
[描述问题]

输出格式:
- 问题诊断
- 改进后的提示词
- 新提示词为什么更好
- 可选的其他变体

如何自定义:

  • 附上失败的输出示例
  • 说明你期望的输出格式

40. 格式合规性检查

适用场景: 模型经常「不按格式来」。

提示词:

请检查下面这段输出是否符合当初的格式要求。

原始指令:
[粘贴指令]

模型输出:
[粘贴输出]

输出格式:
- 合规评分(1-10 分)
- 发现的问题
- 修正后的输出
- 对原始提示词的改进建议

如何自定义:

  • 明确哪些字段是「必填」
  • 要求更严格的格式校验

41. 幻觉风险检查器

适用场景: 降低「瞎编」和不实陈述。

提示词:

请检查下面这份回答中,是否存在缺乏依据的说法、不确定性和缺失的背景信息。

回答内容:
[粘贴回答]

输出格式:
- 需要核实的具体说法
- 建议弱化或保留模糊表述的句子
- 需要补充的背景或上下文
- 一份更安全的改写版本

如何自定义:

  • 指定可接受的权威来源
  • 要求整体语气偏保守、谨慎

42. 简明推理总结

适用场景: 想要理由,但不需要长篇推理链。

提示词:

请回答下面的问题,不要给出完整的隐藏推理链,而是按以下结构输出:
1. 最终答案
2. 关键假设
3. 简明理由
4. 需要注意的检查点或风险

问题:
[问题]

如何自定义:

  • 补充领域背景(如法律、医学、金融)
  • 要求给出信心等级

四、弱提示词 vs 强提示词:几个典型对比

1. 写作类

弱提示词:

写一篇关于效率的文章。

改进版:

请为远程办公人群写一篇关于「个人效率」的博客文章,约 1000 字。
语气务实、不鸡汤。
包含 7 个具体方法,每个方法配一个例子,最后附上执行清单。
用 markdown 格式输出。

为什么更好:

  • 明确了受众(远程办公者)
  • 规定了长度和语气
  • 给出结构(7 个方法 + 清单)
  • 指定了输出格式(markdown)

2. 编程类

弱提示词:

修一下这段代码。

改进版:

请扮演一名资深 Python 开发,帮我调试下面的代码,并解释修复思路。

代码:
[粘贴代码]

错误信息:
[粘贴错误]

预期行为:
[期望结果]

输出格式:
- 根本原因
- 修正后的代码
- 修复说明
- 对应的测试用例

为什么更好:

  • 指定语言和角色
  • 提供错误信息和预期结果
  • 明确输出结构,方便直接使用

3. 研究类

弱提示词:

帮我总结一下。

改进版:

请把下面的研究笔记总结成一份给非技术高管看的说明。
只使用提供的文本,不要添加外部信息。
需要包含:关键发现、局限性、对业务的影响、3 个尚未解决的问题。

为什么更好:

  • 指定受众(非技术高管)
  • 限制信息来源,降低幻觉风险
  • 明确需要的几个板块

4. SEO 类

弱提示词:

写一篇 SEO 文章。

改进版:

请为关键词 [关键词] 制作一份 SEO 内容 Brief,包含:搜索意图、H1、标题标签、Meta 描述、大纲、相关关键词、类似「People Also Ask」的问题、内链建议、需要补充的内容空白。

为什么更好:

  • 把任务从「直接写文章」变成「先做规划」
  • 输出结构清晰,方便人工或模型后续创作

5. JSON / API 类

弱提示词:

返回 JSON。

改进版:

请只返回合法 JSON,不要包含 markdown 或说明文字。

文本:
[粘贴文本]

JSON 结构:
{
  "summary": "",
  "sentiment": "",
  "action_items": [],
  "risk_level": ""
}

为什么更好:

  • 明确要求「只返回 JSON」
  • 给出目标结构,减少字段名和层级混乱
  • 便于直接接入后端流程

五、通用 DeepSeek 提示词母版:任何任务都能套

当你不知道该怎么写提示词时,可以用这份「母版」:

Task:
[用一句话精确描述任务]

Context:
[说明场景、受众、目标、背景或素材来源]

Inputs:
[粘贴文本、数据、代码、示例或需求]

Constraints:
- [语气、长度、风格、规则、禁区]
- [准确性要求]
- [明确不要做什么]

Output format:
[如 markdown、表格、JSON、代码块、清单、报告、邮件等]

Quality bar:
答案需要清晰、可执行、具体,且避免无依据的断言。

Verification:
在给出最终答案前,请检查是否满足所有指令,并标注关键假设或需要人工复核的地方。

任务简单时,你可以只保留 TaskContextOutput format 三块;技术性强或风险较高的任务,再加上 InputsConstraintsVerification,会更稳。

六、常见提示词踩坑:别再白白浪费算力

很多人觉得「模型不行」,其实是被这些常见错误拖了后腿:

  • 过于模糊:比如「帮我做营销」,模型根本不知道你要的是策略、文案、数据分析还是活动方案
  • 一次塞太多不相关任务:写文章 + 修代码 + 想 logo + 分析表格全丢在一个提示词里,结果只能是每块都很浅
  • 不指定输出格式:想要表格却只说「帮我整理一下」,后面还得自己再手动整理一遍
  • 不给任何背景:不说受众、不说目标、不说产品,模型只能按「默认世界」来回答
  • 规则互相矛盾:比如「写一份非常详细的 3000 字报告,限制在 300 字以内」,模型无论怎么做都不对
  • 强求隐藏推理链:既增加安全风险,又不一定对你有帮助
  • 忽视模型更新:DeepSeek 的模型 ID 和能力会随时间调整,当前文档中 deepseek-v4-flashdeepseek-v4-pro 是主力,deepseek-chatdeepseek-reasoner 已计划在 2026-07-24 废弃,做生产环境集成时一定要定期查文档

有用户反馈,只是把「模糊需求」改成「具体交付物 + 输出格式」,就让满意度从 6/10 提升到 8/10 以上。

七、如何系统测试和打磨你的提示词

提示词优化,其实就是一个小型「迭代项目」。可以按这个顺序来:

  1. 先写一个最基础的版本
  2. 加上受众和背景
  3. 补充关键约束(字数、语气、禁区)
  4. 明确输出格式
  5. 对比不同版本的结果
  6. 选出效果最好的版本,改成模板
  7. 建一个自己的提示词库,按场景分类保存

当某个提示词效果不好时,不用推倒重来,可以每次只改一两处:

  • 多给一点背景
  • 把任务拆小
  • 加一个示例
  • 把输出结构写得更死一点

长期来看,这些「小修小补」会沉淀成一套非常值钱的个人或团队资产。

八、把这套方法用起来:让 DeepSeek 真正变成你的「外脑」

如果你看到这里,说明你已经比大多数只会「随便问问」的人走得更远了。T-C-C-O-V 这个结构,在不同团队里被反复验证有效,用它来写提示词,往往能一次就接近你想要的结果。

你可以先从 2-3 个最常用场景开始:比如「写邮件」「写周报」「改代码」,把上面的模板稍微改一改,存成自己的版本。等到哪天你发现,很多重复工作都可以交给 DeepSeek 半自动完成,那时候再回头看这篇文章,可能会有点庆幸当初自己多花了这点时间。

如果你正纠结「到底怎么问模型才算问对」,这套方法往往比问身边人更有用,也更稳定。可以先收藏起来,等下次卡壳的时候,直接来这里抄一段模板改一改就能用。

常见问题

Q:怎么判断一个 DeepSeek 提示词算「写得好」?

A:一个好的提示词,至少要做到:任务清晰、背景够用、约束明确、输出格式具体。你可以用四个问题自查:1)模型是否知道要产出什么「成品」?2)是否知道写给谁、用在什么场景?3)有没有关键的限制条件(字数、语气、禁区)?4)输出是否方便你直接复制到下一个环节(如表格、JSON、markdown)?如果其中任意一项回答是否定的,就再补一两句说明,通常能立刻看到效果提升。

Q:我不会写那么复杂的提示词,有没有简单上手的方法?

A:可以从「一句话任务 + 三个补充」开始。先写一句「请帮我做 X」,然后补充:1)受众是谁;2)大致长度或深度;3)希望的输出形式(如清单、表格、邮件草稿)。比如「请帮我写一封给老客户的涨价通知邮件,控制在 200 字左右,用礼貌但坚定的语气,最后给一个更简短的版本」。这种程度的提示词已经比「帮我写封涨价邮件」强很多,后面再慢慢加上背景和约束就行。

Q:什么时候需要在提示词里加「Verification/校验」这部分?

A:涉及高风险或高成本决策时,都建议加上校验要求,比如法律、医疗、财务、重要商业决策等场景。原因是这类任务对准确性和合规性要求更高,人类也会犯错,更别说模型。你可以要求 DeepSeek 在结尾列出「需要人工复核的点」「不确定的假设」「可能的风险」,这样你在二次检查时就有重点可循。操作上,只要在提示词末尾加一小段「请在最后自查是否满足所有约束,并标注关键假设」即可。

Q:DeepSeek 有时候会「一本正经地瞎编」,提示词能减少这种情况吗?

A:能,但做不到完全消除。减少幻觉的关键有三点:1)在提示词里明确写「只使用提供的材料,不要添加外部事实」;2)要求它标出「需要核实的说法」或「不确定的地方」;3)对高风险内容,配合「幻觉风险检查器」这类二次提示词做复核。比如先让模型写一版,再用「请检查这份回答中可能缺乏依据的地方」的提示词跑一遍,能明显降低直接照单全收的风险。

Q:DeepSeek 模型和 API 会更新,我的提示词会不会失效?

A:提示词不会「完全失效」,但表现可能会有细微变化。官方文档目前已经把 deepseek-v4-flashdeepseek-v4-pro 作为主推模型,并计划在 2026-07-24 废弃旧的兼容名称,这说明产品在持续演进。比较稳妥的做法是:1)为关键业务场景保留一份「基准提示词」和对应的预期输出样例;2)每次模型或 API 大版本更新后,抽样跑一轮对比;3)如果发现风格或细节有变化,就微调提示词中的约束和示例。这样既能享受新模型的能力提升,又不至于被变化打个措手不及。

最后留个小小的空白:你可以挑一个今天马上要做的任务,用这里的任意一个模板改一改试试,看 DeepSeek 给你的反馈,可能会比你预想的更「像个同事」。