Sådan prompter du DeepSeek til at skifte mellem ræsonnements- og chat-tilstande
Hvis du nogensinde har bedt DeepSeek om at løse et vanskeligt problem og set den tænke højt, har du allerede været i berøring med dens "ræsonnements"-adfærd. Men hvad nu hvis du vil slå det til med vilje – nogle gange få et hurtigt, præcist svar (chat-tilstand) og andre gange udløse en dybere, trinvis analyse (ræsonnementstilstand)? Gode nyheder: Du kan styre DeepSeek med de rigtige prompter og, når det er tilgængeligt, det rigtige modelvalg og de rigtige parametre.
Denne guide har en praktisk og løsningsorienteret tilgang. Du lærer præcis, hvordan du får DeepSeek i den rigtige tankegang med promptmønstre, hvornår du skal vælge den rigtige model (som deepseek-reasoner), og hvordan du blander begge tilstande i reelle arbejdsgange – uden gætværk.
Der er i øvrigt nogle nye best practices fra fællesskabet og officielle kilder, der er værd at bemærke: DeepSeek eksponerer en dedikeret ræsonnementsmodel, der returnerer et chain-of-thought-lignende spor og et endeligt svar, og mange front-ends giver UI- eller prompt-til/fra-knapper til at skifte mellem hurtig chat og dyb ræsonnementsoutput. Fællesskabstråde peger også på knapper eller forudindstillede flag, der eksplicit aktiverer "ræsonnement" i visse apps, , . Og for Sider.AI-læsere er der promptstile, der markant kan forbedre DeepSeeks ræsonnementsnøjagtighed på komplekse opgaver, plus strategier til at kombinere modeller, når et projekt har brug for både hastighed og dybde. Nedenfor dækker vi både "hvad man skal sige" og "hvad man skal vælge" sammen med copy-paste promptskabeloner.
Hurtig introduktion: Ræsonnement vs. Chat
- Ræsonnementstilstand: Du beder DeepSeek om at analysere trin for trin, kontrollere antagelser, teste alternativer og først derefter levere et endeligt, verificeret svar. Tænk på: matematiske beviser, strategiske kompromiser, fejlfinding eller forskningssyntese. DeepSeeks officielle ræsonnementsmodel er designet til dette og udsender både et spor og et endeligt resultat.
- Chat-tilstand: Du beder om et kortfattet, læsbart svar uden den fulde interne monolog. Tænk på: hurtige how-to's, definitioner, opsummeringer eller korte svar.
I nogle værktøjer "skifter du tilstand" ved at vælge en anden model (f.eks. en dedikeret ræsonnementsmodel). I andre bruger du et promptmønster eller en UI-til/fra-knap mærket "DeepThink R1", "Ræsonnement" eller lignende, . Nogle platforme lader dig endda tvinge ræsonnement i en forudindstilling eller systembesked.
Den hurtigste måde at skifte på: Vælg den rigtige model
- Hvis din grænseflade viser en modelliste, skal du vælge DeepSeeks ræsonnementsmodel (f.eks. deepseek-reasoner). Den vil producere et chain-of-thought-lignende spor og et endeligt svar – perfekt til komplekse opgaver.
- Hvis du vil have hastighed og præcise svar, skal du vælge standard chat-kompatible model (f.eks. DeepSeek V3-varianter) uden at tvinge ræsonnementsadfærd.
Tip: I nogle UI'er vender en knap "Ræsonnement" eller "DeepThink R1" modellen eller aktiverer en ræsonnementspassage, selvom modellen på øverste niveau forbliver den samme, .
Promptmønstre, der skifter tilstande efter behov
Når du ikke kan ændre modeller – eller når du vil holde en enkelt model fleksibel – skal du bruge promptmønstre, der pålideligt får DeepSeek til at reagere.
Mønster A: Slå ræsonnement til for svære problemer
Brug en struktur, der inviterer DeepSeek til at overveje, kontrollere og verificere, før den svarer.
Skabelon:
Du er en omhyggelig tænker. Følg disse trin:
1) Angiv problemet og antagelserne igen.
2) Analysér trin for trin, og sammenlign alternativer.
3) Kør en hurtig "chain-of-checks"-validering.
4) Giv et kortfattet endeligt svar.
Opgave: .
### Mønster B: Hold det i chat-tilstand (kort, direkte)
Skabelon:
Svar kort og direkte uden detaljeret ræsonnement. Angiv det endelige svar først, derefter 1-2 punkter for kontekst, hvis det er nødvendigt. Undgå trin-for-trin-forklaringer, medmindre du bliver bedt om det.
Prompt: . Hvis dit værktøj understøtter systemprompter, skal du overveje:
- Tving ræsonnement forudindstilling:
System: Anvend altid en trinvis analyse, sammenlign alternativer, og valider konsistensen, før du svarer. Hold den synlige output kortfattet.
- Tving chat forudindstilling:
System: Som standard skal du give korte, direkte svar. Afslør ikke intern ræsonnement eller trinvis analyse, medmindre det udtrykkeligt anmodes om det.
Praktiske eksempler, du kan kopiere
- Kodefejlfinding (ræsonnement):
Du er en omhyggelig debugger. Angiv fejlen igen, fremsæt hypoteser om årsager, test hypoteser mentalt, og foreslå en minimal rettelse.
Kodebid:Siders
, .
- Output er for lange: Bed om opsummeringer, faste punktgrænser eller et maksimalt antal sætninger. Angiv et outputskema.
- Stadig for overfladisk: Tilføj en "chain-of-checks"-passage før det endelige svar for at fange fejl og tilsidesættelser. Kodebid:Siders
promptstildækning forklarer, hvorfor dette øger nøjagtigheden.
Avanceret: Kombinering af modeller og tilstande til komplekse projekter
Til flertrinsopgaver kan du orkestrere en promptstak: en model (eller passage) udforsker bredt med ræsonnement; en anden sammensætter en ren, publikumsklar opsummering. Denne arbejdsdeling reducerer hallucinationer og holder resultaterne læselige. For en dybere strategi om blanding af modeller (f.eks. Gemini, DeepSeek, Mistral) og roller, se denne praktiske guide om opbygning af en promptstak.
Værd at bemærke: Hvis du bruger meget tid i browseren eller dokumenter, kan Sider.AISider hjælpe dig med at køre side-om-side ræsonnements- og chat-passager, sammenligne udkast og administrere genanvendelige promptskabeloner. Det er praktisk, når du vil standardisere en "ræsonnement-først, opsummer-anden"-arbejdsgang på tværs af sider og PDF'er. Du kan udforske Sider.AISider på Vigtigste pointer
- Vælg den rigtige model, når det er muligt: Brug DeepSeeks ræsonnementsmodel til komplekse opgaver; brug en standard chatmodel for hastighed.
- Hvis du ikke kan ændre modeller, skal du bruge promptskabeloner til at styre adfærd: Mønster A (ræsonnement), Mønster B (chat), Mønster C (til/fra), Mønster D (ræsonnement + opsummering).
- I mange UI'er findes der en "Ræsonnement"- eller "DeepThink R1"-til/fra-knap – brug den til et-klik-kontrol, , .
- For nøjagtighed på komplekse opgaver skal du tilføje et valideringstrin ("chain-of-checks") før det endelige svar.
- For polerede resultater i stor skala skal du orkestrere en promptstak og, hvis det er nyttigt, inkorporere et værktøj som for at operationalisere din arbejdsgang.
FAQ
Q1:Hvordan udløser jeg DeepSeeks ræsonnementstilstand med en prompt?
Brug en struktureret instruktion som "analysér trin for trin, valider med en chain-of-checks, og giv derefter et kortfattet endeligt svar." Hvis det er tilgængeligt, skal du vælge DeepSeeks ræsonnementsmodel direkte for mere pålidelig adfærd.
Q2:Hvad er forskellen mellem DeepSeeks chat-tilstand og ræsonnementstilstand?
Chat-tilstand fokuserer på korte svar uden synlig trinvis analyse. Ræsonnementstilstand understreger struktureret tænkning, sammenligninger og validering, før der leveres et endeligt svar.
Q3:Er der en UI-til/fra-knap til ræsonnement i nogle apps?
Ja. Nogle grænseflader viser en "Ræsonnement"- eller "DeepThink R1"-knap eller viser en "Tanke i X sekunder"-etiket, når ræsonnement er aktiv, afhængigt af platformen.
Q4:Kan jeg se tankegangen fra DeepSeek?
Med den officielle ræsonnementsmodel returnerer systemet et ræsonnementstrin og et endeligt svar. I andre sammenhænge kan du anmode om en kort ræsonnementsoversigt i stedet for fulde trin-for-trin-detaljer.
Q5:Hvordan kan jeg holde svarene korte, mens jeg stadig bruger ræsonnement?
Bed modellen om at ræsonnere internt og derefter udsende en begrænset opsummering og et endeligt svar. Angiv punktgrænser, sætningsgrænser og et outputskema for at kontrollere længden.
