Как да използвате DeepSeek v3 и R1: Създаване на подкани за задачи за разсъждение и чат
Ако някога сте прекалявали със сложни подкани, само за да получите по-лош отговор, не сте сами. С модели, които първо разсъждават, като DeepSeek R1, и модели за чат с висока пропускателна способност, като DeepSeek v3, старият подход (дълги подкани, силно подтикване към верига от мисли) често има обратен ефект. Това ръководство показва точно как да създавате подкани за DeepSeek v3 и R1 за задачи за разсъждение и чат – какво да запазите просто, кога да изградите структура и как да настроите настройките за стабилни и точни резултати.
Бележка за стила: Практичен и ориентиран към решения. Ще се съсредоточим върху това, което работи, с готови за копиране и поставяне модели и предпазни мерки.
- Използвайте DeepSeek R1, когато имате нужда от стабилно разсъждение в множество стъпки, доказателства и сложно планиране.
- Използвайте DeepSeek v3 за бърз и точен чат, помощ при кодиране, изготвяне на проекти и общи въпроси и отговори в голям мащаб.
- Не насилвайте веригата от мисли. Поискайте вместо това „окончателни отговори“, „кратка обосновка“ или структурирани изходи.
- Поддържайте подканите кратки и ясни; добавете ограничения и критерии за оценка само когато е необходимо.
- Започнете с zero‑shot; добавете few‑shot примери само ако забележите последователни режими на отказ.
Каква е разликата между DeepSeek R1 и v3
- DeepSeek R1: Модел, оптимизиран за разсъждение, проектиран да „мисли, преди да отговори“, намалявайки необходимостта от изрични подкани стъпка по стъпка. Много платформи и документи съветват да се избягват изисквания за верига от мисли; zero‑shot често работи най-добре за R1.
- DeepSeek v3: Бърз, силен MoE модел за чат (общо 671B параметри; 37B активни на токен), насочен към езикови задачи с общо предназначение с отлична рентабилност, позната ергономичност на API и модерно качество на модела. Официалните документи показват използване на API в стил OpenAI.
На практика:
- Изберете R1 за: математически текстови задачи, разбивки на стратегии, планиране с множество ограничения, трудни разсъждения със скрити стъпки.
- Изберете v3 за: клиентски чат, прегледи на код, пренаписване, обобщаване и бързи цикли на итерация.
Златното правило: Не прекалявайте с подканите за модели за разсъждение
Моделите за разсъждение като R1 вече извършват вътрешно обмисляне. Насилването на верига от мисли („мислете стъпка по стъпка и покажете своето разсъждение“) често добавя многословие, може да разсее модела и в някои случаи може да бъде обезкуражено. Вместо това използвайте:
- „Предоставете окончателния отговор и кратко обяснение.“
- „Дайте отговора, след това избройте 3-те ключови фактора, които ви доведоха до него.“
- „Върнете само резултата плюс обосновка от 2 изречения.“
Това е в съответствие с указанията, че простите, zero‑shot подкани могат да бъдат толкова ефективни – или по-добри – от сложните инструкции стъпка по стъпка за R1.
Модели на подкани, които работят
1) Zero‑Shot, минималистичен (Най-добър първи опит за R1; чудесен и за v3)
Цел: Решете нетривиален проблем с минимални ограничения.
Шаблон за подкана:
Вие сте внимателен човек, решаващ проблеми.
Въпрос: {task}
Инструкции: Предоставете окончателния отговор и кратка обосновка (максимум 3 изречения).
Защо това работи: Насърчава вътрешното разсъждение, като същевременно поддържа изхода фокусиран и кратък.
2) Ограничен изход (За API, надеждност или автоматизация)
Използвайте, когато имате нужда от предвидими формати.
Шаблон за подкана:
Система: Трябва да връщате само валиден JSON.
Потребител: Обобщете този документ в 5 основни точки с един риск и една възможност.
Върнете JSON: {
"bullets": . Бележките за новини/модели подчертават ефективността и мащаба на v3, докато картите на моделите предоставят допълнителен контекст.
Избор между DeepSeek v3 и R1 според случая на употреба
- Чат за поддръжка на клиенти: v3 за скорост и цена; добавете few‑shot примери за тон и спазване на правилата.
- Анализаторски брифинги и меморандуми за решения: R1 за по-висока цялост на разсъжденията; задайте ограничение „кратка обосновка“.
- Преглед на код и планове за преструктуриране: v3 е отличен за бърза итерация; R1, когато имате нужда от задълбочено разсъждение за компромиси.
- Математика, логика, планиране с ограничения: R1 обикновено се отличава.
- Мащабно обобщаване или пренаписване на тръбопроводи: v3 за пропускателна способност.
За урок за изграждане с R1 в RAG асистент, вижте статиите на общността и уроците, които показват модели от край до край, ориентирани към кодиране примери за v3 и локални експерименти чрез стекове на общността.
Безопасно боравене със съдържание за разсъждение
- Не искайте пълна верига от мисли. Ако имате нужда от прозрачност, поискайте кратка обосновка или списък с ключови фактори.
- За чувствителни домейни включете ред за политика: „Ако не сте сигурни или задачата може да причини вреда, задайте уточняващи въпроси или откажете.“
- Добавете подкани за валидиране за числени задачи: „Проверете аритметиката, преди да отговорите.“
Това отразява общите най-добри практики за модели в стил R1: минимални подкани, избягвайте извличането на верига от мисли и разчитайте на вътрешното разсъждение на модела.
Библиотека с подкани: Готови за копиране фрагменти
A) Комплексно планиране (R1)
Цел: Планирайте 6-седмична продуктова бета версия за 1000 потребители с минимално отпадане.
Върнете:
- Етапи (седмица по седмица)
- Ключови рискове (максимум 5)
- Смекчаване (едно на риск)
Ограничения: Поддържайте общо под 200 думи.
### Б) Чат, чувствителен към правилата (v3)
Система: Вие сте полезен асистент, спазващ правилата. Ако заявка противоречи на правилата, задайте уточняващ въпрос или предоставете безопасна алтернатива.
Потребител: Създайте отговор за възстановяване на сума за забавена поръчка. Поддържайте съпричастен тон и предложете две опции.
### В) Математика/Логика (R1)
Решете следното. Предоставете окончателен отговор и проверка от 2 изречения.
Проблем: {word problem}
### Г) Преглед на код (v3)
Вие сте старши рецензент на Python. Анализирайте фрагмента за производителност и четимост.
Върнете:
- Пример за преструктуриране (<=30 реда)
### Д) Извличане на данни в JSON (v3)
Система: Върнете само валиден JSON.
Потребител: Извлечете компания, приходи и централен офис от текста. Ако липсва, използвайте null.
Схема: {"company":"string","revenue":"string|null","hq":"string|null"}
Текст: {paste}
Отстраняване на неизправности: Когато изходите се отклоняват или халюцинират
- Твърде многословно? Намалете максималните токени или добавете „Максимум 120 думи.“
- Непоследователен формат? Добавете системна подкана само за JSON и стоп последователност.
- Грешни предположения? Добавете ограничение от един ред: „Ако не сте сигурни, задайте 1 уточняващ въпрос.“
- Математически грешки? Добавете „Проверете аритметиката преди окончателния отговор.“
- Крехки задачи с верига? Разделете на две повиквания: планиране → изпълнение.
Бърз старт на API (концептуален)
- Управлението на крайната точка и ключовете следва интерфейс в стил OpenAI. Очаквайте стандартни полета като
model, messages, temperature, max_tokens и опции за поточно предаване.
- Спецификите и твърденията за производителност на DeepSeek v3 са обобщени в официалните новини/актуализация на модела и картите на моделите.
Заслужава си да се отбележи: Използване на Sider.AI за итерация на подкани
Ако проучвате модели бързо – тестване на zero‑shot срещу few‑shot, превключване на формати или сравняване на отговори на R1 срещу v3 – асистентът за наслагване може да ускори цикъла. Между другото, Sider.AI улеснява изготвянето, итерацията и A/B тестването на подкани на различни страници и инструменти в един работен процес, така че можете да се съсредоточите върху минималната подкана, която работи най-добре за вашата задача. Основни изводи
- Предпочитайте минимални, zero‑shot подкани за DeepSeek R1; избягвайте изрични заявки за верига от мисли.
- Използвайте DeepSeek v3 за бърз, мащабируем чат и структурирани задачи; разчитайте на ограничени формати за надеждност.
- Добавете few‑shot примери само за да коригирате последователни режими на отказ.
- Наложете структура със JSON схеми, кратки системни подкани и стоп последователности.
- За сложно разсъждение поискайте окончателни отговори плюс кратки обосновки – не пълни регистри на разсъждения.
ЧЗВ
В1: Кога трябва да избера DeepSeek R1 пред DeepSeek v3?
Изберете DeepSeek R1 за разсъждения в множество стъпки, сложно планиране и математически/логически задачи. Изберете v3 за бърз, общ чат, изготвяне, помощ при кодиране и тръбопроводи с висока пропускателна способност.
В2: Трябва ли да използвам подкани за верига от мисли с DeepSeek R1?
Не. Указанията предполагат да се избягва изричната верига от мисли и да се разчита на вграденото разсъждение на модела. Поискайте вместо това окончателни отговори с кратки обосновки.
В3: Как да получа последователен JSON от DeepSeek v3?
Използвайте кратка системна подкана, която изисква само JSON, дефинирайте строга схема и по желание задайте стоп последователности. Намалете температурата и ограничете максималните токени, за да ограничите отклонението.
В4: Каква температура трябва да използвам за задачи за разсъждение?
Започнете ниско (0,0–0,3) за детерминизъм и оценка. Повишете до 0,4–0,7 за балансирана креативност при изготвяне или кодиране; използвайте по-високи стойности за генериране на идеи.
В5: Мога ли да стартирам DeepSeek модели локално?
Съществуват настройки на общността за експериментиране, но производството често използва хоствани API за стабилност и производителност. Проверете картите на моделите и ръководствата на общността за местни инструкции.
