微信扫码
添加专属顾问
我要投稿
DeepSeek系统提示词背后隐藏的团队性格和设计理念。 核心内容: 1. DeepSeek系统提示词的极简主义风格 2. 提示词中体现的技术重视和工程师气质 3. 文件上传和联网搜索场景下的系统提示词应用
其实,很多人没意识到,一行行系统提示词,正是每个大模型团队的自画像。
有的模型,会在开头反复铺陈身份和原则,生怕你误解了它的边界和定位;
有的模型,讲究同理心,哪怕回答技术问题,也要关照你的情绪、细节和体验感受;
而DeepSeek的提示词,看起来极简,实则极致“务实”。
最近,DeepSeek 在 2025 年 5 月 28 日的一次更新里,终于拥有了属于自己的系统提示词。
说实话,这东西真没多复杂,本来也没打算专门写一篇。
但看到身边不少朋友对 DeepSeek 的系统提示词还有误解,公众号的 AI 提示词“家族”里也还差 DeepSeek 这一员,所以这篇就顺势补上。
其实 DeepSeek 一直都很开放。模型、训练集群的代码、甚至提示词,大多数都是直接公开的。
2024 年发布的 DeepSeek-R1 其实没有系统提示词,直到今年 5 月 28 日更新后才正式补上。
那么,DeepSeek 的系统提示词到底长什么样?
一句话——极简主义。
该助手为DeepSeek-R1,由深度求索公司创造。
今天是{current date}。
模型温度值设为 0.6()。
DeepSeek 官网和App,用的都是这一条“自我介绍”+日期。
比如今天的提示词,就是:
该助手为DeepSeek-R1,由深度求索公司创造。
今天是2025年6月10日,星期二。
就是这样,极简、直接,没有任何多余的修饰。你甚至很难从中感受到“情绪”或“风格”。
但这恰好就是 DeepSeek 团队的“性格缩影”:重技术、重执行,工程师气质拉满。
你在 DeepSeek 的系统提示词里,很难看到“关怀用户”或“情感共鸣”这样的表述。
他们最在意的是——如何让模型精准理解你的指令,如何分清信息的结构与区块,以及如何输出高效可靠的答案。
在 DeepSeek 里上传文件时,系统会自动用一套标准模板,引导大模型“看懂”你的需求,比如:
[file name]: {file_name}
[file content begin]
{file_content}
[file content end]
{question}
这样,AI 一下子就明白:哪里是原始文件内容,哪里是你的问题,不会把两者混淆。
如果开启了联网搜索,DeepSeek 会用更详细的提示词来规范大模型表现,比如引用规范、信息筛选、答案结构等。以下是中文版提示词原文:
# 以下内容是基于用户发送的消息的搜索结果:
{search_results}
在我给你的搜索结果中,每个结果都是[webpage X begin]...[webpage X end]格式的,X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分列出引用。如果一句话源自多个上下文,请列出所有相关的引用编号,例如[citation:3][citation:5],切记不要将引用集中在最后返回引用编号,而是在答案对应部分列出。
……
# 用户消息为:
{question}
对于英文用户,提示词会自动切换为英文版:
# The following contents are the search results related to the user's message:
{search_results}
In the search results I provide to you, each result is formatted as [webpage X begin]...[webpage X end], where X represents the numerical index of each article. Please cite the context at the end of the relevant sentence when appropriate. Use the citation format [citation:X] in the corresponding part of your answer. If a sentence is derived from multiple contexts, list all relevant citation numbers, such as [citation:3][citation:5]. Be sure not to cluster all citations at the end; instead, include them in the corresponding parts of the answer.
……
# The user's message is:
{question}
其实,看多了各家系统提示词,真能感受到每个大模型的“性格”。
ChatGPT 处处体现中立、权威和稳健,像一位值得信赖的数字顾问。
Claude 强调情感、同理心和人文关怀,像个温柔的朋友。
Grok 则开放、跳脱,充满探索和脑洞,像头脑风暴合伙人。
DeepSeek 则极简、直接、务实,满满工程师风格——只关心怎么把事儿做对、把答案做好。
这些细微的差异,其实就是团队理念、产品风格在“话语”层面的折射。
是更像权威助理、还是人文伙伴、创新激发者、还是实用主义者?每个人都能找到和自己气质最契合的那一款AI。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-06-11
刚刚,OpenAI 发布 o3-pro,开源模型推迟,奥特曼发长文:温和的奇点
2025-06-10
开源RAG项目到底如何选型?
2025-06-10
如何基于一台MacBook搞定企业级大模型知识库部署
2025-06-09
AI Agents开源工具栈全解析~
2025-06-09
[开源]面向企业级应用的开源知识管理系统,可落地的知识图谱体系
2025-06-08
开源嵌入新王落地!Qwen3-Embedding 本地部署指南 + Dify 召回测试实录
2025-06-08
通俗易懂的 MCP 概念入门
2025-06-08
免费开源的 Nanobrowser,竟成Web自动化的 “隐形高手”?
2024-07-25
2025-01-01
2025-01-21
2024-05-06
2024-09-20
2024-07-20
2024-07-11
2024-06-12
2024-12-26
2024-08-13
2025-06-10
2025-06-08
2025-05-28
2025-05-28
2025-05-26
2025-05-25
2025-05-23
2025-05-17