☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
新手写deepseek api提示词需三步：一用“角色+任务+格式”明确指令，二直接拼接待处理内容避免冗余引导，三用强约束词或真实示例锚定输出；多轮对话须分设system prompt与user message，不可合并。
刚接触deepseek api的新手常卡在提示词写法上，不知道如何组织语言才能让模型准确理解任务、输出结构化结果，甚至把“请回答”写成“请回答一下下”这种无效语气词。
基础指令型提示词写法
第一步：明确角色+任务+输出格式。例如：“你是一个Python代码审查助手，检查以下代码是否存在空指针风险，只返回JSON格式，字段为{“risk”: true/false, “line”: 整数}。”
第二步：直接给出待处理内容，不要加“如下所示”“请看下面”这类冗余引导词——API不识别自然语言铺垫，只认紧挨着的文本。
这一步容易出错：如果在指令和输入之间插入空行或注释（如“//待检测代码”），部分SDK会把注释当正文传给模型，导致解析失败。
带约束条件的提示词写法
方法一：用“必须”“禁止”“仅限”强约束关键词。例如：“必须用中文回答；禁止使用Markdown；仅限输出3个要点，每点不超过15字。”
方法二：用示例锚定输出风格。在指令后紧跟一个输入→输出对：输入：苹果 iPhone 15 Pro 参数 → 输出：【屏幕】6.1英寸超视网膜XDR；【芯片】A17 Pro；【重量】187g。模型会严格模仿该格式，比纯文字描述更稳定。
【示例必须真实存在且格式干净】 如果示例里混入了括号不匹配、中英文标点混用等低级错误，模型会照搬错误模式。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
多轮对话式提示词组装
第一步：初始化系统提示（system prompt）设定长期角色。例如：“你是一名金融合规审核员，专注识别合同条款中的歧义表述。”
第二步：用户消息（user message）只放本轮具体输入。例如：“条款原文：‘乙方应在合理时间内交付’。”
第三步：避免在user message里重复system prompt内容——比如再写一遍“你是一名金融合规审核员”，这会稀释原始设定权重，导致模型忽略关键约束。
这一步操作起来很简单，直接把system和user内容按顺序塞进messages数组就行，但新手常把两段合并成一条message发送，结果角色设定失效。
