在數(shù)字化浪潮洶涌澎湃的當(dāng)下，大模型如同一顆璀璨新星，強(qiáng)勢(shì)崛起并迅速成為科技L域的焦 點(diǎn)。從初的理論探索到如今在各個(gè)行業(yè)的廣泛應(yīng)用，大模型正以驚人的速度重塑著我們的生 活與工作模式。它不僅是人工智能技術(shù)發(fā)展的重大突破，更是推動(dòng)經(jīng)濟(jì)增長(zhǎng)、提升社會(huì)治理效 能、促進(jìn)科技創(chuàng)新的關(guān)鍵力量。本報(bào)告《大模型概念、技術(shù)與應(yīng)用實(shí)踐》將深入剖析大模型的 核心概念、原理特點(diǎn)以及豐富多元的應(yīng)用實(shí)踐案例，旨在讓大家多面了解大模型這一前沿技術(shù)， 明晰其在當(dāng)下及未來(lái)發(fā)展中的重要地位與深遠(yuǎn)影響 ，共同探索如何借助大模型的力量推動(dòng)社 會(huì)各項(xiàng)事業(yè)邁向新的G度。

DeepSeek的基本用法

（1）基本原則：簡(jiǎn)單直接，自然表達(dá)。

①無(wú)需復(fù)雜結(jié)構(gòu)。直接描述需求即可，無(wú)需添加“角色扮演”（如“假設(shè)你是專(zhuān)家”）或復(fù)雜指令（如“用學(xué)術(shù)語(yǔ)言分三點(diǎn)回答”）。比如，你可以直接向DeepSeek提問(wèn)“什么是光合作用？”、“如何用Python寫(xiě)一個(gè)計(jì)算器程序？”，而不建議使用提示詞“請(qǐng)以生物學(xué)教授的身份，用三個(gè)段落解釋光合作用，每段不超過(guò)100字”。

②多輪對(duì)話優(yōu)化結(jié)果。如果首次回答不完整，可通過(guò)追問(wèn)補(bǔ)充細(xì)節(jié)，無(wú)需一次性給出出色提示。比如，D一輪提問(wèn)“寫(xiě)一首關(guān)于秋天的詩(shī)”，D二輪提問(wèn)“加入一些悲傷的情緒”，第三輪提問(wèn)“把‘落葉’換成比喻句”。

（2）不同場(chǎng)景的提問(wèn)技巧（非必需，但可提升效率）。雖然簡(jiǎn)單提問(wèn)即可滿(mǎn)足大多數(shù)需求，但在復(fù)雜任務(wù)中，適當(dāng)提供背景信息或明確需求會(huì)讓結(jié)果更準(zhǔn)確，

具體技巧包括：

①知識(shí)類(lèi)問(wèn)題。比如，基礎(chǔ)提問(wèn)是“量子力學(xué)的基本原理是什么？”，優(yōu)化后的提問(wèn)是“用通俗易懂的語(yǔ)言解釋量子糾纏，適合G中生理解”，

② 創(chuàng)作類(lèi)任務(wù)（寫(xiě)作、編程等）。比如，基礎(chǔ)提問(wèn)是“寫(xiě)一個(gè)關(guān)于人工智能的科幻短篇故事”，優(yōu)化后的提問(wèn)是“寫(xiě)一個(gè)反烏托邦主題的科幻故事，主角是女性工程師，結(jié)局有反轉(zhuǎn)”。

③實(shí)用建議（學(xué)習(xí)、工作等）。比如，基礎(chǔ)提問(wèn)是“如何提G英語(yǔ)聽(tīng)力？”，優(yōu)化后的提問(wèn)是“我每天只有30分鐘學(xué)習(xí)時(shí)間，有哪些G效的英語(yǔ)聽(tīng)力練習(xí)方法？”。

④復(fù)雜任務(wù)（數(shù)據(jù)分析、代碼調(diào)試）。比如，基礎(chǔ)提問(wèn)是“這段Python代碼報(bào)錯(cuò)了，幫我看看問(wèn)題”，優(yōu)化后的提問(wèn)是“我的代碼目標(biāo)是爬取網(wǎng)頁(yè)數(shù)據(jù)，但遇到SSL證書(shū)錯(cuò)誤。報(bào)錯(cuò)信息如下：[粘貼代碼]”。

使用DeepSeek處理文檔

點(diǎn)擊DeepSeek界面中的「回形針」圖標(biāo)上傳⽂件，支持的文件類(lèi)型包括文本類(lèi)（PDF、DOCX、TXT、Markdown）、數(shù)據(jù)類(lèi)（CSV、XLSX）和圖像類(lèi)（JPG、PNG）。然后，就可以在對(duì)話框中輸入提示詞，比如，可以輸入“總結(jié)這份年報(bào)的三個(gè)核⼼要點(diǎn)”、“提取合同中的責(zé)任條款制成表格”、“對(duì)⽐⽂檔A和⽂檔B的市場(chǎng)策略差異”、“從實(shí)驗(yàn)報(bào)告中整理所有溫度數(shù)據(jù)”、“請(qǐng)識(shí)別圖片中的文字”等。也可以使用一些指令來(lái)處理文檔

圖片類(lèi)AIGC的應(yīng)用場(chǎng)景非常廣泛，‌主要包括圖像生成、‌圖像修復(fù)、‌圖像增強(qiáng)和圖像識(shí)別等方面：

AIGC‌能夠生成G度逼真的圖像，‌如人臉、‌動(dòng)物、‌建筑物等。‌例如，‌OpenAI發(fā)布的DALL-E可以根據(jù)文本提示詞創(chuàng)作出全新的、‌原創(chuàng)的圖像，‌展示了AI在圖像創(chuàng)作方面的強(qiáng)大能力。‌

AIGC還可以修復(fù)損壞的圖像，‌如去除噪聲、‌填充缺失的部分等。‌這項(xiàng)技術(shù)對(duì)于保護(hù)和恢復(fù)古老的藝術(shù)作品、‌修復(fù)損壞的照片等具有重要意義。‌

‌通過(guò)對(duì)圖像進(jìn)行增強(qiáng)處理，‌AIGC可以增加圖像的飽滿(mǎn)感和增強(qiáng)細(xì)節(jié)，‌使圖像質(zhì)量得到提升。‌這在提升照片的視覺(jué)效果、‌改善圖像的清晰度和細(xì)節(jié)方面非常有用。‌

AIGC在圖像識(shí)別方面也有廣泛應(yīng)用，‌可以識(shí)別圖像中的對(duì)象、‌場(chǎng)景和特征，‌如人臉識(shí)別、‌車(chē)牌識(shí)別等。‌這項(xiàng)技術(shù)對(duì)于安防監(jiān)控、‌智能搜索、‌自動(dòng)駕駛等L域的發(fā)展至關(guān)重要。

...

附件：DeepSeek大模型概念,技術(shù)與應(yīng)用實(shí)踐,使用DeepSeek處理文檔,圖片類(lèi)AIGC的應(yīng)用包括圖像生成、‌圖像修復(fù)、‌圖像增強(qiáng)和圖像識(shí)別等方面