应严格采用“角色设定+任务目标+输出约束”三要素指令结构，适配Qwen3需添加[Qwen3-Chain:Enable]标识并分步拆解任务，Coze平台须用/deepseek_mode strict_v2前缀及YAML参数，灵光平台可直接使用【场景】快捷前缀。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您尝试调用DeepSeek模型生成内容，但提示“话术指令无效”或输出不符合预期，则可能是由于指令格式不规范、未适配Qwen3或当前API版本变更所致。以下是解决此问题的步骤：
一、使用官方推荐的基础指令结构
DeepSeek官方强调，有效话术需严格遵循角色设定+任务目标+输出约束三要素组合，避免模糊动词与开放性提问。该结构适用于网页版灵光、千问APP及Coze平台接入的DeepSeek-R1模型。
1、在输入框顶部明确声明角色，例如：你是一名资深法律文书助理，专注起草民事起诉状。
2、紧接具体任务描述，使用祈使句，例如：请根据以下事实生成一份格式规范的起诉状正文，字数控制在800字以内。
3、末尾添加不可省略的输出限制，例如：禁止添加案号、法院名称等占位符；所有法律条款引用须标注《中华人民共和国民法典》第X条。
二、适配Qwen3模型的增强型指令写法
自2025年11月起，DeepSeek-R1全面兼容Qwen3底层架构，需启用新式指令标记以激活多步推理能力。未加标记将默认启用基础响应模式，导致逻辑链断裂。
1、在指令开头插入系统级标识符：[Qwen3-Chain:Enable]。
2、将复杂任务拆解为带编号的子任务，每项以“Step X：”起始，例如：Step 1：提取用户提供的三份合同中违约金条款的数值与适用条件。
3、在最后一步强制指定输出模板，例如：Step 3：按「差异点｜原文摘录｜法律风险等级（高/中/低）」三栏表格输出结果。
三、通过Coze平台调用时的智能体专属指令
在扣子（Coze）平台部署DeepSeek科研助手智能体时，需绕过通用对话层，直接注入Bot-Level指令。该方式可跳过用户输入清洗环节，提升指令解析准确率。
1、进入智能体「设置」→「Bot 指令」字段，粘贴完整指令字符串。
2、字符串首行必须为：/deepseek_mode strict_v2。
3、第二行起使用YAML语法定义参数，例如：output_format: markdown_table; max_steps: 4; forbid_words: ["可能","大概","建议"]。
四、网页版灵光平台的快捷指令前缀库
灵光网页版内置四类高频场景前缀，无需记忆完整语法即可触发对应行为模式。这些前缀已通过2025年12月9日发布的v1.3.7热更新验证。
1、学术写作场景输入：【论文润色】请将以下段落改写为符合《Nature》语言风格的英文摘要，保留全部数据参数。
2、代码生成场景输入：【PyTorch调试】给出能复现RuntimeError: expected scalar type Float but found Double的最小可运行示例及修复方案。
3、政策解读场景输入：【2025医保新规】逐条比对《关于健全基本医疗保险参保长效机制的指导意见》与2024年试行版的修订内容。
4、多模态协同场景输入：【图生文强化】根据上传的电路图，用中文列出所有未标注元件的型号推断依据，每条依据不超过15字。
