清华刷屏的《DeepSeek 从入门到精通》，是 AI 进阶的开挂宝典

最近有个朋友吐槽：“AI 工具学了一堆，但用起来总像在抽盲盒一样，指令发出去以后，有的问题确实可以解决，但也有的答非所问，或者干脆就是一本正经胡说八道。结果自己不仅错信了 AI 的谎言，还要花费更大的力气来反复检查辨别 AI 生成内容的真实性。”

相信有着同款烦恼的人并不在少数。伴随着 DeepSeek 的爆火，大语言模型的用户数量激增，但绝大多数人都是第一次接触 AI，很难说得明白 AI 到底是什么，更不用说如何熟练使用大模型了。

而就在这几天，清华大学新媒体研究中心推出的《DeepSeek 从入门到精通》火遍各个 AI 社群。这份 100 多页的 PPT，不是枯燥的技术文档，而是从 0 开始把 AI 调教成“私人助理”的全套攻略——从写爆款文案到设计品牌故事，从学术研究到代码生成，甚至教你如何让 AI“自我反思”。

下面我们就来深入扒一扒，这份清华大学打造的“AI 通关秘籍”，到底有哪些宝藏。

技巧进阶：拆成积木，治疗幻觉

在这份报告中，AI 使用者被分成了青铜、黄金、王者三个等级：

青铜级：绝大多数新手使用者都处于这个阶段，他们大多数只会简单地发出指令，比如“帮我写个总结”“写一篇新能源汽车的行业分析”等，会使用一些常用的基础提示语。

黄金级：这个级别的使用者能够提供并设计结构化指令。啥意思呢？比如说“用 TASTE 框架写小红书文案，禁用夸张词”，基于此类指令能够快速把需要的元素组合起来，还能通过提示来引导注意规避一些伦理问题。

王者级：这个级别能够把 AI 变成自己打工的助手。在进行工作流设计时，还能够让 AI 运用创新方法论。AI 也能够基于这些指令实现类似“概念嫁接法”来生成品牌跨界方案。

当然，大模型发展至今已经细化到了多个流派，而如今最火的大模型 DeepSeek-R1 就是典型的推理模型，其就像典型的理科科尖子生，擅长数学证明、代码生成（但写诗可能翻车）。而像 ChatGPT-4 等则是非推理大模型，其侧重于自然语言处理而非深度推理，因此不擅长做复杂推理和决策，更适合写各种作文。

不同的模型类型也会使得其思考模式存在不同。主要分成了两种思考模式，一种是快速反应模型，其答案采用的是概率预测方式，靠概率猜答案速度快且算力需求低，但问题就在于很容易“满嘴跑火车”。  另一种慢速思考模型，其采用的是链式推理模型，像人类一步步推理，速度慢但准确性高。

举个例子来讲，当我们问 AI“为什么猫咪喜欢纸箱时”，采用快速反应模型的 AI 会很快告诉你“因为纸箱有安全感！”但这个答案很可能是 AI 直接在大量的答案中搜索出来甚至是瞎编的，而非对问题的解剖作答；而采用了慢速思考模型的 AI 会先分析问题需求，然后一步一步拆解并引用真实研究，回答“根据动物行为学研究，狭小空间能触发猫咪的捕猎本能，同时纸箱材质保温性好……”

这就是两种模式的典型差异——我们在 DeepSeek-R1 和 DeepSeek-V3 两种模式切换时看到的答案不同就来自思考模式的不同。这种差异对于我们来说往往就意味着提示语需求的不同，我们来举个例子看，如果把提示语设计比作做菜的话，信息类元素是食材，结构类元素是刀工，控制类元素是火候——三者结合才能炒出 AI 的“满汉全席”。

当然，我们不断优化自己的提示语主要还是为了获取真正自己想要的信息，也就是要破除 AI 的“一本正经胡说八道”，也就是 AI 幻觉。AI 幻觉通常意义上是指生成式人工智能 模型在生成文本或回答问题时，尽管表面上呈现出逻 辑性和语法正确的形式，但其输出内容可能包含完全 虚构、不准确或与事实不符的信息。打个比方，这种情况就像是喝多的朋友吹牛：开头逻辑清晰，中间逐渐离谱，最后自己都信了。

AI 幻觉分为 5 类，包括数据误用（如把 2023 年的数据套到 2025 年预测）、脑补型（如没有数据支持，硬编专业术语）、逻辑漏洞型（如在数学推导中途出错，但假装自己很对）等。

那么想要破除 AI 幻觉要怎么做呢？大体包含几类方式：

• 多源验证：让 AI 提供数据来源，并交叉比对；

• 反事实提问：“如果这个结论不成立，可能是什么原因？”

• 分段审核：要求 AI 分步骤解释逻辑链，哪里不对改哪里。

  
  

实用场景：打工人的“外挂技能”

目前来看，DeepSeek 已经有成为打工人的官方外挂的趋势了，很多工作都可以交由 DeepSeek 完成初稿，然后我们自己再增加一些内容优化便可以得出比以往更加精细的内容。比如你是一名新媒体运营或者文案策划，那么 DeepSeek 可以帮助我们解决枯竭的创意问题，从此告别“憋稿到秃头”：

公众号爆款标题公式：痛点词 + 数字/对比 + 价值承诺

举个例子来看，

原指令：“写一个关于健康饮食的标题”→ AI 生成：“健康饮食的三大原则”（平平无奇）

优化后指令：“用‘痛点+数字+解决方案’结构，写 3 个针对 996 上班族的健康饮食公众号标题，要求包含‘外卖’‘快手菜’关键词，风格焦虑感与治愈感结合”→ AI 输出：

• “吃外卖胖了 10 斤？3 道 10 分钟快手菜拯救你的胃！”

• “996 打工人自救指南：月均 100 元吃出健康餐（附食谱）”

• “从‘亚健康’到‘体检全绿’：懒人健康饮食的 5 个心机技巧”

当然，我们还可以进一步给到 AI 指令，生成包含分镜头的抖音脚本。

抖音脚本速成法：PDF 里甚至给了分镜头模板：

• 【0-3 秒】冲突开场：

• “天天加班还长胖？你敢信这是吃沙拉的结果？”（主角愤怒摔碗）

• 【4-15 秒】反转打脸：

• “直到营养师闺蜜教我这样吃…”（对比镜头：油腻外卖 vs 精致便当）

• 【16-30 秒】干货输出：

• “3 个外卖党必学技巧：①替换主食→②…”（字幕+产品特写）

• 【结尾】引导互动：

• “你踩过哪些饮食坑？评论区晒图抽奖送代餐大礼包！”（手势指向屏幕）

同时，在品牌策略方面也可以与 AI 进行深度探讨，报告中提及的品牌策划三板斧也有提到，比如我们的需求是进行整体的品牌策划，我们是【品牌名】，专注于为【目标用户】提供【核心价值】，通过【差异化优势】解决【具体痛点】，与竞品【XXX】不同，我们更强调【独特主张】。

这样 AI 就可以生成相关的输出如：某小众护肤品品牌：“我们是「植然实验室」，专注于为敏感肌人群提供「成分极简」的护肤方案，通过「医院级原料+可溯源生产」解决「越护肤越烂脸」的痛点，与竞品「重营销」不同，我们坚持「用临床数据说话」。”

此外，在价值主张设计时，往往需要考虑“功能价值+情感价值”双螺旋模型，因此在内容生成时可以给予对应的引导，从而获取类似下面的信息，前者可以获取数据支持，后者可强化故事化表达。

• 功能价值：“7 天淡纹”

• 情感价值：“找回 25 岁时的自信笑容”

当然，在品牌营销中，蹭热点是一个必不可少的技能，可是如何把蹭热点变成自己的流量，而且还能不翻车就需要很强的技巧性。比较差的做法是低级硬蹭，强行加入热点话题标签，而使得内容无关或者跑题，高级一些的做法是将热点话题抽象化，进而复刻和使用。这一点在与 AI 互动时也非常重要，需要在提示语设计时考虑差异化视角和深度价值挖掘，着重引导形成独特观点，避免同质化表达。

“当你抱怨 AI 不够聪明时，可能只是你没问对问题。”

我们并不需要死记硬背指令，但是非常需要培养四大核心能力：

• AI 思维：要充分理解和运用 AI 的特性

• 引导力：像导演一样指挥 AI

• 判断力：一眼看穿 AI 的“小心机”

• 整合力：把 AI 输出变成你的创意燃料

未来不是“人 VS AI”，而是“人+AI”VS“不会用 AI 的人”。

AI 不会淘汰人，但会用 AI 的人正在淘汰同行。