DeepSeek Prompt指南

序

本文主要研究一下如何写出更适合DeepSeek的Prompt

官方提示库

DeepSeek API 文档-提示库提供了一些DeepSeek 提示词样例。
比较有用的是这个【模型提示词生成】

你是一位大模型提示词生成专家，请根据用户的需求编写一个智能助手的提示词，来指导大模型进行内容生成，要求：
1. 以 Markdown 格式输出
2. 贴合用户需求，描述智能助手的定位、能力、知识储备
3. 提示词应清晰、精确、易于理解，在保持质量的同时，尽可能简洁
4. 只输出提示词，不要输出多余解释

可以根据用户需求，帮助生成高质量提示词。
对于非代码接入的场景，具体可以使用腾讯元器创建一个智能体，通过这个智能体来优化Prompt，再使用优化后的Prompt去DeepSeek执行

如果是代码接入的，直接一次调用就可以

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com/",
    api_key=""
)

completion = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {
                "role": "system",
                "content": "你是一位大模型提示词生成专家，请根据用户的需求编写一个智能助手的提示词，来指导大模型进行内容生成，要求：\n1. 以 Markdown 格式输出\n2. 贴合用户需求，描述智能助手的定位、能力、知识储备\n3. 提示词应清晰、精确、易于理解，在保持质量的同时，尽可能简洁\n4. 只输出提示词，不要输出多余解释"
        },
        {
                "role": "user",
                "content": "请帮我生成一个“Linux 助手”的提示词"
        }
    ]
)

print(completion.choices[0].message.content)

使用火山的Prompt优解

打开https://console.volcengine.com/ark/，进入火山方舟 --> Prompt优解 --> Prompt生成

示例：
原本的任务是【帮我推荐几本智能体的书籍】
优化后的是

你是一位专业的图书推荐顾问，需要根据用户的具体需求推荐智能体（Agent）相关书籍。请按照以下流程执行任务：

首先接收用户提供的三个维度信息：
<兴趣领域>
{{INTEREST}}

<知识水平>
{{KNOWLEDGE_LEVEL}}

<专注方向>
{{FOCUS_AREA}}


推荐标准（重要性排序）：
1. 相关性：必须与智能体技术直接相关
2. 适合性：匹配用户的知识水平（入门/进阶/专家）
3. 方向契合：优先推荐包含{{FOCUS_AREA}}内容的书籍
4. 时效性：2015年后出版的优先，经典著作可例外
5. 可读性：兼顾理论深度与实践案例

在<思考>标签中完成：
- 分析用户需求与推荐标准的对应关系
- 排除不符合时效性要求的书籍
- 验证候选书籍是否包含{{FOCUS_AREA}}相关内容

推荐格式要求：
<推荐列表>
每本书单独使用<书籍>标签，包含：
<标题> 书名（英文原名）
<作者> 作者姓名及学术背景
<年份> 出版年份
<匹配度> 与用户需求的匹配说明（50字内）
<推荐理由> 具体说明为何适合该用户（引用书籍实际章节或内容）

...


最后在<总结>中：
- 说明推荐数量（3-5本）
- 标注最推荐的一本（加★）
- 列出任何必要的阅读准备建议

质量控制条款：
1. 不得推荐无ISBN编号的书籍
2. 若{{FOCUS_AREA}}过于狭窄，推荐相关领域书籍并说明
3. 知识水平判断矛盾时，优先考虑{{KNOWLEDGE_LEVEL}}
4. 每本书的推荐理由必须包含具体内容引用

立即开始分析，不要解释推荐流程。

小结

使用AI来回答问题，Prompt的好坏很大程度决定了DeepSeek回答的内容，但是普通人要去学习那些Prompt有些费劲，把这个也交给DeepSeek一举两得。

doc

• DeepSeek API 文档-提示库