清华大学第二弹：DeepSeek赋能职场

《清华大学第二弹：DeepSeek赋能职场》主要探讨了DeepSeek在职场应用中的多场景赋能，重点介绍了其提示语技巧和不同模型的应用场景。以下是核心观点和关键信息的总结： 1. **DeepSeek的核心能力**： - **Chatbot**：自然语言对话能力。 - **Reasoner**：基本的推理和问题解决能力。 - **Agent**：代表用户执行任务，具备自主行动能力。 - **Innovator**：参与发明和创造，增强人类的创造力和创新能力。 - **Organization**：承担整个组织的功能，独立管理并执行复杂的操作。 2. **提示语技巧**： - **DeepSeek R1**：开放性提示语技巧，不需要角色设定、思维链提示、结构化提示词、示例或过多解释，简化了使用流程。 - **风格、语调和受众**：提示语中需明确写作风格（如严肃、有趣）、语调（如幽默、情绪化）和受众（如小白用户、专业人群）。 3. **模型对比**： - **基础模型（V3）**：通用模型，适用于绝大多数任务，高效便捷。 - **深度思考（R1）**：推理模型，适用于复杂推理和深度分析任务，如数理逻辑推理和编程代码。 - **联网搜索**：基于RAG（检索增强生成），知识库更新至最新，适用于需要实时信息的任务。 4. **性能与效率**： - **Groq**：比GPU方案快57倍，支持70B模型，邮箱注册速度快，但感觉比Cerebras弱一些。 5. **应用场景**： - **线性路径与网状路径**：线性路径适用于流程标准化任务，网状路径适用于多路径探索任务。 - **响应模式与风险特征**：被动适配模式按规则执行，风险低且稳定可控；主动创新模式具备自主决策能力，风险高且不确定性高。 总结：DeepSeek通过其多模态能力和不同模型的应用，能够有效赋能职场，简化提示语技巧，提升任务执行效率，适用于从基础到复杂的多种职场场景。