DeepSeek AI办公实战手册：它说提示词越短越好，又写下 230 屏长模板

2026-11-10silcano

微信读书《DeepSeek AI办公实战手册：10倍提升工作效率的方法与技巧》· 抓取 614 屏 / 7 章 / 102 条目录 · 读到书尾
逐字核对 5 屏 · p0006 前言书名条核对为本书 · 2026-11-10
抽样点位的选法：这本书七章的重心严重偏中间（第 3、4 章合计 333 屏、54.2%），但真正有信息量的判断在最前面 1.2 那四节，以及全章最短的第 5 章。所以我放弃了「按篇幅抽样」，改成按「观点密度」抽：p0022（1.2.1 推理模型的优缺点，含周鸿祎那句引用）、p0026（1.2.2 运作机制对比，图 1-5 与 R1／V3 的切换说明）、p0029（1.2.3 提示词设计差异，表 1-2）、p0452（第 5 章章首页），再加 p0006 前言里的章节说明。抽读 5 屏约占 0.8%，重点只压一个问题：这本书的立场到底是「写长提示词」还是「写短提示词」——因为它自己前后说得不一样。

先说我为什么挑这本：DeepSeek 类书这两年出了太多，绝大多数是「一百个场景模板」的堆叠。这本 614 屏、102 条目录，目录排得很像一条能力线——快速入门、提示词、万能模板、热门工具协作、API、Office、Python——从「会用」一路排到「会造」。这个顺序本身说明编者想过读者的成长路径。

读完之后的结论有点拧巴：它最值钱的部分在最前面 1.2 那四节，那四节讲的道理与它后面 230 屏的教法，是相反的。

一、先把这本书的骨架说清：重心在中间

七章的篇幅我逐页算过：第 1 章入门 31 屏（5.0%）、第 2 章提示词 74 屏（12.1%）、第 3 章万能模板 156 屏（25.4%）、第 4 章与热门工具协作 177 屏（28.8%）、第 5 章 API 11 屏（1.8%）、第 6 章结合 Office 122 屏（19.9%）、第 7 章结合 Python 30 屏（4.9%），前置 13 屏。

第 3、4 章加起来 333 屏、54.2%，也就是说这本书一半以上的内容在告诉你「有哪些模板可以用」「DeepSeek 能和哪些工具接起来」。前言里把这一块列得很热闹：Kimi、Mermaid、HTML、豆包、即梦、剪映、天工、可灵、ima.copilot、飞书、Napkin，一串工具名。

这个结构对「买了就要马上用」的读者是友好的——翻到第 3 章任选一节，照着填就能出一份东西。但也正因为重心压在这里，这本书最该被读到的四节（1.2.1 到 1.2.4）被埋在了 31 屏的入门章里。

二、它敢跟主流唱反调：提示词越短越好

p0029 那一页，我读完之后在页边记了一句话：「这句话得罪同行。」

原文写的是「对于推理模型而言，有效的提示词设计至关重要」，然后给了两条核心原则：

直接表达需求：不再需要冗长复杂的提示语，简洁明了地表达需求即可获得理想的结果。
不需要思维链辅助：得益于自身的推理能力，推理模型能够在没有具体思维链指导的情况下独立思考并解决问题。

这两句话在中文 AI 书里是少数派。过去两年最流行的写法是什么？「你是一位有二十年经验的资深律师，请按以下五个步骤思考，第一步……第二步……」，一句话能写成三百字。那种写法的前提是模型不会自己想，所以要人把思路喂进去。而推理模型恰恰相反：它在输出前已经自己走了一遍思维链，你再给它规定步骤，等于给它戴手铐。

这本书敢把这条写出来，而且写得毫不犹豫（「不再需要」「不需要」），这是我对它评价最高的一处。

三、表 1-2 那张对照，是全书信息密度最高的一张表

同样在 p0029，正文下面有一张表 1-2「推理模型与通用模型的提示词差异」，三行对照：提示词风格、思维链需求、复杂任务处理能力。

提示词风格这一行，推理模型写的是「简洁、目标导向，强调最终结果而非中间步骤」，通用模型写的是「详尽、具体、强调步骤和过程指导」。思维链需求这一行，推理模型是「自主生成思维链，不需要用户显式提供每一个步骤」，通用模型是「常常需要显式提供详细的思维链或步骤以确正确执行任务」。复杂任务处理这一行，推理模型「可以直接描述目标，模型会自行规划解决路径」，通用模型则是「通常需要人工将复杂任务拆解成多个子任务」。

这张表的价值在于它可执行。你不需要记住任何理论，只要记住一句话：如果这个模型会自己思考，你就少说；如果它不会，你就把步骤写全。很多读者用不好 AI，问题不在于提示词写得不够花，而在于给推理模型写了三百字的流程说明书，把它的推理空间挤没了。

p0026 那页还补了一个非常具体的操作分界。图 1-5 是 DeepSeek 的对话界面，输入框左下角有两个开关：「深度思考（R1）」和「联网搜索」。正文写得很清楚：勾选「深度思考（R1）」即调用 R1 推理模型；而「DeepSeek-V3 就是非推理模型，在 DeepSeek 聊天框不勾选『深度思考（R1）』，则调用的是 DeepSeek-V3 通用模型」。

这一句抵得上很多章节。它把「我到底在用哪个模型」这件事，落到一个勾选框上。同页还有一段解释为什么推理模型值得用，引了 360 创始人周鸿祎的说法：R1 通过展示完整的思维链条增强了用户的信任感。这个引用选得聪明——它说明推理模型的第一价值不是「更聪明」，而是「更可信」，因为你能看见它怎么想的。

p0022 举的达芬奇例子也是这个路子。问「达芬奇是摄影师吗」，R1 没有直接回答，而是先做四步分析：回顾达芬奇的生平和职业；分析用户的问题是否存在同名混淆；分析达芬奇在光学和视觉研究上的贡献；分析用户是否将《蒙娜丽莎》细腻的光影效果与摄影技术混淆。这四步里，第三步和第四步是真本事——它猜到了用户为什么会问出这个怪问题。

四、可是它自己，又写了 230 屏模板

读到第 2 章中段，我开始觉得不对劲。

1.2.3 刚说完「不再需要冗长复杂的提示语」，2.4 就上了「万能提示词模板」，2.6 又是「LangGPT 结构化提示词框架」，2.7 更进一步，提出「提示词是你的重要资产」，要建库管理。第 3 章 156 屏，整章都是模板：行政文秘一套、市场营销一套、数据分析一套、项目管理一套、人力资源一套、内容运营一套。

LangGPT 那一节尤其说明问题。结构化提示词框架的核心做法，是用「# Role」「## Profile」「## Rules」「## Workflow」这样的段落把提示词组织成一份文档——这恰恰是「写长」的极致。它在通用模型上是有效的，但对 R1 这类推理模型，你在 Rules 里列的每一条，都在压缩它自己规划路径的余地。

书里没有解释这个矛盾。它把两套方法并排放着，一套在第 1 章，一套在第 2、3 章，中间没有一句话说「什么时候用哪套」。读者读完会得到两个互相打架的结论：提示词要短；提示词要结构化、要长、要当资产管理。

我猜编者的真实想法是「都要」，因为在第 2.3 节「AI 办公落地先从『克隆自己』开始」那里，隐约有这个意思——先把自己会的东西写成结构化提示词，让模型替你干。这条路对通用模型成立。但书既然已经把推理模型和通用模型分开讲了，就该在模板章开头加一句分流的说明：这些模板请配 V3 用，配 R1 请砍到三句话。一句都没有。

五、第 5 章只有 11 屏，这是全书最大的遗憾

第 5 章「调用 DeepSeek API 定制智能助手」，11 屏，占 1.8%，是全书最短的一章。

翻开 p0452 那一页，我看到的是章首页：中间只有一段导语，说本章将介绍大模型 API 的基本概念与核心优势、分析 API 调用的关键要素、指导获取 API 并提供具体步骤和注意事项、最后通过实例演示实际使用，底部一个「下一章」按钮。整页没有正文，没有代码。

也就是说，这 11 屏里有一屏是章首页，真正的内容 10 屏。而这件事的分量是：整本书里，只有这一章是从「用工具」跨到「造工具」。前面 570 多屏都在教你怎么在对话框里把活干完，只有这 10 屏告诉你，怎么让别人（或者另一个程序）也能调用它。

这个比例不合理。API 那一步，今天已经不算门槛了——申请一个 key、装一个库、写五行代码，一个下午就能跑通；但它带来的变化是质变：从「我打开网页问它」变成「我的表格里点一下它就干活」。第 6 章讲 Office、第 7 章讲 Python，其实都建立在这 10 屏的地基上。地基只有 10 屏，上面 152 屏的楼就显得悬。

我怀疑这是排期问题：DeepSeek 的 API 在书稿定稿期还在变（模型名、计费方式都调过），编者索性压短了。如果是这样，可以理解，但读者拿到的是一本缺了台阶的书。

六、前言里的六个领域，和正文的分布对不上

p0006 是前言的最后一段，讲了全书四个核心模块：DeepSeek 快速入门与提示词秘籍、万能模板赋能职场办公、DeepSeek + 热门工具打造高效办公生态、API 定制专属智能助手。同时点明第 3 章覆盖的六大职场领域：行政文秘、市场营销、数据分析、项目管理、人力资源、内容运营。

六个领域、156 屏，平均每个 26 屏。这个分配本身没问题，但六个领域的难度差得远：市场营销和内容运营的提示词，本质是「写得好看」；数据分析、项目管理的提示词，本质是「算得对、排得清」。前者宽容度高，生成得差不多就能用；后者错一个数就废。书里用同一种模板写法覆盖这两类，对后一类不够。

还有一个细节：书名写「10 倍提升效率」，正文里没有一个测算。我不反对用倍数做书名——营销需要；但至少该在某一章给一次真实的时间对比：这件事原来做多久、现在做多久、哪一步省下来的。全书没有这样一处。这个数字要么是调研来的，要么是估的，读者无从判断。

七、它的短板

第一，前后立场打架，而且没有交代。1.2.3 说推理模型不需要长提示语，第 2、3 章用 230 屏教长模板，中间没有一句分流说明。读者学完会同时相信两件相反的事。

第二，最关键的一章最短。API 只有 11 屏（含一屏章首页），而它是全书唯一从「用」到「造」的台阶，也是第 6、7 章的地基。地基比楼薄太多。

第三，模板量大但同质。156 屏万能模板，多数可以归纳成「你是一位某角色，请按某格式输出某内容」，换个行业就能复用。真正难的、值钱的模板——比如让模型校验一份合同的风险点、让它对一份数据做交叉验证——很少。

第四，不算钱也不算时间。API 按 token 计费，614 屏里没有一个价格；会员额度、生成一段视频要等多久，也没有。用 API 的人最先撞上的就是账单，书上没提。

第五，没有失败复盘。全书演示都一次成功。可 R1 最常见的毛病是「自信地编」——它会用漂亮的推理过程推到一个错的结论。这种时候怎么发现、怎么验证，书里没有一个案例。

也得承认：在同类 DeepSeek 书里，这本的模型认知是清楚的——它分得清 R1 和 V3，敢说提示词要短，引用的例子也选得准。它的问题不是不懂，是懂了没贯彻到底。

八、一句话

如果你只想读 20 屏，读 1.2 那四节，你会得到一个比大多数教程都准的判断——会思考的模型，少给它规定步骤；如果你想把这本书当模板库用，第 3 章够你抄半年。但它自己没解决那个矛盾：它一边说别写长，一边给了 230 屏长的；它一边把 API 说成「定制专属助手」的关键，一边只给了 10 屏。