新手入坑指南!
1、window系统要求
操作系统:win10/win11
运行内存: 16GB及以上
独立显卡:英伟达1080ti/2080或者更高版本,显存 需要12GB往上,推荐16GB 运行更加流畅。
(↑这就是使用界面)
2、找我私信拿网盘链接,或者评论区留言【Deepseek安装包】,然后下载到本地,特别简单,我奶看我的教程都能学会,你肯定也行。
网盘链接里有两个文件,一个安装包一个本地大语言模型。
我们先来第一步:先进行安装。
教程如下:
注:一般所有的安装软件默认是C盘,但我们不能安到C盘,所以要改一下安装位置。这里点击浏览,在D盘新建名为AI gpt 的文件夹(文件夹名称可以自行更改, 存放 位置也可以自行更改,命名最好不要有中文),建好这个文件夹之后,点击选择文件夹,进行下一步就可以。
第二步,接着再来把下载好model模型文件夹放到 刚刚安装的 GPT 4all的文件夹跟目录里,将model路径(D:AI gpt model)进行复制,打开GPT4all的应用程序,进入主界面以后找到设置选项,把复制好的模型文件路径 粘贴到这个输入框内。(该下载目录 路径位置 可以自行创建)
模型路径修改好以后,重启软件选择开始聊天,点击载入 模型,等待加载完毕后就可以在光标闪烁的地方与本地大语言模型进行对话。
对就是这些,没什么难度。
安好之后只是玩Deepseekde的第一步,这么好用的工具,接下来说的就是通关秘籍了。
特别注意嗷,这个使用方法是官网Deepseek版本通用的,即便你没有本地部署,也是可以用的!!!
我们直接说,官网版怎么用。
1.访问官网:打开浏览器,在地址栏输入 “www.deepseek.com”,回车进入官网。
2.注册账号:进入官网后,选择邮箱 / 手机号 / 微信登录,建议用常用邮箱。
3.验证身份:注册成功后,到注册邮箱查验证邮件,若收件箱没有,去垃圾箱找找,点击邮件中的确认按钮完成验证。
4.首次登录:验证后登录,设置密码采用 “大小写字母 + 数字+符号” 组合,如 “Seek2025@deep”。
1.对话输入框:在此输入问题与deepseek对话,按 “Enter” 键发送。
2.开启新对话:重置上下文,新建对话。
3.历史记录栏:控制台左侧列表显示所有对话记录,点击右侧省略号可 “重命名对话”,方便查找。如将毕业论文相关对话命名为 “毕业论文辅助”。
4.上传附件:点击回形针图标,可快速插入图片、word、表格等用于分析总结等。
实操熟悉控制台功能:
1.在对话输入框发送“你好,请做一个简单的自我介绍”。
2.点击 回形针图标,上传任意文档,输入 “请帮我总结文档内容”。
3.右键点击对话记录,选择 “重命名对话”,将当前对话命名为 “对话练习”。
和 AI 对话时,掌握有效提问技巧,能让它给出更符合你期望的答案。下面是五个关键法则:
法则一:明确需求
「帮我写点东西」,这样 AI 不清楚具体要写什么。
「我要写一篇小红书推广文案,宣传自制的草莓果酱,突出手工制作和新鲜原料」,明确写作目的、平台和重点内容。
法则二:提供背景
「分析这个数据」,AI 不了解数据情况,难以有效分析。
「这是我经营的早餐摊一个月的收支数据,分析利润变化及成本较高的项目」,提供数据来源和分析方向。
法则三:指定格式
「给我一些减肥方法」,AI 给出的内容可能不便于查看。
「请用列表形式列举 5 种适合上班族的减肥方法,包含具体操作和注意事项」,规定输出格式和内容要点。
法则四:控制长度
「详细讲讲人工智能」,AI 可能给出长篇大论。
「用 100 - 150 字介绍人工智能在日常生活中的应用,给老人科普」,限定字数和受众,使答案更聚焦。
法则五:及时纠正当回答不符合预期时,及时提出修改要求。比如:
- 「这个减肥方法需要的运动时间太长,给我推荐些每天半小时内的方法」,针对内容不符合需求进行调整。
- 「这段文案语言太专业,用更通俗的语言重写」,对语言风格提出修改意见
/ 续写:若回答中断,用此指令让它继续生成内容。
/ 简化:可将复杂内容转化为通俗易懂的表述,方便理解。
/ 示例:在学习新知识或写代码时,用它获取实际案例,加深理解。
/ 步骤:想了解某项操作流程,如 “/ 步骤 如何修剪室内绿植”,AI 会分步骤指导。
/ 检查:写文档时,用它检查内容是否存在错误。
掌握文档分析技巧能高效获取文件中的关键信息。具体操作流程:
1.上传文件:进入 DeepSeek ,找到界面上的 “回形针” 图标,点击后系统会弹出文件选择窗口,支持上传 PDF、Word、TXT 格式的文件。选择你需要分析的文档,等待上传完成。
2.输入指令:文件上传成功后,在对话输入框中输入具体指令。比如,你上传了一份公司的季度财务报告,可以输入 “总结这份季度财务报告的三个核心要点”;要是上传的是一份合作合同,就可以输入 “提取合同中的保密条款制成表格” ,让 AI 按需求处理文档。
3.进阶技巧:
- 对比分析:当你有两份相关文档时,例如文档 A 和文档 B 是两家竞争公司的市场推广方案,你可以输入 “对比文档 A 和文档 B 的市场策略差异”,AI 会分析并指出两者的不同之处。
- 数据提取:如果上传的是一份实验报告,里面包含大量数据,你想整理出其中的温度数据,输入 “从实验报告中整理所有温度数据”即可提取。
如果文档超过 50 页,文件过大可能会影响分析效果,建议先将文档拆分处理,再分别上传分析。
对于扫描版 PDF 文件,要确保文字是可复制状态。若文字无法复制,AI 可能无法准确识别和分析内容。
利用 Deepseek写代码能快速提高开发效率,下面是具体的方法和步骤:
1.万能模板:
【语言】Python
【功能】批量重命名文件夹内的图片文件
【要求】 - 按数字顺序命名 - 保留原文件格式 。明确语言、功能和具体要求,方便 AI 生成符合你需求的代码。
2.进阶命令:
- 添加注释:让 AI 为生成的代码添加注释,解释每段代码的作用,方便你理解和后续修改,比如输入 “请为刚才生成的代码添加注释”。
- 逐行解释:对于关键代码段,请求 AI 逐行解释,帮助你掌握代码逻辑,如 “请逐行解释这段代码中文件重命名部分的逻辑”。
- 处理报错:如果运行代码时遇到报错,直接将错误信息粘贴给 AI,它会帮你分析错误原因并提供解决方案 。
阶段一:开题攻坚
1.找研究方向:对于环境科学专业的研究生,想要开展水污染治理方向的研究,可向 AI 输入 “我是环境科学专业研究生,专注水污染治理方向,想做创新性研究,请推荐 5 个合适课题。要求结合当下新兴技术,实验可行性高,同时给出相关参考文献查找关键词”。
2.优化题目:假设原题目为 “污水处理技术研究”,AI 可优化为 “基于纳米材料的高效污水中重金属离子吸附处理技术研究”,使研究重点和创新点更突出。
3.文献速览:上传多篇水污染治理相关的 PDF 文献后,使用指令 “请用表格对比各文献的研究方法、实验条件和研究成果,按‘研究方法 / 实验条件 / 研究成果’三列整理”,快速梳理文献核心内容。
阶段二:正文写作
1.方法描述:将实验过程转化为规范的学术语言。例如输入 “请把这段实验描述改写成学术被动语态:‘我们通过向污水样本添加特定微生物,观察水质变化’”。
2.数据可视化:提供污水处理实验得到的水质指标变化数据(Excel 格式),输入指令 “请推荐三种适合展示不同处理阶段水质指标变化的图表类型,并说明选择理由”,借助合适图表呈现研究数据。
3.降重技巧:针对重复段落,使用指令 “/ 学术化改写 保持原意但调整句式结构”,如对描述污水处理原理的重复段落进行改写,降低论文重复率。
阶段三:格式调整
明确论文格式要求,让 AI 检查并指出问题。
比如 “请检查我的论文格式是否符合以下要求:二级标题采用四号宋体加粗;参考文献采用 GB/T 7714 - 2015 格式;图片需有图注且统一编号为‘图 1’‘图 2’等形式;段落间距为固定值 20 磅”。
阶段四:仅做文本辅助
1.查重降重一体化:通过输入
“分析以下段落:[粘贴文本],预测查重率及高危片段 (标红显示);识别潜在引用缺失 (推荐 3 篇相关文献);给出改写建议 (同义替换 / 结构调整)”
提前对论文内容进行查重预检。
2.期刊匹配引擎:输入研究领域、创新点、数据量等关键信息
如 “- 领域:水污染治理中微生物技术应用 2 - 创新点:发现新型微生物菌群对特定污染物的高效降解作用 - 数据量:涵盖 10 个不同污水样本的处理数据”
让 AI 推荐合适的投稿期刊,并标注格式要求差异、最新影响因子和审稿周期。
3.辅助必备:使用实时监控指令
如 “追踪 [水污染治理中微生物技术] 的最新预印本,每月生成简报”“发现与我研究方法相似的已发表论文,对比优劣势”
掌握研究领域最新动态。
学术写作务必严谨,避免模糊表述,引用内容要明确出处;
涉及敏感数据,用假设数据代替真实信息;
答辩 PPT 生成后,一定要人工检查动画逻辑。
1.标题生成术:在抖音平台发布宠物相关内容,可让 AI 生成标题,如输入 “请生成 10 个关于‘猫咪训练小技巧’的抖音标题,要求使用热门话题标签,突出训练效果,有吸引力且不超过 15 字”;若在公众号发布摄影技巧文章,输入 “将‘摄影构图技巧’改写成吸引摄影爱好者的公众号文案标题,要求使用悬念手法,带引导关注话术”。
2.内容创作模板:以旅游类短视频脚本为例,输入 “【类型】旅游类短视频脚本 【主题】小众海岛旅行攻略 【要求】 1. 突出当地特色景点和美食 2. 每 30 秒设置一个吸引人的旅行亮点 3. 结尾引导观众留言分享旅行经历”。
3.排版优化技巧:为适应小红书排版要求,输入 “将这段文字改造成适合小红书的排版:每段不超过 3 行,重点内容加表情符号强调,添加分割线如‘
’,关键数据用彩色字体标注”,优化内容排版。
4.数据分析:上传自媒体后台数据截图,输入 “分析粉丝地域分布和互动习惯,建议下一周发布内容的主题方向和发布时间,用图表形式展示粉丝互动高峰时段”,借助 AI 分析数据,合理安排发稿时间和内容。
1.输入背景:明确学习目标、当前水平和可学习时间,如 “我打算三个月内通过注册会计师考试中的会计科目,目前基础知识掌握程度一般,每天能投入 4 小时学习时间”。
2.生成计划:让 AI 按周制定学习计划,包括每日各科时间分配、必备资料清单和阶段自测时间点,输入 “请按周制定备考方案,包含每日会计科目学习时间分配,必备的学习资料清单,每周的知识点小测验时间点”。
3.动态调整:根据学习进度调整计划,如 “本周会计分录部分的练习题错误率较高,请重新调整下周会计分录的学习计划”。
知识点攻克策略
1.概念理解:用多种方式加深对知识点的理解,如 “用三句话解释会计中的权责发生制,第一句类比日常生活缴费,第二句给出专业定义,第三句举例说明在企业财务中的应用”。
2.错题分析:上传错题照片后,输入 “请解析这道会计计算题的错误根源,并推荐 5 道同类强化练习题”,利用 AI 分析错题、巩固知识。
3.记忆强化:对于需要记忆的内容,让 AI 生成记忆口诀,如 “将这些会计科目名称和核算内容生成记忆口诀,每句 7 个字押韵”。
在不同场景使用 AI 时要注意:
论文场景,避免使用宽泛指令
细化问题;自媒体场景,人工核实 AI 生成的时事评论
学习场景:对 AI 给出的学习建议,可以继续追问科学的实施方法
在学习过程中,合理借助工具能大幅提升效率,DeepSeek 就能成为你强大的学习助力。下面从多个场景为你介绍如何利用它提高自我学习能力。
1.1 论文精读秘籍 —— 三阶速读法
- 预判提问(5 分钟):在阅读论文前,借助 DeepSeek 快速把握核心要点并提出疑问。例如输入指令 “请用 200 字概括《关于人工智能在医疗影像诊断中的应用研究》的核心创新点,用‘已知… 但… 因此…’结构表述,并列出 3 个值得深挖的疑问” ,帮助你在开始阅读前就对论文有初步认知,明确阅读重点。
- 图表解析(关键突破):面对论文中的图表,向 DeepSeek 提问能深入理解实验设计逻辑。如 “解释 Figure4 的实验设计逻辑,用箭头图表示变量关系,并标注作者可能省略的控制变量” ,让你轻松攻克图表难点,理解研究背后的原理。
- 批判思考(防被带节奏):阅读完论文后,通过指令进行批判性思考。比如 “找出该研究方法的 3 个潜在局限,并提供 2 篇 2023 年后发表的反向证据论文 DOI” ,避免盲目接受论文观点,培养独立思考和学术批判能力。遇到复杂公式,还能按 Alt + 鼠标拖动选择后,问 “请用小学数学知识解释这个公式的含义”,帮助理解公式本质。
1.2 错题攻克流水线 —— 四步提分法
- 错因诊断:拍照或输入题目后,利用 DeepSeek 分析思维误区。例如 “分析我在这道数学函数题中的思维误区,用认知心理学中的【思维定式】概念解释” ,从根源上找到错误原因,加深对知识点的理解。
- 变式训练:让 DeepSeek 基于错题知识点生成变式题,提升解题能力。输入指令 “基于该题知识点生成 3 道难度递增的变式题,附加解题思路提示(不直接给答案)” ,通过练习不同形式的题目,强化知识运用能力。
- 记忆强化:将解题关键步骤转化为便于记忆的形式。比如 “把解题关键步骤转化为顺口溜,要求押韵且包含‘函数定义域’‘对称轴’等术语” ,帮助你快速记忆复杂的解题要点。
- 监控报告:了解学习进度,输入 “统计我过去一周在几何图形板块的错题类型分布,用饼状图呈现并标注突破优先级” ,依据报告调整学习重点,提高学习效率。注意,提问时避免直接要答案,用 “给我提示而不是答案” 触发引导模式。
1.3 会议纪要革命 ——30 秒整理术
- 录音转重点(需上传录音文件):会议结束后,上传录音文件,输入指令 “提取关键决策:用【决议事项】【责任人】【时间节点】三栏表格呈现,红色标注有争议的内容” ,快速梳理会议核心内容,明确各项任务安排。
- 行动清单:进一步追问,“把会议内容转化为 SMART 原则任务清单,标注需要跨部门协作的事项” ,将会议内容转化为具体可执行的任务,方便跟进和落实。
- 可视化呈现:使用高阶指令将项目时间线转化为甘特图代码,如 “将项目时间线转化为甘特图代码(Mermaid 语法格式),用
标注关键依赖节点” ,更直观地展示项目进度和任务关系。还能输入 “开启时间戳模式” 自动标注每个议题讨论时长。
1.4 创建个人知识库 —— 三步构建法
- 信息抓取:设置指令让 DeepSeek 自动收集学习过程中的关键信息,如 “实时监控 AI 对话,自动提取以下内容到知识库:我重复使用 3 次以上的指令 ;被标记‘重要’的解决方案 ;修改超过 2 次的输出内容” ,逐步积累个人知识资产。
- 智能标签:为知识库添加多维度标签,方便分类查找。例如输入 “为知识库添加多维度标签:# 数学题型解法 ” ,使知识分类清晰,便于快速检索。
- 主动推送:设置触发机制,让相关知识主动呈现。比如 “当我讨论‘数据分析方法’时,自动显示知识库中相关案例和过往成功方案” ,在需要时及时获取知识支持。
模块 1:输出校准三板斧
当觉得 AI 给出的答案过于官方、不接地气时,可按以下流程修正。例如输入 “开启小白模式” 禁用专业术语;接着追加 “举个生活中常见的例子” ,让解释更通俗易懂;最后用 “检查是否有超过 20 字的句子” 精简内容。如原句 “利用大数据算法进行用户画像分析”,修正后可能是 “就像给每个人贴上不同的标签,大数据算法能快速找出大家的特点” 。
模块 2:敏感内容过滤器
在输出内容时,要注意规避风险。不同类型风险有不同的自检和修正方法
模块 1:代码调试 ——5 分钟精准排错
1.错误信息翻译:遇到代码报错时,使用指令模板让 DeepSeek 解释问题。例如 “【错误诊断模式】我遇到 Python 报错:‘IndentationError: unexpected indent’ 请: 1. 用小白能懂的话解释问题本质 2. 标注可能引发该错误的 3 个常见场景 3. 给出最可能的修复方案 (标★) 和其他备选方案” ,帮助你快速理解错误原因并找到解决办法。
2.上下文分析:结合上下文代码片段进一步排查问题。输入 “结合上下文代码片段: [粘贴相关代码] 请: 1. 用箭头图画出变量值变化轨迹 2. 在可疑行号旁标注
并说明原因 3. 输出修改后的代码差异对比 (用绿色 +/ 红色 - 标注)” ,深入分析代码执行过程,精准定位和解决问题。
3.防御性编程:针对错误类型进行预防。例如 “针对这个错误类型:
- 设计 3 个单元测试用例 (含边界条件)
- 生成代码片段:自动检测同类错误的防护性代码
- 推荐 2 个相关调试工具 (VS Code 插件 / Python 库)” ,提高代码的稳定性和可靠性。
遇到复杂错误时,追加指令 “用生活中的例子解释这个问题” 快速理解本质。
模块 2:自动化脚本 —— 从需求到代码
以 “自动备份指定文件夹到阿里云盘,每周日凌晨执行,保留最近 5 个版本” 为例:
1.需求结构化:输入指令 “将需求拆解为技术要素: 1. 文件操作模块 (增量备份 / 版本控制) 2. 网盘 API 对接 3. 定时任务配置 4. 异常处理 (网络中断 / 存储不足) 输出技术选型建议表 (含优缺点对比)” ,将复杂需求拆解为具体技术点,明确开发方向。
2.代码生成:分步输入指令让 DeepSeek 生成代码,如 “1. 遍历指定文件夹,生成文件哈希值用于版本对比 2. 调用阿里云盘 API 上传文件 (需处理 OAuth2. 认证) 3. 添加日志记录 (时间 / 操作 / 结果) 4. 用 APScheduler 设置每周定时任务 要求: - 输出.env 文件模板 - 每段代码添加中文注释 - 分离配置文件和核心逻辑” ,逐步实现功能代码编写。
3.测试优化:输入 “为上述代码设计测试方案: 1. 模拟断网环境下的重试机制 2. 测试不同版本保留策略 3. 内存泄漏检测方法 生成测试用例的伪代码” ,确保代码质量,优化功能。
4.交付文档:使用指令模板生成用户手册,如 “1. 安装依赖的 pip 命令清单 2. 配置文件修改图示 (红框标注必填项) 3. 常见问题排障流程图 4. 服务监控方案 (Prometheus 指标设计)” ,方便后续使用和维护。注意遇到 API 调用问题,使用指令 “生成带错误处理的 API 调用代码模板”;需要跨平台兼容时追加 “确保代码在 Windows/MacOS/Linux 均可运行”。
模块 3:技术面试 —— 精准打击考点
1.考点预测:根据目标公司和自身技术栈,输入指令预测考点。例如 “根据字节跳动近 3 年 Python 岗面经和我的技术栈:Python,输出: 1. 高频考点 TOP10 (按出现频率排序) 2. 对应 LeetCode 题号 (标注原题 / 变式题) 3. 系统设计重点领域 (附学习路线图)” ,明确面试重点,针对性备考。
2.白板编程模拟:进行模拟面试练习,输入 “给我一道中等难度的链表题目,要求: 1. 包含递归和非递归两种解法 2. 设置 2 个易错测试用例 3. 附带时间复杂度分析要点” 生成题目;接着 “现在开始面试模拟: 1. 请用伪代码描述思路 (计时 10 分钟) 2. 我会指出 3 个潜在 bug,请现场修复 3. 最后给出优化建议 (空间换时间策略)” ,模拟真实面试场景,提升面试能力。
3.智能反馈:提交代码后获取评估,如 “根据我的代码:[粘贴代码] 请: 1. 按大厂评分标准给出 ABC 等级 2. 标注代码亮点 (如优雅的边界处理) 3. 指出可能扣分的坏味道 (如魔法数字)” ,了解自己的代码水平,针对性改进。还能输入 “生成 10 个高频追问问题” 获取追问问题,如 “如果数据量扩大 100 倍,如何优化代码性能?” ,提前准备应对策略。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/217981.html