DeepSeek 提示词设计、幻觉避免与应用【兼谈Manus智能，附下载链接】

今天你会收获的

• DeepSeek 如此聪明，提示词是否还重要

• DeepSeek-R1 和 V3 模型的不同性格

• 推理模型和非推理模型不同的提问策略

• 设计提示词，让 DeepSeek 做炫酷图表和动画

• DeepSeek 并非完美：搞清优点和缺陷

• 谈谈最近爆火的 Manus 智能体

内容精要：

推理（如DeepSeek-R1）提示词变化

不太需要

• 角色设定

• 思维链提示（中间过程）

• 结构化提示词

• 过多解释

• 过多干预、手把手教学

• 重复的“逐步思考”指

谨慎提供

样本提示（举些例子）

上下文和行业知识

仍然需要

充分提供背景信息

（六何分析法）

• RAG 知识库

• 使用分隔符提高清晰度

• 详细的最终目标和格式细节

通过提示词解决幻觉

1. 知识来源限定：指定权威来源作为回答依据。为了确保最好的效果，如果有可能，相关来源最好上传给AI，或者作为提示词的一部分附加上去。例如：请严格根据《中国药典》(2020版)回答以下关于黄连用量的问题。如信息不在药典中，请明确标注"暂无权威数据支持"。

2. 时间限定：通过明确时间范围，防止模型对未来事件进行虚构。例如：基于2023年之前已发表的科学文献，请解释暗物质研究的主要发现和限制。

3. 明确标注：要求模型对不确定内容进行明确标注。例如：请回答关于量子计算的问题，并对任何不确定的信息使用[低确定性]标签，对有争议的观点使用[存在争议]标签。

4. 移除幻觉部分：这是我经常使用的方法。DeepSeek的幻觉经常出现在举例和数据这两块。因此我们可以直接去除。例如：论证为何DeepSeek-R1模型很先进。注意严格按照科学方式解读，不要举例子，不要列举倍数、百分比等数字。

通过开发方法解决幻觉

RAG增强框架：检索增强生成(RAG)通过实时查询外部知识库，显著提高回答准确性。针对特定领域，可以整合专业知识库，弥补通用模型的知识短板。这种方法特别适用于医疗、法律、金融等高专业性领域，能显著提升专业准确性。

精细化训练与评估：通过针对性的微调和强化学习，可以显著降低特定类型的幻觉。同时，开发自动化评估工具，能及时识别和标记可能的幻觉内容，为用户提供风险提示。

修改推理参数：通过调整温度（Temperature）、Top P等推理参数，可以在某种程度上降低模型输出的幻觉。

欢迎关注“会飞一十六”公众号获取下载链接，一起探讨AI哲学

往期精彩

企业DeepSeek落地路径、架构及方案建议

清华大学08-使用DeepSeek赋能家庭教育【文末附下载地址】

数仓中累积型快照事实表如何更新？| 基于Hive的更新方案

巧用IF函数优化复杂条件查询与数据倾斜问题

西安交大-电力人工智能多模态大模型创新技术应用【文末附下载链接】

3分钟学会SQL中的流式状态分析技术，轻松搞定离散事件流处理问题