1️⃣v3指令模型：不做勾选，用的是v3版本。适用于绝大多数任务。如果用v3做内容创作和文本生成类的任务，它更多的适配于规范性的任务（有明确的框架约束）。如相关的团队，要写课程大纲、会议纪要，它是有一个框架性的要求，如有模版要求或有示例有样例，像这种有规范性约束的文本生成任务，更适合使用v3版本（deepseek默认版本）。 2️⃣R1深度思考推理模型：更加适合一些开放性的任务如数理逻辑、编程、写代码。如写一个小红书的文案，对它的整体的风格等方方面面没有强制要求的，只要效果好可以吸引流量就可以。 3️⃣联网搜索：RAG增强检索模式，先检索信息在回答问题。如我们创作的内容需要收集的是2024年7月以后这个时间段一个新的信息内容，需要联网模式。（因为蕞新版的deepseek知识库是更新到2024年7月） 要完成文本创作选v3还是R1？ 要看完成的文本创作任务是过程驱动（规范约束）还是结果驱动（模糊目标）。如有明确一步要干什么，二步要干什么，蕞后形成什么样的模版（有框架性的东西）选v3。如果目标很模糊，没有明确的框架，只希望它能达到一个很好的效果（如引流，提⬆️客户满意度），只有一个模糊的效果性的目标，可以选择R1。 📕比较v3和R1:v3比较聪明且听话，R1更聪明没有那么听话。 如何提问？分为指令型模型和推理型模型。 v3指令模型：完成的是比较规范性的任务，在写提示语时根据这个公式来写，公式适用于🔒有的指令型模型。 Role(角色）：定义AI的角色，如大学老师，经验丰富的数据分析师，把角色丰富化立体化； Task(任务）：写一份关于xx活动的小红书宣传文案，写一份关于xx行业的洞察报告，可以描述的更细致一些如（xx活动/事件相关背景信息/参考样例…）； Goal(目标）：需要面向什么样的用户，需要达成什么样的目标效果（如通过改文案吸引潜在客户，促成消费…通过该报告为相关企业管理者提供…策略支撑） Objective（操作要求）：字数要求，段落结构，用词风格，输出格式… R1推理型模型： 👉（完成开放性任务）不需要角色设定，不需要思维链提示… 需要四个要素就可以：干什么？给谁干？目的是（要什么）？约束是（不要什么）？约束其实很重要，需要AI知道要达成什么样的目标和效果，还需要让它知道不需要出现什么样的内容） 👉作为智能体使用（篇幅有限下篇见）#deepseek