我眼中的DeepSeek

我眼中的DeepSeek

DeepSeek真的太火了，足足火了个把月了。每天都有卖家想要学习DeepSeek，特别是想要索要DeepSeek的提示词。相应的资料也很多，几乎每天都有新的资料在各个卖家群里流传。

7天精通DeepSeek实操手册

40个亚马逊海外卖家常用选品调研

DeepSeek 15天指导手册从入门到精通

Deepseek 高效使用指南

Deepseek 万能公式

Deepseek 提问攻略、使用实例和心得

Deepseek 万能提问模板

Deepseek 应该怎样提问

DeepSeek 30个喂饭指令

DeepSeek本地部署 再也不怕服务器崩...

Deepseek从入门到精通(2)

DeepSeek神级提示词，让你轻松驾驭AI

DeepSeek使用攻略零基础使用

DeepSeek高效提问技巧让你的DeepSeek能力翻倍的使用指南

如何正确使用deepseek?99%的人都错了

其实我也挺疑惑的，今天聊一聊我眼中的DeepSeek。

一．Chatgpt和DeepSeek的区别

说到Chatgpt和DeepSeek的区别，经常有人提到Chatgpt是指令模型，DeepSeek是推理模型。这样的解释很难让人理解，聊一聊我的理解。

举个例子

你问chatgpt 1+1 等于多少，它会告诉你2

你问deepseek 1+1 等于多少，它会先思考，为什么你问1+1等多少，你会是什么身份，你问这个问题的原因是什么？然后再告诉你不同场景下的答案是：

1+1的标准数学答案是 2。

不过根据不同的场景，结果可能不同:

二进制:1+1=10

布尔代数:1+1=1(逻辑或运算)

趣味回答:1(一滴水 + 一滴水 = 一滴水)或 3(调侃某些场景的不严说法)

通过这个例子就可以看出来Chatgpt和DeepSeek的区别，如果你是要用来完成某些统计分析，比如给予一些数据，让工具统计产品的属性，从结果上来看Chatgpt和DeepSeek区别不大。

但是如果某个问题你来提问都不知道如何提问，可以通过DeepSeek深度思考的内容进行反思，DeepSeek会展示推理过程，经常会自我否定，然后给予他的分析结果（简单说有点模仿人的思维）。如果结果不符合预期，使用者完全可以通过反思内容确定，提问的哪些部分不够详细导致结果有偏差。而Chatgpt调用他知道的内容直接输出结果，使用者无法知道结果输出的逻辑，使用者自然也只能依靠结果去反推提问方式是否有误，知道哪里有误如何改进，这是困难的。

也正是如此，我认为DeepSeek不太需要完全区别于Chatgpt的指令，两者并没有太大区别。Chatgpt已有的指令用于DeepSeek，基本没有问题。同时我们是AI的使用者，分析判断总结归纳是人类最大优势，难道我们要变成复制指令得到结果的机器，而AI变成超级逻辑的人类吗？想想这是如此的可怕！

二．如何使用好DeepSeek

上面反复说明DeepSeek的深度思考，直接用案例说明

在DeepSeek上提问：

我是一个亚马逊卖家，我非常想将DeepSeek应用到亚马逊运营推广中，我该如何提问才能让DeepSeek理解我的问题，回复的答案能真正解决我的问题。请输出提问的格式。

深度思考：
嗯，用户是一个亚马逊卖家，想要将DeepSeek应用到运营推广中，但不知道如何提问才能得到有效的答案。首先，我需要理解用户的具体需求。亚马逊运营涉及很多方面，比如产品上架、关键词优化、广告投放、库存管理、客户评价处理等等。用户可能在这些方面遇到问题，但不知道如何具体描述，导致DeepSeek的回答不够精准。

接下来，用户希望得到提问的格式，以便更好地与DeepSeek沟通。这意味着用户需要一种结构化的提问方式，确保问题包含足够的背景信息和具体细节。这样DeepSeek才能提供有针对性的建议。

我应该考虑用户可能忽略的关键点。例如，用户可能没有明确说明他们使用的工具或平台的具体情况，或者他们的目标市场是什么。不同的市场（如美国、欧洲）可能有不同的策略。此外，用户的产品类型、竞争对手情况、预算限制等因素也会影响解决方案的有效性。

另外，用户可能对DeepSeek的功能不太了解，不知道它能处理哪些类型的问题。因此，在示例问题中，需要涵盖不同的运营环节，展示如何在不同场景下提问。同时，要提醒用户提供具体的数据或例子，比如广告活动的ACOS、关键词排名等，这样DeepSeek的分析会更准确。

还要注意用户可能的深层需求。他们可能不仅需要解决当前的问题，还希望优化整体运营策略，提高效率或销售额。因此，示例问题应该包括策略优化类的问题，而不仅仅是具体问题的解决。

最后，要确保格式清晰，用户容易理解和模仿。使用分点结构，每个部分都有明确的说明，比如背景、问题、尝试的方法、具体需求等。这样用户可以根据自己的实际情况填写，确保提问的全面性和详细性。

总结下深度思考的重点词：用户的具体需求，足够的背景信息和具体细节，不同的运营环节不同场景，具体的数据

有这些内容，这个提问就基本到位了。

进行提问格式：

目标市场：美国站

产品类型：服装

运营阶段：新品期

当前痛点：广告ACOS过高

已尝试方法：手动广告优化、关键词调整，附上具体数据

具体需求：如何通过广告优化将ACOS从45%降至30%？

任何问题都可以按如上结构去提问，如果得到回复不准确，分析深度思考优化提问即可。非常不推荐找一堆指令，然后去复制提问，这样下一个难题提问你找谁？

我眼中的DeepSeek：深度思考比结果输出更重要。

三．AI崛起会带了哪些威胁

AI在规则性强、重复性高的工作中表现优异。而需要创造力、情感交流、复杂决策的工作相对安全。就比如写文章输出，不管是Chatgpt还是DeepSeek写的内容都是蛮专业的，但是这样的文章很难被读者喜欢，因为这样的内容是没有灵魂的。

今天文章的灵魂就是：不要再问亚马逊相关的DeepSeek指令了，不然我就觉得你不理解DeepSeek。多多提问，看下DeepSeek的深度思考进行研究，每个人都可以是DeepSeek牛人。

如果你愿意，把上面这小段灵魂的话，投喂给DeepSeek让它写一篇文章，看看如何。

对不起！我测试了，输出的挺不错，比我好！