前几周分享来自清华的五部 DeepSeek 攻略之后，北大的肖睿团队也出品了两份 DeepSeek “内部秘籍”，这就赶紧来给大家分享。
可能有的家友对什么是 DeepSeek？它有什么用？仍感到一头雾水。
就让我们回归基础，从大语言模型的基础流程、能力边界与适用场景看起。
对了，这次给大家分享的 PDF 下载，是原汁原味的原版哦，网上有太多卖课者魔改的内置其广告版本。
一、从大模型基础讲起
第一份秘籍《DeepSeek 与 AIGC 应用》，就是来为没有专业的 AI 或 IT 技术背景的我们，解答 DeepSeek 是什么，有什么用的问题。
我们常听到的 GPT 一词，其实就是生成式预训练变换器（Generative Pre-trained Transformer）的简写。
其基本工作流程是：
收到提示词
将输入拆分为 token
利用 Transformer 架构处理 token
基于上下文预测下一个 token
根据概率分数选择 token
自回归：重复步骤 4 和 5 ，直到形成完整的句子
聊天对话机器人
图像生成工具
音频工具
视频生成工具
搜索工具
我要（做）XX，要给 XX 用，希望达到 XX 效果，但担心 XX 问题
看到上面的工作流程后，我们面对大模型“吐”出的结果时，也就不会感到奇怪了。
其优势在于，具有语言理解和生成能力、世界知识能力，以及一定的推理能力。
相对应而言，其劣势便在于 AI 幻觉、有限的知识库及上下文窗口限制。
了解完原理，我们也就能让这些聊天机器人更好地为我所用。
二、拥抱 AIGC 的未来
我们在使用这些 AI 大模型工具的时候，需要注意其能力边界的限制。
比如，GPT-3.5 与 GPT-4 的上下文长度只有几千个字。
当需要连续处理长篇幅的文本时，我们就需要使用分段对话、定期总结、使用关键词提醒及精简输入的技巧，时刻关注大模型有没有遗漏自己所关注的上下文。
在文本分析领域，它更擅长文本统计、摘要生成、分类与总结，而面对知识更新、语境歧义、新颖和未知类别时，表现可能就没那么理想。
同样，它的文本润色能力，也体现在错别字识别与修改、语法错误检查与修正、标点符号调整、词汇选择优化、保持写作风格等方面。
在面对新词汇与表达、语境误判、不断更新的语言规则时，大模型也只能表示：“这我都没训练过啊！”
三、拥抱 AIGC 的未来
了解完一些基础之后，我们对于大模型能干什么，会有更加深入的理解。
目前面向普通用户开放商用的 AIGC 工具，主要有以下几个方向：
就以目前火热的聊天机器人来看，DeepSeek-R1 的主要优势还在于强大的推理能力，但其并不具备多模态的能力，无法直接处理图像、音频等信息。
而豆包则拥有更出众的多模态能力，其语音情感交互能力更适合日常休闲对话。
比如当我们想要制作 PPT 时，就可以使用 DeepSeek R1 完成大纲设计，最后再来通过 Kimi 生成。
由于 AI 行业日新月异的发展，上面的列表随时都可能发生变化，我们也需要根据自己的需求和目标，持续更新自己的 AI 工具列表。
四、DeepSeek R1 提示词技巧
来自北大的第二篇秘籍《DeepSeek 提示词工程和落地场景》，则更专注于 DeepSeek R1 使用过程中的提示词技巧。
作为一款 CoT 思维链（Chain-of-Thought）模型，我们可能需要放弃传统的提示词习惯，可以直接“把 AI 当人看”：
此外，我们还可以学会“反向 PUA” DeepSeek，让它通过自己的思考逻辑，输出更好的结果。
这份文档中还给出了市场营销、公文写作、编程开发、数据分析、会议纪要、学术研究等多领域的的用法示例，等待大家去发现。
AI在线微信公众号回复：AI
即可获取北京大学原版秘籍，点此 或扫描 / 长按下方二维码皆可进入公众号，关注后发消息即可。
