企业官网建设流程全解析

简介：一份聚焦DeepSeek提示词设计、幻觉避免与落地应用的五十页PPT课件，面向在职场办公、辅助备课、内容创作、个人学习等场景中深度使用AI的读者，也适合作为团队内部提示词培训的分享素材。全包仅含1个pptx演示文稿，大小约1.05MB，页数适中、结构清晰，可直接学习或二次修改；目前已有76人学习。内容从“DeepSeek这么聪明，提示词还有用吗”切入，对比DeepSeek-R1与V3、推理型与非推理型模型的不同性格，并给出两类模型分别适合的任务与提问策略。重点讲解用六何分析法提供充足背景、用少量示例进行Few-shot示范、使用分隔符与结构化提示词提升清晰度等实操方法，同时分析DeepSeek的优点、缺陷与幻觉成因，帮助读者避开常见雷区。还涉及职场文档、亲子辅导、老板决策等真实场景，并兼谈Manus智能体，能帮助读者建立从原理到应用的完整提示词设计框架。

1. DeepSeek提示词设计：为什么说幻觉是可以被管理的

同一个问题，有人用 DeepSeek 半小时产出一份结构完整、带数据带引用的报告，有人两分钟收到一段一本正经的胡说八道。这两者的差距通常不在模型，而在提示词设计。提示词设计是当前阶段最值得投入的技能，幻觉避免则是其中最容易忽略的硬指标。这篇内容围绕 DeepSeek 的提示词设计展开，目标是把幻觉从"随机出现"变成"可控可复现"，适合内容生产者、做 API 集成的开发者以及数据标注团队参考。我会把拆解思路、参数取舍、落地模板和踩坑记录分开讲，让新手照着就能上手，让熟手能看到边界。

2. 提示词设计的地基：角色、任务、约束与格式怎么搭才不塌

2.1 角色设定：控制风格，但别指望它喂知识

给 DeepSeek 设定角色，本质上是调整它在生成时的词汇分布、句式习惯和表达框架。例如让模型"你是资深数据分析师"，它会更倾向于使用行业术语、结构化段落和结论先行的表达方式。但要注意，这里调整的是风格开关，不是知识注入开关。一个常见的误用是把角色当成某种外部知识源，以为告诉模型"你是某个领域的专家"它就会自动拥有对应的最新数据和内部经验。实际上模型能调用的仍然是训练阶段学到的知识，角色设定改变的是它组织这些知识的方式。

我一般建议角色设定包含三个属性就够：身份、场景、输出偏好。举例来说，"你是负责数据清洗的 Python 工程师，正在处理一份电商订单表，输出代码时请带上关键注释"，比单纯写"你是 Python 专家"要有效得多。前者给出了执行场景，模型知道该按工程规范来答；后者只会让模型给出一个泛泛的解法，格式不稳定，幻觉也更容易出现。角色设定不是越具体越好，堆砌十个形容词会让模型陷入表演模式，反而忽略了你真正要它完成的任务。

2.2 任务拆解：一次只让模型做一件能被验证的事

在 DeepSeek 的日常使用中，最常见的问题是任务拥挤。一条提示词里同时包含"帮我总结这篇文章、提取三个关键词、写成一段推广文案、再翻译成英文"，模型往往会优先处理中间某个部分，其余部分以敷衍的方式带过。原因在于生成模型是按概率逐字推进的，多个指令会分散它的注意力，最终输出只有其中一两个指令被认真执行。

解决办法是拆解。把一个大任务按产出物拆成多条提示词，每一条只负责一件能被验证的事。比如处理一篇长文，第一步让它"输出这篇文章的三段式摘要，每段不超过 50 字"；第二步把摘要作为上下文，让它"基于以上摘要，列出 5 个可推广的卖点"。每一步的输入输出都是明确的，哪一步出了问题也能直接定位。拆解在幻觉控制上的价值在于：每一次生成的范围越小，模型需要"编造"来填补的空间就越少，幻觉天然会降低。

2.3 约束条件：正向要求与负面清单要分开写

约束是提示词里专门用来压缩模型自由发挥空间的部分。很多人在写约束时只写正向要求，比如"请给出准确的数据"，但"准确"这个词对模型来说没有可操作的边界。更有效的做法是把约束拆成正向要求和负面清单两部分，并且都写在任务描述之前，让模型在一开始就进入受限状态。

负面清单尤其重要。模型天然倾向生成顺滑的、听起来合理的句子，如果不明确禁止猜测性表述，它会倾向于补全不确定的部分。常见的负面清单要素包括：禁止编造数据、禁止使用模糊程度词、禁止重复已说过的内容、禁止添加材料之外的信息。注意负面清单不要写太多条，五条以内即可，否则模型会把注意力集中在避险上，输出变得干瘪。

2.4 输出格式：与其说"用表格"，不如直接给模板

关于输出格式，我见过最多的翻车方式是只写一句"请用表格回答"。模型确实会输出一个表格，但表格的列名、行数、内容结构每次都在变，后处理脚本稍不匹配就报错。DeepSeek 对格式指令的理解是概率性的，越具体的格式模板，执行越稳定。

推荐的做法是在提示词里直接给出结构模板，把输出格式从"要求"变成"填空"。比如要模型输出一份问题排查报告，提示词里放下面的模板，模型会严格按槽位填充：

问题现象：{一句话描述现象} 可能原因：{按概率从高到低列出 3 条} 排查步骤：{第 1 步到第 3 步，每步含命令或操作} 验证方法：{如何确认问题已解决}

这套写法的原理是，模型在续写时会把已存在的结构当成强约束，跟随模板的概率远高于自主规划格式的概率。对 API 调用场景来说，稳定的格式意味着下游解析代码不用反复修，这一点在后端的批量处理里价值很大。

提示：格式模板尽量用纯文本，别用 Markdown 表格嵌套。多层嵌套结构会让模型在生成时频繁出错，尤其是在长内容场景下。

3. 幻觉避免的双层防线：温度参数与事实锚定哪个先调

3.1 先关随机性：temperature 和 top_p 的设置

DeepSeek 的 API 兼容 OpenAI 的调用格式，所以可以通过参数直接控制生成的随机性。在幻觉控制上，最先要动的参数是 temperature，其次是 top_p。temperature 控制的是概率分布的平滑程度，值越高，模型越倾向于选择概率更低的词，输出越发散；值越低，输出越集中在高概率路径上，重复率会上升但事实性通常更好。

我在实际项目里的基准设置是：事实性优先的任务 temperature 设为 0.3 甚至 0.2，创意写作调到 0.8 到 1.0 之间，绝不建议超过 1.2。top_p 默认保留在 0.9 附近，如果发现输出开始出现无关内容，我会降到 0.7。这两个参数的作用方向相似，但并不是等价的：temperature 影响候选词的权重分布，top_p 直接截断候选词表。一般先调 temperature，不够再动 top_p，避免两个参数一起乱调导致输出变得机械。

下面是一个用 Python 调用 DeepSeek API 的最小示例，重点看参数位置：

from openai import OpenAI client = OpenAI( api_key="sk-你的密钥", base_url="https://api.deepseek.com" ) response = client.chat.completions.create( model="deepseek-chat", messages=[ {"role": "system", "content": "你是数据核查助手，所有回答必须基于用户提供的材料。"}, {"role": "user", "content": "以下是材料：\n{材料文本}\n\n请回答：该材料中提到的项目周期是多久？"} ], temperature=0.2, top_p=0.7, max_tokens=1024, stream=False ) print(response.choices[0].message.content)

这段代码里最关键的部分是 system 消息中的"所有回答必须基于用户提供的材料"这一句，参数反而在其次。temperature 降到 0.2 只能减少发散，不能阻止模型用训练记忆里的知识去补全不确定的细节。真正管住幻觉的是消息结构：把材料放进 user 消息，让模型在受限范围内作答。max_tokens 设置到 1024 是给输出留合理空间，防止生成中途被截断导致半截话。这里有一点要注意：max_tokens 不是越大越好，越大意味着模型有更多机会在回答后段自由展开，反而可能引入新的幻觉。

3.2 事实锚定：把开放式问答改成材料阅读题

幻觉产生的根源是模型在训练中学到的知识与用户问题之间出现"知识缺口"，模型为了保持回答的连贯性，会编造内容来填补缺口。要避免这一点，最可靠的手段不是调参数，而是从任务设计上消除知识缺口。具体做法是把开放问答改成闭卷材料阅读题——所有需要的事实都放在提问里，模型不需要也不应该从自己的记忆里检索。

例如直接问"DeepSeek 的上下文窗口支持多长"，这是一个开放问题，模型给出的答案可能是某一版本的参数，也可能与当前版本不一致。改成材料阅读题之后提示词会变成这样：

以下是一份产品说明文档的节选： {文档内容} 请仅根据节选内容回答：该产品支持的上下文窗口长度是多少？ 如果节选内容中没有提到，请直接回答"未提及"，不要推算。

这个方案在几乎所有幻觉场景里都适用。关键指令是"仅根据""如果没提到就直接回答未提及"。这两句等于给模型划定了回答的红线。对于需要引用原文的场景，可以在提示词里加一条硬性要求："回答中的关键数字必须使用原文中的原话，并在括号内标注出处段落编号"。这会迫使模型在生成时保持与材料的对齐，后续人工核查时也能快速定位依据。

3.3 自我校验：让模型在回答前先列依据

让模型自问自答是一种成本低且有效的幻觉抑制手段。常见做法的核心是要求模型"先列依据，再给结论"，让依据先占据输出序列的开头，后续生成就必须与这段依据保持一致。这和写论文先列参考文献再写正文是同样的逻辑。

我常用下面这个模板来处理高风险输出：

任务：基于提供的材料回答用户问题。 要求： 1. 先列出你认为与问题相关的材料要点，每条不超过 20 字； 2. 再基于这些要点给出结论； 3. 如果材料要点不足以支撑结论，直接写"材料不足以回答此问题"。

当模型先输出了与问题相关的材料要点，后续结论生成的过程相当于被限制在一个较小的语义区间内。继续生成时，模型会倾向于让结论与前面列出的要点一致，而不是重新检索记忆中的相似答案。还有一个附加效果：这种输出结构对下游人工核查很友好，核查人只需要对照材料要点和结论的关系，不需要重新理解全文。

需要注意的是，自我校验不是万能的。模型列出的"依据"本身也可能是幻觉产物。所以对关键任务我还会加一条规则——"材料要点必须引用材料的原句关键词，不能改写"，把校验过程再次拉回到原文层面。

3.4 多轮上下文：如何继承上一个对话并防止偏航

DeepSeek 的 API 支持多轮消息，这既能用来继承上一个对话的语义，也可能成为幻觉累积的通道。我见过不少团队把多轮对话当成"模型记得一切"来用，结果在第 5 轮之后发现模型开始把前面自己说过的话当成事实基础继续推理，而前面的话本身就有偏差，于是越往后越离谱。

多轮消息的正确用法是：每一轮 user 消息都带上本轮任务所需的最小上下文，而不是依赖系统自动继承。常见做法是让后端在拼接消息时，把上一轮的答案摘要作为本轮 user 消息的前缀，如下面的结构所示：

用户上一轮问题：{问题A} 助手上一轮回答摘要：{摘要B} 用户本轮问题：{问题C} 请结合以上对话信息解决问题C，如果对话信息不足，请明确说明。

这样做的目的是切断"隐性上下文污染"。让模型看到的上下文是经过筛选的，而不是全部的原始对话记录。显式指定上下文能让生成结果更稳定，也方便做来源追溯。另外在实际调整中我发现，多轮对话里的 system 消息需要重复加强约束，因为模型在长对话中会逐渐漂移到通用表达模式。在每个关键轮次重新放一遍"仅凭材料作答"这类约束，比只放在第一轮有效得多。

提示：如果在 API 日志里发现某轮输出开始变长且信息密度下降，多半是约束被对话稀释了。不要犹豫，立即在 system 里恢复约束并压缩此前对话轮次。

4. 应用场景落地：长文、代码与数据标注的提示词模板

4.1 长文写作：提纲、扩写、去 AI 味的三段式链

长文是 DeepSeek 幻觉重灾区，因为篇幅越长，模型需要补全的内容越多。直接让模型"写一篇 3000 字的文章"，它会在中后段开始重复观点，甚至产生与开头矛盾的数据。应对方案是分段生成，把一次长文生成拆成三步：先出提纲，再逐节扩写，最后整体去 AI 味。

第一步的提纲提示词只要求结构，不要求内容：

请为以下主题设计文章提纲，包含 5 个一级小节和每个小节下 2 个二级要点。 主题：{主题} 要求：每个小节必须有明确论点，不能空泛。

拿到提纲后进入逐节扩写阶段。我的做法是，一次只给模型一个小节，同时把上一节的开头结尾作为衔接上下文放进去，提醒模型保持语气连贯。这个小节目标字数不要超过 500 字，这样模型不需要靠注水来凑篇幅。最后一步是去 AI 味，这也是很多人拿到初稿后最头疼的部分。可以这样要求模型："改写以下段落，去掉常见的 AI 套话（如综上所述、值得注意的是、随着科技的发展），让句子长短交错，保留口语化的过渡词。"这里的关键是给出具体的禁用词清单，而不是抽象地说"写自然一点"。

三段的提示词链之间，要保留上一阶段的原始输出文件。我一般会在每个阶段导出独立的文本文件，不做覆盖式更新，这样如果最后成稿出了问题，能直接回溯到某个中间版本排查。这个习惯在长文生产中能省下不少返工时间。

4.2 代码辅助：把运行环境与目标写进提示词

DeepSeek 在代码生成上的幻觉表现得非常隐蔽——生成的代码能跑通，但可能使用了不存在的库函数或过时的 API。这是很多开发者反馈"代码看起来没问题，但一跑就报错"的典型原因。避免的办法仍然从提示词设计入手，要强制模型把生成范围限制在你指定的技术栈内。

一个可靠的代码生成提示词包含四件事：语言与版本、目标环境、输入输出样例、不允许使用的依赖。例如：

请用 Python 3.10 + pandas 2.0 实现以下功能： 读入 CSV 文件，按日期列排序后输出每个用户的最后一条记录。 输入样例： user_id,date,amount A,2024-03-01,100 A,2024-03-02,150 输出要求：结果保存为新 CSV，包含原始所有列。 注意：只允许使用 pandas 和内置库，禁止使用其他第三方库。

这里"禁止使用其他第三方库"是在压缩模型的选择空间。它不能顺便引入一个不常见的库来简化逻辑，只能基于标准方案实现，幻觉概率会明显下降。另外，对于代码审查类任务，我习惯要求模型"在每段函数上方用注释说明该函数的行为边界"，这样模型会在实现过程中自己检查逻辑完整性。代码类的幻觉问题在生成阶段很难完全消除，配合单元测试验证仍然是最终的把关手段。

4.3 数据标注与批量文本处理：幻觉率压到 5% 以内的做法

数据标注场景里，幻觉带来的损失最直接：标注错误会污染整个数据集，后续模型微调等于在垃圾上盖楼。用 DeepSeek 做标注的正确姿势，是把标注任务设计成"分类 + 证据引用"的结构，而不是让模型自由描述。

任务：判断以下用户反馈属于哪个类别。 类别选项：功能缺陷 / 体验问题 / 建议需求 / 其他 反馈：{输入内容} 输出格式： 类别：{选项之一} 判断依据：{引用反馈原文中的关键词或短语}

这个模板看起来简单，能量却不小。强制输出"判断依据"可以让标注误差在源头被拦截。如果依据里引用的原文字段和类别不匹配，人工抽检时一眼就能发现。实践中，这个结构能把批量任务的幻觉抽检不合格率控制在 5% 以内。整个流程我建议再叠加一层自动校验：把"类别"字段映射成枚举值，凡是输出不在枚举范围内的样本自动进入人工复核队列，这能避免模型自创分类标签。

对于需要大规模批量调用的团队，提高提示词稳定性的另一个做法是把标注规则写入 system 消息，user 消息只放输入文本。这样同一个规则会被应用到所有样本，不会被用户输入里的特殊措辞带偏。此外，批量任务必须打开温度参数日志，记录每次请求的实际参数值，防止有同事在调试时改乱了参数导致整批标注结果漂移。

5. 避坑清单：DeepSeek 提示词设计里反复出现的 5 个真问题

5.1 角色设定用力过猛，模型开口就是表演腔

现象：给模型设定了一个很"高大上"的角色后，输出里满是空话套话，核心信息反而模糊。比如设定"你是有着 20 年经验的战略咨询顾问"，模型回了一整段"在当今复杂多变的市场环境下"的开场白，你要的结论被淹没在修辞里。 原因：角色设定过强会让模型进入模仿模式，把注意力放在风格的模仿上，而不是任务本身。 解决：把角色表述压缩到"职业 + 任务场景 + 输出要求"三个要素以内，去掉形容词。改成"你是战略顾问，正在帮客户做市场进入决策，输出请按结论、依据、建议三段组织"。

5.2 一个提示词塞了五个任务，只完成了一个

现象：要求模型同时完成摘要、翻译、关键词提取、格式转换和语气调整，最终输出里只有第一个任务被认真执行了。 原因：模型在长提示词下对多个指令的注意力分配不均，排在后面的指令容易被忽略。 解决：坚持一个提示词只做一件事。需要多个操作就串成多条提示词，前一条的输出作为后一条的输入。对于 API 调用，建议把每类任务封装成独立函数，方便单独调试。

5.3 没给"不知道"的退路，幻觉高发

现象：问模型一个材料里没有明确答案的问题，模型还是会给出一个看起来合理的答案。 原因：模型没有接受过"承认不知道"的指令，它的训练目标偏向于给出完整回答，留白在概率上是不受欢迎的。 解决：在提示词里显式声明"如果材料不足以回答，请回答'未提及'"。这句话能有效改变模型的生成路径，让它把"未提及"当作合法选项。注意要写好退路句式，不能用"你可以说不知道"这种模糊表述，要直接给出一模一样的标准话术。

5.4 温度调到 0 就以为万事大吉

现象：把 temperature 设为 0 后，模型确实不再发散，但出现了重复用词和机械结构，甚至在多轮对话中不断重复同一句话。 原因：temperature 为 0 意味着每次都选概率最高的词，长远来看会陷入局部循环。此外它不能解决知识缺口导致的幻觉。 解决：temperature 控制在 0.2 到 0.5 之间，而不是极端值。幻觉的根源在提示词的结构，不在随机性。先用事实锚定和格式约束把幻觉压住，再把温度调低以实现稳定输出。

5.5 多轮对话长跑后的主题漂移

现象：对话推进到第 5 轮以后，模型开始引用前面的对话内容回答问题，但引用的内容已经偏离了原始事实。 原因：每轮对话都有出现偏差的可能，这些偏差被模型当作既成事实，在后续轮次中继续参与推理，错误像滚雪球一样被放大。 解决：后端代码里给每轮消息做摘要，把无关节去掉后再拼接进下一轮请求。消息长度不只是 token 问题，更是错误累积问题。关键项目上，每轮请求都要把当前问题需要的上下文重新组织一遍，不要直接整个对话历史丢给模型。

6. 验证技巧：用一套 50 条的评测集管住提示词迭代

提示词改版时最怕的问题是旧问题解决的同时引出新问题。要给提示词上后悔药，我的做法是维护一套固定的评测集。规模不需要大，50 条就够，但覆盖面要全：20 条事实类问答、10 条摘要类、10 条格式转换类、10 条拒绝回答类。每跑一次新版提示词，把输出逐条对照标准答案打分，0 分算错误，0.5 算部分正确，1 分算通过。

每次改版后记录三个数：总得分、幻觉条目数、超时/报错条目数。幻觉条目数的定义是"输出中出现了输入材料不存在的具体信息"。只要幻觉条目数不降反升，说明这次改版是在牺牲事实性换格式，应该回退。这套方法极其朴素，却能拦住大部分拍脑袋改提示词带来的回归问题。

我自己的习惯是在改提示词前先跑一遍基线，把跑分截图存下来，改完再跑一遍对比。这比"感觉好像变好了"要靠谱得多。最终要记住的是，DeepSeek 的提示词设计不存在一劳永逸的最优解，模型会更新，场景会变化，但评测集可以持续复用，它才是提示词工程里最有复利价值的资产。希望这篇内容能让你少走一些我走过的弯路。

本文还有配套的精品资源，点击获取