DeepSeek 提示词怎么写：从会问到问得准

同一个需求，两种问法，两个世界。

"帮我写个产品描述。"回来的会是一段"工作流的未来"式的万能空话——一千个 App 套上去都成立，因为你什么都没说清：哪个产品、给谁看、多长、不要什么，全靠模型猜。

换一种问法："改写下面的产品描述。产品是一个面向自由职业设计师的项目管理 App，读者是想要比企业软件更简单的单人用户。120 词以内，专业但不端着，不用行业黑话。输出一段 markdown 加一句 slogan。定稿前检查：每个说法都要有原文依据。"同一个模型，同样三十秒——但这次答案拿来就能用。

这道差距就是本篇要填的坑。这个前后对照我给同事现场演示过不止一次，第二个提示词落地的瞬间，是我知道的最便宜的演示。写好 DeepSeek 提示词不靠咒语，也不靠套路话术，靠的是把一份含糊的"想要"变成一张完整的订单。而且 2026 年的 V4 思考时代，规则已经变了——网上大部分教程还没跟上。这篇 deepseek提示词技巧指南讲清楚：框架怎么搭、官方提示库怎么用、思考模式改了哪些规则、结构化输出怎么做、多轮对话怎么不跑偏，最后附一批可以直接复制的提示词模板。

为什么 DeepSeek 提示词的玩法变了

两件事变了，都直接影响你怎么写。

第一是模型。V4 在 2026 年 4 月 24 日成对发布：deepseek-v4-pro（1.6T 参数，扛复杂推理和长代码）和 deepseek-v4-flash（284B 参数，主打速度），上下文窗口都是 100 万 token。旧的 API 别名 deepseek-chat 和 deepseek-reasoner 已于 2026 年 7 月 24 日之后退役——这顺带让网上一半教程悄悄过期了，那些示例里还写着三年前模型名的文章就是化石。你正在读的指南如果还在教你用那两个旧名，它后面的一切都该打个问号。（完整的模型来龙去脉见 DeepSeek 是什么。）

第二件事更大：思考模式。DeepSeek 现在回答之前会先跑一遍思维链，API 层面默认开启。这直接改写了提示词的任务。旧的提示词工程打法——引导模型一步步推理、堆少样本示例、念叨"请仔细思考"——都建立在一个前提上：你得教模型怎么想。现在不用了。导航系统自己会规划路线，它需要你给的是精确到门牌号的目的地，而不是开车路线。

中文开发者圈流传一个说法很到位：DeepSeek 的深度思考功能已经在很大程度上代替了提示词工程的作用，但结合提示词工程，输出会更加的"拿来即用"。这就是诚实版的结论——思考归模型，定义归你。

所以重心挪了：少写"怎么思考"，多写"做成什么样才算完"。

五要素框架：一张完整的点菜单

任何可靠的提示词——不管是给 DeepSeek 还是别的模型——都在回答五个问题。缺一个，模型就用猜测补位，而猜测正是翻车现场。

像在餐厅点单：后厨手艺没问题（那是模型），但后厨不会读心——

要素	回答什么问题	点单版本	缺了会怎样
任务 Task	到底要干什么？	菜品	端上来一道"差不多"的菜
上下文 Context	给谁用、什么场景？	忌口、场合、同桌几人	对错误场景的正确回答
约束 Constraints	范围、长度、语气、禁项？	预算、辣度、不要香菜	又长又跑调，还塞进你明令禁止的东西
输出格式 Output	长什么形状？	堂食摆盘、打包盒装、家庭份	要表格时收到一坨文字
验证 Verification	怎么确认对了？	核对小票	错得理直气壮，没人拦

整套东西做成填空模板：

任务：
[要得到的精确结果。]

上下文：
[读者、场景、目标、背景、原材料。]

输入：
[要处理的文本、数据、代码或需求。]

约束：
- [长度、语气、范围、禁项、技术规则]
- 只用给定信息；缺必要信息就指出来，不要编。

输出格式：
[markdown、表格、JSON、代码、清单、邮件……]

验证：
定稿前：
1. 逐条检查上述要求是否都满足。
2. 标出你做过的假设。
3. 确认输出符合指定格式。

随手问个小问题，任务和输出格式两行就够。但凡是要交付的东西——代码、客户邮件、要发布的文案——五项带齐。这套骨架在全世界的提示词教程里换了各种名字出现，但内核全是这五个。

四个框架，一张表看懂

你会撞见好几个带名字的框架。它们远看不同，近看是同一件事：

框架	组成	出身
T-C-C-O-V	任务、上下文、约束、输出、验证	chat-deep.ai 的编辑框架（2026）
CO-STAR	上下文、目标、风格、语气、受众、响应格式	通用老牌框架，V4 用户里流传广
RICE	角色、输入、能力、期望	中文开发者从 DeepSeek 官方提示词里逆向提炼
立角色四段	立角色 + 述问题 + 定目标 + 补要求	腾讯云开发者的"万能模版"

拉远看，它们全是同样的四步：立角色或给背景、下任务、划边界、定输出。CO-STAR 把风格语气拆成两个旋钮；T-C-C-O-V 多了验证一步（值得留——最常被跳过、也最容易救命的就是它）。选一个，用熟。换框架不会变强，把任何一个用完整才会。

官方 DeepSeek 提示词库

大部分指南不会告诉你：DeepSeek 官方自己就发布了一套提示词库，十三个场景、每条都是完整可用的成品提示词。这是"这模型的好提示词长什么样"最接近官方答案的地方：

场景	干什么用
代码改写	纠错、注释、优化给定代码
代码解释	讲清一段代码的逻辑
代码生成	按描述写出能跑的代码
结构化输出	把内容抽取成 JSON
内容分类	按预定义类别归档文本
角色扮演（自定义人设）	按设定人物对话
角色扮演（情景续写）	模拟一个场景里的对话
散文写作	按主题创作散文
诗歌创作	按指定风格写诗
文案大纲	从主题生成文章大纲
宣传标语	押韵上口的商品标语
提示词生成	让 DeepSeek 替你写提示词
中英翻译专家	忠实且地道的双向翻译

官方提示词的形状高度一致——就是上面那个框架。拿宣传标语那条举例（缩短版）："你是一个宣传标语专家……结合产品核心价值和特点……一定要押韵，不要太过书面化。只输出宣传标语，不用解释。请生成'[希腊酸奶]'的宣传标语。"角色、任务、约束、输出规则、输入，五件套齐了。内容分类那条更讲究，直接用 markdown 小节标题——#### 定位、#### 能力、#### 知识储备、#### 使用说明——把人设、能力、类别清单和输入输出约定分区圈好。结构不是装饰，是防止你的类别清单漏进答案里的围栏。

有一个场景值得单独点灯：提示词生成器。你用大白话描述想要什么，DeepSeek 帮你起草结构化提示词。这是正经的元技巧——拿不准怎么写时，先让模型帮你打个底稿，再自己收紧。

三条改良公式

官方库是地板不是天花板。三条改良，任何官方风格的提示词都能再上一档：

补受众。"总结这篇论文"变成"给一个需要结论但不需要方法论的产品经理总结这篇论文"。总结的深浅、用词、取舍立刻锁死。
钉死输出格式。官方散文场景写了 750 字，你的提示词也应该有同等精确度的约定——几列表格、列名叫什么、JSON 长什么样、"一段正文加一句 slogan"。格式上的含糊是"差不多得了"式回答的温床。
加一行验证。一句"作答前检查上述要求是否逐条满足；把你做过的假设标出来"——就能拦住编出来的数字和漏掉的约束。这是你能装上的最便宜的质量闸门。

三条全加到官方的代码改写提示词上，它就从"解释问题并优化"变成"解释问题与修法，然后优化；优化后的代码必须保留原 API；处理不了的边界情况要注明；最终代码放一个代码块里，只给改动行加注释"。骨架没变，牙齿锋利了。

思考模式改写了规则

这一节专门给网上大多数提示词建议判死刑。三条规则，全部出自官方思考模式文档：

规则一：采样旋钮断线了。思考模式下，temperature、top_p、presence_penalty、frequency_penalty 全部无效——设置了不报错，但一个都不起作用。所有教你"温度调到 0.6 输出更稳"的教程，描述的都是一个接了线但没通电的仪表盘。走 API 真需要这些控制，先关思考模式；否则把力气花在提示词上，那里才有回报。

规则二：咒语过时了。"请一步步思考""再想想""深呼吸"。前思考时代这些话确实有可测的提升，现在推理过程不管你问不问都会跑，请求查看推理过程只会让回答更长。要严谨，别讨要态度，直接点名交付物："列出你做的假设""回答前逐条核对约束""先给答案，再给两行理由"。这些是你能检查的产出，不是你期望的情绪。

规则三：思考力度是设置，不是句子。API 层面思考默认开启、默认 effort 为 high，用 reasoning_effort 在 low、high、max 三档之间调：

你请求的档位	模型实际执行
low	low
medium	high
high	high
xhigh	high
max	max

网站上是同一个开关换了件衣服：即时回答和深度思考两个按钮。有个分歧值得知道：API 文档说思考默认开启，社区实测 v4-flash 在日常聊天里更偏快答。两个说法各自成立——API 参数对 API 调用是权威的，网页端会按模型挑一个合理默认。别被任何一边吓到。

三条规则的实操翻译：思考时代你不管模型怎么想，你管它拿到什么——精确的任务、真实的约束、可检查的"做完"标准。路线规划交给模型，你只负责把地址报准。

结构化输出：标签、表格与 JSON

提示词一长——角色、背景、任务、规则、格式——散文段落就开始互相渗色。结构能治，而且 DeepSeek 原生就认 markdown 和 XML 风格标签。

日常聊天提示词，markdown 围栏和标题就够用：任务放顶上、原材料放 --- 线下面、规则列清单。零件一多，XML 风格标签能砌更硬的墙：

<context>
Q3 电商数据：5 万行；列为 date、SKU、revenue、customer_region。
</context>

<task>
写一段 Python：按 customer_region 汇总 revenue，
只保留总额超过 1 万美元的区域。
</task>

<rules>
- 只用 pandas 标准功能，不引其他库。
- 只输出脚本本身，不解释。
</rules>

没什么玄的——标签只是说"背景住这边，命令住那边，硬性限制住那头"。就像印刷厂让你填规格单而不是在稿子背面写要求：栏位防止各部门之间串行。

JSON 在 API 侧是真正的契约，不是口头承诺。三个条件，全部出自官方 JSON 指南：

把 response_format 设成 {'type': 'json_object'}。
提示词里出现 "json" 字样，并附一个目标结构的示例。
max_tokens 给足——JSON 字符串中途截断等于全废。

文档里还有一条诚实的注脚：该功能偶发返回空内容，官方说正在优化、改写提示词可缓解。这正是第三条纪律存在的原因——开了 JSON 模式也要在自己的代码里校验。契约好不好，看门口的验货。

格式要求最硬的场景还有一把大锤：前缀续写。你把答案的开头替模型写好——一条 assistant 消息以 ```python\n 结尾——并标记 prefix: true，模型只能顺着你的代码块往下写。再配 stop=["```"]，模型想附赠的解释根本没机会出现。（这是 API /beta 端点上的 Beta 功能——重型工具，但当格式合规率必须 100% 时，没有比它更绝对的。）

多轮对话不跑偏的写法

每一条"它忘了两条消息前我说过什么"的抱怨——我自己就当了一整周的抱怨方，后来才去读了文档——背后都是同一个机制：API 无状态。服务器不记得任何上下文，每次请求由你的客户端把全部历史重发一遍。官方多轮对话指南给的就是这个模式——追加上一轮回答、追加新问题、整包重发。

网页聊天替你记着，但它防不住更隐蔽的失效：到第十二轮，你第一轮定下的约束已经在十二屏之外了。每段长对话都是一个记性差但手艺极好的同事——手艺不会退化，退化的只有任务简报。所以解法是简报纪律：

承重约束每轮重申——受众、格式、禁项，在它起作用的消息里带上一句就行："老规矩：只要表格，不要推测。"
长对话定期总结重开。跨过一个里程碑，让模型把目前的决定总结一遍，然后带着总结加原始约束开个新对话。用一点上下文换回大量的一致性。
API 上注意思考轨迹。思考模式不带工具时，历史轮的思维链可以从上下文里去掉——反正 API 也会忽略。但请求一旦带 tools，每一轮的 reasoning_content 必须原样全量回传，否则 API 直接 400。多轮 agent 代码要是"贴心"地做了裁剪，就会正好死在这里。

跑偏不是模型变笨了，是你的原始指令正在淡出画面——而结构就是让它们留在画面里的办法。

可直接复制的提示词模板

十二条起手式，全部按五要素骨架搭好。复制、替换方括号、开干。（为 DeepSeek 调校，框架本身到哪都好使。）

代码生成

任务：写一个 Python 函数，实现[精确行为]。
上下文：Python 3.11 环境；调用方传入 [类型] 列表；错误要抛出，不要吞。
约束：只用标准库。带类型注解。空输入要优雅处理。
输出格式：一个代码块，加两行用法示例。
验证：定稿前用一个 3 元素列表走一遍，确认结果。

代码解释

任务：逐段解释这段代码在干什么，难懂的地方逐行讲。
上下文：我是[你的情况：刚接手这个代码库 / 在审一个 PR]。
约束：只解释，不改写。发现的 bug 单独列出来。
输出格式：先一小段总结，再编号走读，最后"疑似 bug："（没有就写"无"）。

代码调试

任务：查明这段代码为什么[观察到的错误行为]。
上下文：预期是[正确行为]。环境：[语言版本、系统]。
输入：[代码] + [报错信息或错误输出]。
约束：先诊断后修。修法不得改变对外 API。
输出格式：1) 根因 2) 最小修复代码块 3) 一个本可拦住它的测试用例。

结构化 JSON 抽取

任务：从下面的文本中抽取关键事实，输出 JSON。
约束：严格用这个 schema：{"topic": string, "date": "YYYY-MM-DD 或 null", "figures": [{"label": string, "value": string}], "summary": string}。缺的填 null，不许猜。
输出格式：只输出 JSON 对象，无任何说明。
输入：---
[文本]
---
验证：每个日期和数字必须能在原文中逐字找到；拿不准的一律 null。

长文档摘要

任务：为 [受众，如"要决定是否批预算的高管"] 总结这份文档。
上下文：他们关心 [成本/风险/时间线]；不需要方法论。
约束：200 字以内。每个说法必须出自文档——拿不准的标（存疑）。
输出格式：三个要点：它提议什么 / 它花多少钱 / 最大风险是什么。

中英翻译

任务：把下面的文本从 [源语言] 翻成 [目标语言]。
约束：翻意思不翻字——地道流畅的 [目标语言]。已是行业标准的术语保留原文。保留原有格式和分段。
输出格式：只给译文。有歧义的短语，翻你最认可的读法，后面加 [另解：另一种读法]。

文案大纲

任务：为 [主题] 拟一份文章大纲。
上下文：读者 [谁]；目标 [科普/说服/教学]；语气 [如：务实直接]。
约束：4-6 个主章节；每节列 2-4 个要点说明覆盖什么；必须有一节回应对读者最大的疑虑。
输出格式：markdown 标题加要点，最后给 3 个标题选项。

宣传标语

任务：为 [产品] 生成 10 条标语，每条都扣住它的核心价值：[价值点]。
约束：每条最多 8 个字组。至少 3 条押韵。禁用大词（"赋能""引领""革新"）。
输出格式：编号列表。别的什么都不要。

邮件润色

任务：改写这封给 [收件人] 的邮件，做到 [如：短三分之一、语气更硬但不失礼貌]。
上下文：关系 [如：已两次误期的客户]；我的目标 [如：定死最终日期而不升级冲突]。
约束：保持我的语气——专业但不官腔。不要替我加我没写过的道歉。
输出格式：改后的邮件，加一行说明你改了什么、为什么。

学习计划（费曼式）

任务：从零教我 [主题]。
上下文：我的基础是 [背景]；我先看例子再懂原理。
约束：先给一个具体例子，再讲它说明的原理。每次回复只讲一个概念。
输出格式：例子 → "原理：" → "自测："一道题。等我回答再继续。

决策对比

任务：针对我的情况对比 [方案 A] 和 [方案 B]，给出推荐。
上下文：我在意的标准按序是：[标准1]、[标准2]、[标准3]。底线：[如有]。
约束：两条方案对每条标准打分（1-5）并各配一行理由。信息缺失写"未知"，不许估。
输出格式：一张打分表，加两句话推荐，再加这条推荐最大的一个风险。

头脑风暴整理

任务：把我下面这堆乱笔记整理成结构化简报。
输入：---
[粘贴原始笔记]
---
约束：一个想法都不许删——只归组。重复的合并成一条标 "(x2)"。
输出格式：按你起的 3-5 个标题分组；每个想法一行；放不进任何组的进"悬而未决"区。

十二条的共同点：没有任何玄学。任务、上下文、约束、格式、结尾一道检查。功力全在具体度——那个 schema、那串禁用词、那句"缺信息就标未知"。做到这里，你的提示词就不再是抽彩票。

Flash 还是 Pro：提示词配对模型

两个在售模型想要的提示词略有不同。v4-flash 答得快、擅长直接任务——这类就直问，省掉"请一步步推理"的脚手架，那只会白加延迟。v4-pro 在多步推理、长文档、正经代码上才值回票价——这类上完整五要素，让思考模式去磨。

同时用两个模型的团队常在内部模板顶上加一行路由约定——"用 flash：快速查询，无需推理" / "用 pro：多步分析"——把选模型变成提示词约定的一部分，而不是每次现猜。社区报告把简单流量路由给 flash 的省钱比例放在 60–80%（这是估算不是基准测试——你的比例取决于流量构成）。但方向没人有异议：快问题给快模型，深问题给深模型，提示词跟着车道走。

常见错误

按"悄悄拉低你输出质量"的频率排序：

照抄过期教程。模型名会前进，教程不会。deepseek-chat 和 deepseek-reasoner 已于 2026 年 7 月退役——你手头的参考资料还在用它们，里面其他内容也该一并存疑。提示词指南自己也会烂：本次调研中排名靠前的一篇技巧文，页面已经 404。
拧温度旋钮。上面讲过，值得重复，因为它无处不在：思考模式下四个采样参数全是摆设。力度该调 reasoning_effort，不是念温度玄学。
咒语代替指令。"仔细思考"是一种情绪，"列出你的假设，然后逐条核对约束"是一份交付物。只有一个会出现在输出里——不用猜是哪个。
堆少样本示例。DeepSeek 对零样本指令响应很好——一段清晰的任务描述通常胜过三个塞满的示例，社区实测反复验证"上下文更少、聚焦更好"。格式实在说不清时再给示例；其他时候，把它说清楚。
一坨塞完所有信息。角色、数据、规则、客套话挤在同一段里，约束必丢。用标签或标题分区——背景 / 任务 / 规则 / 格式——让"哪句是承重的"无需猜测。
跳过验证。两头都跳：提示词里的验证行（模型自查）和你自己的通读（模型不是最后一道防线——你才是）。JSON 模式照样要过解析校验；"自信地错"能活过每一次模型升级。
把提示词当工具用。提示词可以写"查一下数据库"，但没有任何措辞能真给它一个数据库。API 上工具由你的应用定义和执行；提示词的职责只是说明什么时候用得上工具。
放任长对话自流。约束会随轮次衰减。重申它、总结重开它，API 上记得多轮那一节的思维链回传规则。

没有一条是模型的失败。每一条都是简报的失败——这是好消息，因为简报是你能控制的那部分。

常见问题

怎么写好 DeepSeek 提示词？一张完整的订单：任务、上下文、约束、输出格式、验证。五项缺一，模型就猜——猜测就是你看到的翻车。上面的五要素框架就是全部诀窍，剩下的练。

模型都会"思考"了，还要提示词工程吗？比 2024 年少，比炒作的说法多。deepseek思考模式接管了旧技巧（思维链话术、示例堆叠）过去硬凑的"怎么推理"。剩下的——也是现在更值钱的——是定义：到底要什么、给谁、什么边界、什么形状、怎么验收。深度思考配上含糊的提示词，产出的是更精致的含糊。

用中文还是英文写提示词？都行——DeepSeek 是强双语模型，训练和官方提示词库都把中英当一等公民。用你思考用的那种语言，只有一个例外：同一条提示词内保持一致。指令语言来回切换是保真度下降的地方（内容本身混语言当然没问题，翻译任务就是干这个的）。

为什么 DeepSeek 不听我的指令？通常是三种之一：指令埋在一坨文字里（分区）、定在好几轮之前（重申）、或与更靠后的指令冲突而模型静默选了边（把优先级挑明："X 和 Y 冲突时以 X 为准"）。真"拒绝"很少见——几乎总是它压根没清楚收到那条规则。

调 temperature 还有用吗？思考模式下没有——temperature、top_p 和两个惩罚参数在那里都被忽略，设不设一样。API 上想找回它们得先关思考，大批量要创意多样性时才划算；否则力气花在提示词上，那里永远有效。

哪里能找到 deepseek提示词大全？官方提示词库就是最可靠的一份：十三个场景、每条成品级提示词，比网上转来转去的"xx 条大全"都新、都准。中文圈的 deepseek提示词技巧文章多数是官方库的转述加改写——源头直接读官方（官方入口汇总见 DeepSeek 指南），再用本文的三条改良公式加料，比收藏十个大全都管用。

deepseek-chat 和 deepseek-reasoner 去哪了？2026 年 7 月 24 日作为别名退役。它们最后几个月映射到 v4-flash；现役名字是 deepseek-v4-flash 和 deepseek-v4-pro。旧代码该更新了，还在用旧名的教程也该打折扣信。

最短路径的下一步：打开官方提示词库，挑一个最贴近你日常工作的场景，用上三条改良——受众、格式、验证行——再用它一次。二十分钟的动手，胜过再读一小时理论。

Edward Wang