使用 DeepSeek 避坑指南： 1、 不要系统提示词，所有指令放到用户消息 2、temperature 设置为0.6 3、 数学问题，增加提示词，“请一步步推理，并把最终答案放到 \boxed{}。” 4、 防止跳出推理模式，强制在每个输出的开头增加"\n"，引导模型以推理开启回答。 5、对于文件和联网搜索场景，官方给出了参考提示词。见截图。 R1 普及了推理模型，看到模型像人一样思考，感觉很神奇，会自然地认为推理模型更智能。但如果简单的把自己产品中的通用模型，换成 R1 这样的推理模型，可能会发现，回答时间变长了，质量并没有提高，甚至还下降了。 这是因为，推理模型和通用模型，适用的场景不同，用对了才能发挥它们的能力。 推理模型会思考，有想法，鼓励发散，不管问题简单还是复杂，都要分析拆解，所以不会那么遵循指令。而通用模型会按你给的指令，老老实实执行。要利用它们这个特性，去合理使用。 像总结、翻译这种任务，通用模型最合适，需要演绎、归纳推理、分解多步问题，没有确定性的规则，推理模型能够尽情发挥。
