DeepSeek v3 ve R1 Nasıl Kullanılır: Muhakeme ve Sohbet Görevleri İçin Promptlama
Daha kötü bir cevap almak için bir prompt'u aşırı mühendisliğe tabi tuttuysanız, yalnız değilsiniz. DeepSeek R1 gibi muhakeme öncelikli modeller ve DeepSeek v3 gibi yüksek verimli sohbet modelleriyle, eski oyun kitabı (uzun prompt'lar, yoğun adım adım düşünme yönlendirmesi) genellikle ters teper. Bu kılavuz, DeepSeek v3 ve R1'i muhakeme ve sohbet görevleri için nasıl promptlayacağınızı (neleri basit tutacağınızı, ne zaman iskele kuracağınızı ve istikrarlı, doğru sonuçlar için ayarları nasıl ince ayar yapacağınızı) tam olarak gösterir.
Stil notu: Pratik ve çözüm odaklı. Kes-kopyala kalıpları ve koruma rayları ile neyin işe yaradığına odaklanacağız.
- Sağlam çok adımlı muhakemeye, kanıtlara ve karmaşık planlamaya ihtiyacınız olduğunda DeepSeek R1'i kullanın.
- Hızlı, doğru sohbet, kodlama yardımı, taslak hazırlama ve genel Soru-Cevap için DeepSeek v3'ü ölçekli olarak kullanın.
- Adım adım düşünmeyi zorlamayın. Bunun yerine "nihai cevaplar", "kısa gerekçe" veya yapılandırılmış çıktılar isteyin.
- Prompt'ları kısa ve net tutun; kısıtlamaları ve değerlendirme kriterlerini yalnızca gerektiğinde ekleyin.
- Sıfır atışla başlayın; yalnızca tutarlı başarısızlık modları görürseniz birkaç atış örneği ekleyin.
DeepSeek R1 ve v3 Arasındaki Fark Nedir
- DeepSeek R1: Açık adım adım promptlamaya olan ihtiyacı azaltarak "cevap vermeden önce düşünmek" üzere tasarlanmış, muhakeme için optimize edilmiş bir model. Birçok platform ve belge, adım adım düşünme taleplerinden kaçınmayı tavsiye eder; sıfır atış genellikle R1 için en iyi sonucu verir.
- DeepSeek v3: Mükemmel maliyet-performans, tanıdık API ergonomisi ve modern model kalitesi ile genel amaçlı dil görevlerini hedefleyen hızlı, güçlü bir MoE sohbet modelidir (toplam 671B parametre; token başına 37B aktif). Resmi belgeler, OpenAI tarzı API kullanımını gösterir.
Uygulamada:
- Şunlar için R1'i seçin: matematiksel kelime problemleri, strateji dökümleri, çok kısıtlı planlama, örtük adımlarla zorlu muhakeme.
- Şunlar için v3'ü seçin: müşteri sohbeti, kodlama incelemeleri, yeniden yazma, özetleme ve hızlı yineleme döngüleri.
Altın Kural: Muhakeme Modellerini Aşırı Promptlamayın
R1 gibi muhakeme modelleri zaten dahili müzakere yapar. Adım adım düşünmeyi zorlamak ("adım adım düşünün ve muhakemenizi gösterin") genellikle gevezeliği artırır, modelin dikkatini dağıtabilir ve bazı ayarlarda caydırılabilir. Bunun yerine şunu kullanın:
- "Nihai cevabı ve kısa bir açıklama sağlayın."
- "Cevabı verin, ardından sizi oraya götüren 3 temel faktörü listeleyin."
- "Yalnızca sonucu ve 2 cümlelik bir gerekçe döndürün."
Bu, basit, sıfır atışlı prompt'ların R1 için karmaşık adım adım talimatlar kadar etkili veya daha iyi olabileceğine dair rehberlikle uyumludur.
İşe Yarayan Promptlama Kalıpları
1) Sıfır Atış, Minimalist (R1 için ilk deneme için en iyisi; v3 için de harika)
Amaç: Önemsiz olmayan bir sorunu minimum kısıtlamayla çözün.
Prompt şablonu:
Dikkatli bir problem çözücüsüsünüz.
Soru: {task}
Talimatlar: Nihai cevabı ve özlü bir gerekçe (maksimum 3 cümle) sağlayın.
Bunun nedeni: Çıktıyı odaklanmış ve kısa tutarken dahili muhakemeyi teşvik eder.
2) Kısıtlı Çıktı (API'ler, güvenilirlik veya otomasyon için)
Öngörülebilir formatlara ihtiyacınız olduğunda kullanın.
Prompt şablonu:
Sistem: Yalnızca geçerli JSON döndürmelisiniz.
Kullanıcı: Bu belgeyi bir risk ve bir fırsatla birlikte 5 madde işareti halinde özetleyin.
JSON'u döndür: {
"bullets": . Haberler/model notları v3'ün verimliliğini ve ölçeğini vurgularken, model kartları ek bağlam sağlar.
Kullanım Durumuna Göre DeepSeek v3 ve R1 Arasında Seçim Yapmak
- Müşteri destek sohbeti: hız ve maliyet için v3; ton ve politikaya uyum için birkaç atış örneği ekleyin.
- Analist bilgilendirmeleri ve karar notları: daha yüksek bütünlüklü muhakeme için R1; "kısa gerekçe" kısıtlaması ayarlayın.
- Kod incelemesi ve yeniden düzenleme planları: v3, hızlı yineleme için mükemmeldir; ödünleşimler hakkında derin muhakemeye ihtiyacınız olduğunda R1.
- Kısıtlamalarla matematik, mantık, zamanlama: R1 genellikle üstündür.
- Büyük ölçekli özetleme veya yeniden yazma işlem hatları: verim için v3.
Bir RAG asistanında R1 ile oluşturulan bir eğitim için, uçtan uca kalıpları, v3 için kodlama odaklı örnekleri ve topluluk yığınları aracılığıyla yerel deneyleri gösteren topluluk ve eğitim yazılarımıza bakın.
Muhakeme İçeriğinin Güvenli İşlenmesi
- Tam adım adım düşünme istemeyin. Şeffaflığa ihtiyacınız varsa, kısa bir gerekçe veya temel faktörlerin bir listesini isteyin.
- Hassas alanlar için bir politika satırı ekleyin: "Eğer emin değilseniz veya görev zarara neden olabilecekse, açıklayıcı sorular sorun veya reddedin."
- Sayısal görevler için doğrulama prompt'ları ekleyin: "Cevap vermeden önce aritmetiği iki kez kontrol edin."
Bu, R1 tarzı modeller için yaygın en iyi uygulama rehberliğini yansıtır: minimum promptlama, adım adım düşünme elde etmeyi önleme ve modelin dahili muhakemesine güvenme.
Prompt Kitaplığı: Kopyalamaya Hazır Parçacıklar
A) Karmaşık Planlama (R1)
Amaç: Minimum kayıpla 1.000 kullanıcı için 6 haftalık bir ürün beta'sı planlayın.
Geri Dönüş:
- Kilometre taşları (hafta hafta)
- Temel riskler (maksimum 5)
- Hafifletmeler (risk başına bir tane)
Kısıtlamalar: Toplamı 200 kelimenin altında tutun.
### B) Politikaya Duyarlı Sohbet (v3)
Sistem: Yardımsever, politikaya uygun bir asistansınız. Bir istek politikayla çelişirse, açıklayıcı bir soru sorun veya güvenli bir alternatif sağlayın.
Kullanıcı: Gecikmiş bir sipariş için bir geri ödeme yanıtı taslağı hazırlayın. Empatik tonu koruyun ve iki seçenek sunun.
### C) Matematik/Mantık (R1)
Aşağıdakileri çözün. Nihai cevabı ve 2 cümlelik bir kontrol sağlayın.
Problem: {word problem}
### D) Kod İncelemesi (v3)
Kıdemli bir Python inceleyicisiniz. Performans ve okunabilirlik için snippet'i analiz edin.
Geri Dönüş:
- Sorunlar (madde işaretli)
- Düzeltmeler (madde işaretli)
- Örnek yeniden düzenleme (<=30 satır)
### E) JSON'a Veri Çıkarma (v3)
Sistem: Yalnızca geçerli JSON döndürün.
Kullanıcı: Metinden şirket, gelir ve genel merkezi çıkarın. Eksikse, null kullanın.
Şema: {"company":"string","revenue":"string|null","hq":"string|null"}
Metin: {paste}
Sorun Giderme: Çıktılar Saptığında veya Halüsinasyon Gördüğünde
- Çok mu ayrıntılı? Maksimum token'ları düşürün veya "Maksimum 120 kelime" ekleyin.
- Tutarsız format? Yalnızca JSON sistem prompt'u ve bir durdurma dizisi ekleyin.
- Yanlış varsayımlar? Tek satırlık bir kısıtlama ekleyin: "Eğer emin değilseniz, 1 açıklayıcı soru sorun."
- Matematik hataları? "Nihai cevaptan önce aritmetiği iki kez kontrol edin" ekleyin.
- Kırılgan zincir görevleri? İki çağrıya bölün: plan → yürütme.
API Hızlı Başlangıç (Kavramsal)
- Uç nokta ve anahtar yönetimi, OpenAI tarzı bir arayüzü izler.
model, messages, temperature, max_tokens ve akış seçenekleri gibi standart alanlar bekleyin.
- DeepSeek v3'e özgü özellikler ve performans iddiaları, resmi haberler/model güncellemesi ve model kartlarında özetlenmiştir.
Belirtmeye Değer: Prompt Yinelemesi için Sider.AI Kullanmak
Kalıpları hızlı bir şekilde keşfediyorsanız (sıfır atışa karşı birkaç atışı test etme, formatları değiştirme veya R1 ve v3 yanıtlarını karşılaştırma), bir yer paylaşımı asistanı döngüyü hızlandırabilir. Bu arada, Sider.AI, tek bir iş akışında sayfalar ve araçlar arasında prompt'ları taslak haline getirmeyi, yinelemeyi ve A/B testleri yapmayı kolaylaştırır, böylece göreviniz için en iyi sonucu veren minimum prompt'a odaklanabilirsiniz. Temel Çıkarımlar
- DeepSeek R1 için minimum, sıfır atışlı prompt'ları tercih edin; açık adım adım düşünme isteklerinden kaçının.
- Hızlı, ölçeklenebilir sohbet ve yapılandırılmış görevler için DeepSeek v3'ü kullanın; güvenilirlik için kısıtlı formatlara yaslanın.
- Yalnızca tutarlı başarısızlık modlarını düzeltmek için birkaç atış örneği ekleyin.
- JSON şemaları, kısa sistem prompt'ları ve durdurma dizileri ile yapıyı zorlayın.
- Karmaşık muhakeme için, tam muhakeme günlükleri değil, nihai cevaplar ve kısa gerekçeler isteyin.
SSS
S1:DeepSeek R1'i DeepSeek v3'e göre ne zaman seçmeliyim?
Çok adımlı muhakeme, karmaşık planlama ve matematik/mantık görevleri için DeepSeek R1'i seçin. Hızlı, genel sohbet, taslak hazırlama, kodlama yardımı ve yüksek verimli işlem hatları için v3'ü seçin.
S2:DeepSeek R1 ile adım adım düşünme promptlaması kullanmalı mıyım?
Hayır. Rehberlik, açık adım adım düşünmeden kaçınmayı ve modelin yerleşik muhakemesine güvenmeyi önerir. Bunun yerine kısa gerekçelerle nihai cevaplar isteyin.
S3:DeepSeek v3'ten nasıl tutarlı JSON alırım?
Yalnızca JSON'u zorunlu kılan kısa bir sistem prompt'u kullanın, sıkı bir şema tanımlayın ve isteğe bağlı olarak durdurma dizileri ayarlayın. Sapmayı sınırlamak için sıcaklığı düşürün ve maksimum token'ları sınırlayın.
S4:Muhakeme görevleri için hangi sıcaklığı kullanmalıyım?
Determinizm ve değerlendirme için düşük (0,0–0,3) ile başlayın. Taslak hazırlama veya kodlamada dengeli yaratıcılık için 0,4–0,7'ye yükseltin; beyin fırtınası için daha yüksek değerler kullanın.
S5:DeepSeek modellerini yerel olarak çalıştırabilir miyim?
Deney yapmak için topluluk kurulumları mevcuttur, ancak üretim genellikle kararlılık ve performans için barındırılan API'leri kullanır. Yerel talimatlar için model kartlarını ve topluluk kılavuzlarını kontrol edin.
