DeepSeek模型需用结构化提示词提升输出质量，含角色定义+任务指令、输入-输出格式约束、少样本、分步推理显式、否定排除+正向锚定五类模板。
☞☞☞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☜☜☜
如果您希望在使用DeepSeek模型时获得更准确、更符合预期的输出，需要构建结构清晰、意图明确的提示词。以下是几种常用的DeepSeek通用提示词模板及其具体写法：
一、角色定义+任务指令模板
该模板通过前置设定模型的角色身份，约束其输出风格与知识边界，再明确下达具体任务，适用于需专业视角或特定语气的场景。
1、以“你是一位”开头，明确指定角色，例如你是一位资深Python开发工程师。
2、紧接着用句号分隔，给出不可省略的任务动词短语，例如请逐行解释以下代码的功能与潜在风险。
3、将待处理内容作为独立段落紧随其后，不加引导语，不混入说明性文字。
二、输入-输出格式约束模板
该模板强制规定响应的结构化形态，确保输出可被程序解析或便于人工快速提取关键信息，适用于API调用、批量处理或表格生成类需求。
1、在指令中直接声明格式要求，例如仅输出JSON格式，包含字段：summary（字符串）、keywords（字符串数组）、sentiment（枚举值：positive/neutral/negative）。
2、禁止出现“请”“可以”“建议”等柔性表达，全部使用“必须”“仅”“不得”等刚性措辞。
3、提供一个格式正确的示例，置于指令末尾，例如：{"summary":"会议确认Q3上线计划","keywords":["Q3","上线","计划"],"sentiment":"positive"}。
三、少样本（Few-shot）模板
该模板通过提供2–3个高质量输入-输出对，让模型隐式学习任务模式与风格规范，适用于逻辑复杂、边界模糊或存在多种合法表达形式的任务。
1、每个样例由“输入：”和“输出：”严格分隔，中间换行，例如输入：将“用户投诉响应超时”改写为客服内部通报用语。
2、每个样例的输出必须完全符合预期标准，无歧义、无冗余、无自由发挥，例如输出：一线客服工单平均响应时长突破SLA阈值（当前4.7分钟，阈值≤2分钟）。
3、所有样例之后空一行，再写实际待处理的输入，且该输入前不加“输入：”标签。
四、分步推理显式模板
该模板要求模型暴露思考链条，避免跳跃式结论，适用于数学推导、逻辑判断、多条件决策等需过程验证的任务。
1、在任务指令中嵌入步骤标识，例如请按以下步骤作答：①识别题干中的全部约束条件；②列出满足条件的候选解；③逐一排除不符合任一条件的选项；④给出最终答案并标注依据条款。
2、每一步骤编号后使用中文顿号，且编号连续不跳缺，不得使用字母或括号数字。
3、禁止在步骤描述中插入示例或解释性从句，仅保留动作动词+宾语结构。
五、否定排除+正向锚定模板
该模板通过双重约束同时划定“不可为”与“必须为”的边界，显著降低模型幻觉与风格偏移概率，适用于法律文书、技术文档、合规文案等高确定性要求场景。
1、先列出三项以上明确禁用项，每项以“不得”开头，例如不得使用口语化词汇、不得添加原文未提及的数据、不得引入第三方观点。
2、再列出三项以上强制执行项，每项以“必须”开头，例如必须严格保持原文时间顺序、必须使用GB/T 15834—2011标点规范、必须将术语统一为《人工智能伦理指南（2023版）》定义。
3、禁用项与强制项之间用句号分隔，不得使用分号或连接词。
