罗老师 DeepSeek 使用黄金法则

要解决什么问题

DeepSeek 等模型迭代很快，参数、价格与能力边界常变；若仍用「一句万能提示词」或把旧课件当现状，容易出现任务过大、回答漂移、长文漏读、事实过时，以及在财务/法律等场景里过度信任模型输出。

技能如何工作

本技能把稳定部分放在任务设计上，而非绑定某一版模型名。

核心原则：先定义交付再分阶段；先建立事实包再推理；先小样验方向再扩大；重要输出用证据与测试验收。涉及当前模型能力时，以本轮官方文档为准。

四级任务路由（按风险与复杂度选型）：

• 快速处理：改写、分类、格式转换
• 深度推理：多约束决策；要求列假设与反证
• 工具执行：读文件、跑代码、调接口；先声明权限、路径与写入范围
• 高影响复核：财务、法律、医学、对外发布；模型只出草案与核验清单，保留人工确认

黄金工作流（七步）：写任务包（目标、受众、输入、约束、交付格式、成功标准）→ 拆成「事实整理 → 方案生成 → 反例检查 → 成品 → 验收」→ 按阶段选快速/深度模式 → 长材料先建目录与证据索引 → 10% 小样再批量 → 关键数字与引用从原始来源读回 → 保存可复用任务包与失败案例。任务包模板见 references/task-packet.md。

常见失败与修复：任务过大则拆交付阶段；漂移则锁定输出合同；事实过时则刷新官方来源；长文漏读则先建证据索引；反复重写则先确认小样；敏感材料则脱敏与限制上传范围。

适用边界

模型名称会变，本技能不替代官方文档与合规流程；高影响场景必须人工复核，不能把核验清单当成已审批结论。