Tag: deepseek

原创 58沈剑 最近幾週自學deepseek原理+應用+實踐，一些成果，跟大家分享。 與deepseek這類AI對話，為了達到最佳效果，提示詞應遵循哪三大原則？ 1. 清晰性；2. 結構化；3. 細節化； 為什麼？本質上來說，是要讓我們的提示詞去適配AI的認知模式。 deepseek 這類AI的核心技術是： 1. 注意力機制；2. 知識調用路徑；3. 資訊生成置信度控制；提示詞的3大原則，是與這3大技術一一對應的。 其一：清晰性。 《Attention Is All You Need》想必大家都讀過了，注意力機制是現代AI最重要最核心的演算法機制​​，必須讓AI將所有註意力專注於明確的目標。 1. 目標不明確，AI會嘗試性探索，注意力會分散； 2. 目標有歧義，AI容易陷入自然語言一詞多義的陷阱，注意力會分散； 3. 目標有多個，注意力會分散：這很容易理解，20秒的深度思考算力，5個目標，每個目標只得到20%的注意力；2個目標，每個目標就能得到50%的注意力； bad case：請說說AI對程式設計師的影響。畫外音：模型會被迫猜測，使用者是想了解對產業的影響？對崗位的影響？對科技的影響？對就業的影響？注意力分散，就容易產生泛泛而談的回答。 good case：請從軟體品質的視角出發，說說AI對自動化測試的影響，如何降低bug率。 總之，提示詞目標越明確越清晰，回答效果越好。 其二：結構化。 明確了目標之後，AI的注意力要專注於解題，解題有兩種思路： 1. 自行探索；2. 按圖索驥；很顯然，後者能極大提升解題效率。 結構化的提示詞，例如： 1. 分級的markdown提示詞：能夠觸發AI的序列標記感知，從而提升計算速度； 2. 第一步，第二步…這類提示詞：能夠激活AI的層級推理模組，從而直接進入流程分析模式； bad case：我是產品經理，幫我寫一個AI程式設計產品的需求文件。 good case：我是產品經理，請依照以下流程幫我寫一個AI程式設計產品的需求文件。 1. 進行AI程式設計使用者痛點研究； 2. 針對使用者痛點研究進行競品研究； 3. 結合競品研究給予TOP3的核心需求； 4. 依據TOP3的核心需求完成功能設計； 5.…