昨天在使用deepseek的时候，一个问题刷新了15次，结果还没有出来。我把最近使用的过程以及经验分享给大家。以降低deepseek的负载，以便提高我们的使用效率。

目录 

1. 官方提示词库全景图（代码/写作/效率三叉戟）
2. 程序员必杀技：代码改写/解释/生成
3. 新媒体人的AI外挂：角色扮演/爆款文案/诗歌生成
4. 深度技巧：DISC原则 × 去AI味 × 批判性思维唤醒术

官方为我们提供了一个提示词库。 ps：大家不感兴趣可以跳过前面直接看后面的总结的技巧。

官方提示词库 

官方地址： https://api-docs.deepseek.com/zh-cn/prompt-library/

deepseek官方提示词一共分了几大类：

• 代码开发类
• 写作类
• 效率工具类

代码开发类 

代码改写提示词

代码解释

代码生成

结构化输出

我在就是用的这种方法。一场技术突围战：DeepSeek如何让我扔掉百度飞桨和阿里OCR？生产测试，用deepseek，错误率为0.

写作类 

角色扮演

角色扮演（情景续写）

散文写作

诗歌创作

文案大纲生成

宣传标语生成

效率工具类 

内容分类

模型提示词生成

中英翻译专家

deepseek提示词技巧 

说大白话

在使用deepseek的时候，我做了一些试验。 流程如下：

提问->追问->追问->追问->达到效果

最后让deepseek自己总结优化，我该如何提问才能一步到位直接生成最终的效果。

deepseek给我一长串提示词，然后我拿着这个提示词去试验怎么也达不到效果。

deepseek完全打破了我以前对提示词的认知。 以前在chatgpt、kimi、通义、豆包的时候，想要达到效果，必须写一堆复杂的提示词。 又是BROKE、RISE、ROSES、APE,还有一些workflow。 到deepseek这里，反而不如直接说大白话的效果好。

提示词最佳结构=角色定位+结构化指令+示例驱动

我把13个官方提示词，以及示例扔给了deepseek，让它帮我总结提示词结构一通输出以后。总结了三个关键词（角色化定位+结构化指令+示例驱动）。

deepseek在输出的时候，提到了一个关键词。DISC原则，本着不懂就问的原则。deepseek给我一通输出。

去ai味

大模型在生成回答的时候，特别喜欢用一些专业的词汇去堆砌。让不是对应领域的人晦涩难懂。在语言风格方面就是书面化、生硬不自然、过度使用连接词，在内容表达方面缺乏情感、空洞、重复性 ，在结构布局上喜欢分点列框架、频繁的总结，这就是所谓的ai味。

以前我们去ai味很麻烦，需要不停的调整提示词，经过n次尝试以后，可能才能达到效果。而在使用deepseek的时候我们只需要说去ai味 或说人话 deepseek就能给你讲ai味给去掉。

deepseek给我的DISC的回答。看完以后，我觉得不普适，于是让deepseek直接去ai味。

进入深度思考模式

deepseek本身就有深度思考的模式，但是我们在提问的时候再追加一句请在回答问题中加入你的批判性思维，或者 同时结合系统性策略和批判性思维。deepseek就会进入更加深度的思考模式。

这么做的目的：

• 让它主动审视答案，挖掘潜在的不足之处
• 让它从对立的角度思考问题，确保思考的完整性
• 让它预估可能遇到的问题或困难

避坑指南 

1. 复杂度陷阱：提示词≠越长越好（实测20字提示＞200字小作文）
2. 过度设计：无需套用BROKE/RISE等复杂框架
3. 迭代误区：3次追问未果→立即重构提示词

总结 

1. 新手公式：需求场景+示例样本+输出格式
2. 进阶心法：DISC原则×去AI味×批判性思维
3. 终极奥义：把AI当实习生——明确需求比堆砌术语更重要