DeepSeek с нуля до профи. Практическое руководство: от первого вопроса до личной системы работы с искусственным интеллектом

• Один и тот же вопрос даёт разные ответы. Из нескольких подходящих продолжений берётся одно.

ПОЛЕЗНО ЗНАТЬ

Модель DeepSeek-V4-Pro содержит около 1,6–1,7 трлн параметров, но на каждый фрагмент текста работают лишь несколько десятков миллиардов из них: под задачу включается своя «бригада», а не весь завод целиком.

3.2. Токен: из чего на самом деле состоит текст

Токен — кусочек текста, которым оперирует модель. Не буква и не всегда слово, а что-то между: частое слово целиком, редкое — по частям, знаки препинания и пробелы тоже считаются. Аналогия — типографский набор: ходовые слова отлиты одной литерой, редкие собираются из нескольких.

Модель видит не текст, а цепочку таких кусочков. Отсюда её беспомощность в задачах вроде «сколько букв „о“ в абзаце»: буквы для неё не отдельные объекты.

Официальная оценка разработчиков: один английский символ — примерно 0,3 токена, один китайский иероглиф — примерно 0,6 токена. Для русского официального коэффициента нет, но закономерность известна: кириллица дробится на большее число фрагментов, чем латиница, поэтому русский текст расходуется заметно быстрее английского. Точное число возвращает сам сервис — в ответе API есть поле usage, а на странице документации о расходе токенов выложен официальный офлайн-токенизатор.

Табл. 3.1. Ориентиры расхода токенов на типовых задачах

ОСТОРОЖНО

Таблица — ориентир для интуиции, а не расчёт для бюджета. Нужна точность — смотрите поле usage или считайте официальным токенизатором: https://api-docs.deepseek.com/quick_start/token_usage.

3.3. Окно контекста: миллион токенов

Окно контекста — всё, что модель держит перед глазами, пока пишет ответ: ваш запрос, приложенные файлы, вся переписка в этом чате и её собственные прошлые ответы. У моделей DeepSeek-V4 окно составляет 1 000 000 токенов, максимальный ответ — до 384 000 токенов.

Аналогия — рабочий стол: всё, что на него положили, доступно мгновенно, всё остальное для модели не существует. Миллион токенов — стол, на который помещаются несколько книг разом.

Рис. 3.2. Окно контекста: системная инструкция, история диалога, приложенные файлы и новый вопрос лежат на одном «столе» объёмом до миллиона токенов

Главное свойство этого стола: он очищается, когда вы открываете новый чат. Долговременная память между диалогами у чата DeepSeek официально не подтверждена — вчерашний разговор в соседней ветке модель не вспомнит, контекст придётся принести заново.

Второе свойство: контекст не бесплатен. Каждая новая реплика отправляется вместе со всей предыдущей перепиской — пятидесятая обрабатывается вместе с сорока девятью прежними. Вот почему длинные диалоги медленнее и, если вы платите за API, дороже.

ПОЛЕЗНО ЗНАТЬ

В API есть кэш контекста, включённый по умолчанию: совпавшее начало запроса тарифицируется примерно в тридцать раз дешевле обычного входа. Работает по принципу «по возможности», стопроцентного попадания не гарантируют. Подробности — в главе 12.

3.4. Почему модель «забывает» начало диалога

Формально в окно на миллион токенов помещается очень длинный разговор. Но внимание к разным частям стола неодинаково: то, что лежит с краю и давно не упоминалось, тонет среди свежих реплик. Модель не забывает в человеческом смысле — она перестаёт придавать этому вес.

Вторая причина встречается чаще. В длинном чате вы двадцать раз уточняли, трижды передумали и один раз сменили тему. Инструкции противоречат друг другу, и модель выбирает свежие. Со стороны это выглядит как склероз, а на деле — как исполнительный сотрудник, которому дали десять распоряжений подряд.

Отсюда рабочие правила:

1. Одна задача — один чат. Сменили тему — откройте новый диалог.

2. Повторяйте ключевое требование. Если после тридцати реплик модель начала писать канцеляритом, напомните: «пиши простым языком, без канцелярита».

3. Пересобирайте контекст. Когда диалог расползся, попросите: «собери итог обсуждения в 10 пунктов» — и начните новый чат с этой выжимки.

4. Ставьте якоря. Инструкцию к длинному документу повторяйте до и после него: начало и конец сообщения модель удерживает лучше середины.

МИНИ-КЕЙС: КАК ЭТО ВЫГЛЯДИТ НА ПРАКТИКЕ

Методист правила программу курса в одном чате три часа. К сороковой реплике модель стала возвращать в план темы, удалённые на десятой. Помогло одно действие: «выпиши текущую версию программы целиком, с учётом всех правок» — и новый чат с этим текстом в первом сообщении.

3.5. Режим рассуждений: что происходит внутри

Обычный ответ модель пишет сразу — как человек, отвечающий не задумываясь. Режим рассуждений (в чате он называется экспертным) устроен иначе: сначала модель пишет черновик размышлений для себя, разбирает задачу на части, проверяет промежуточные выводы и только потом отвечает.

Аналогия — черновик на полях. Решая задачу в уме, вы ошибётесь на третьем шаге; расписав на бумаге, поймаете ошибку. Модели черновик даёт то же самое.

Доступны уровни усилий: низкий, высокий и максимальный. Чем выше уровень, тем длиннее черновик и медленнее ответ; в часы пик возможны задержки. В API это параметр reasoning_effort, а сама цепочка приходит отдельным полем reasoning_content.

Режим нужен для расчётов, сравнения вариантов по нескольким критериям, разбора договора, поиска ошибки в логике, сложного кода. Он лишний для писем, пересказов, идей и перевода: там он даёт то же самое, только медленнее.

СОВЕТ

В обычном режиме тот же эффект частично достигается словами «рассуждай пошагово, покажи ход мысли». Это не полноценные внутренние размышления, но на арифметике и логических задачках качество заметно растёт.

3.6. Температура: ручка предсказуемости

У модели всегда несколько подходящих кандидатов на следующий фрагмент. Температура определяет, насколько охотно она берёт не самый очевидный из них: низкая даёт строгий и предсказуемый текст, высокая — живой и неожиданный, но с риском отсебятины.

Оговорка: параметр доступен только через API, в веб-чате ползунка нет, а в режиме рассуждений он не действует вовсе — как и top_p. Знать о нём полезно: он объясняет разброс ответов на один и тот же запрос.

Табл. 3.2. Официальные рекомендации по температуре

Значение по умолчанию — 1.0, максимум — 2, таблица опубликована в документации: https://api-docs.deepseek.com/quick_start/parameter_settings. Пользователю чата стоит вынести одну мысль: у разных задач разная норма разброса, и если нужен строгий ответ — требуйте строгости словами промта.

3.7. Галлюцинации: откуда берутся и как гасить

Галлюцинация — уверенно поданный вымысел: несуществующая статья закона, придуманная цитата, ссылка в никуда. Модель не врёт намеренно, она делает то, чему обучена: подбирает правдоподобное продолжение. Правдоподобие и правда совпадают часто, но не всегда.

Рис. 3.3. Откуда берутся галлюцинации: пробел в данных, давление вопроса и требование правдоподобия складываются в уверенный вымысел

Риск выдумки резко растёт в четырёх ситуациях:

• Узкая или редкая тема. Данных по ней мало, продолжение подбирается «по форме».

• Точные реквизиты. Номера статей, даты, имена, цитаты, ссылки и суммы — самое опасное место.

• Вопрос предполагает ответ. Спросите «в каком пункте договора это написано» — модель найдёт пункт, даже если его нет.

• Свежие события. Всё, что произошло после обучения, модель достроит по аналогии.

Гасится это тремя приёмами. Первый: дайте источник — загрузите документ и потребуйте отвечать строго по нему. Второй: разрешите незнание, прямо написав, что «не знаю» — правильный ответ. Третий: попросите разметить уверенность и отделить факты от предположений.

ПРОМТ 3.1 Отвечай только по документу

Работай строго по приложенному тексту. Правила:

— используй только то, что есть в документе, внешние знания не привлекай;

— после каждого утверждения указывай в скобках раздел или пункт, откуда оно взято;

— если ответа в документе нет, пиши ровно: «в документе не указано»;

— ничего не додумывай и не обобщай за пределами текста.

Вопрос: [ваш вопрос по документу].

Когда применять: договоры, регламенты, отчёты, инструкции. Совет: строка про «в документе не указано» — главная; без неё модель заполнит пробел правдоподобной догадкой.

ПРОМТ 3.2 Оцени свою уверенность

Ответь на вопрос: [вопрос].

Затем разбери собственный ответ по трём спискам:

1. Что здесь проверенный общеизвестный факт.

2. Что — вероятное, но требующее проверки утверждение.

3. Что ты фактически предположил, и на каком основании.

В конце укажи, какие три утверждения я обязан проверить

в первоисточнике, и где именно их проверять.

Если по теме у тебя мало данных, скажи об этом прямо в первой строке.

Когда применять: незнакомая тема, цифры, юридические и технические детали. Совет: третий список читайте первым — там обычно и прячется вымысел.

ПРОМТ 3.3 Проверка фактов в чужом тексте

Вот текст, который я собираюсь использовать:

"""

[вставьте текст]

"""

Выпиши таблицей все проверяемые утверждения: цифры, даты, имена,

названия, ссылки на нормы и источники.

Для каждого укажи: насколько оно правдоподобно, чем может быть

опровергнуто и каким документом его следует подтвердить.

Отдельно перечисли утверждения, которые выглядят выдуманными

или подозрительно круглыми. Свои источники не выдумывай:

если конкретного источника не знаешь, так и напиши.

Когда применять: перед публикацией или отправкой текста, написанного вами или моделью. Совет: работает и как проверка предыдущего ответа — вставьте его целиком.

3.8. Отсечка знаний и зачем нужен поиск

Модель обучена на данных, собранных до определённого момента. Точную дату отсечки DeepSeek официально не публиковала — уже повод не полагаться на её представление о «сегодня». Всё, что случилось после обучения, для неё либо не существует, либо достраивается по аналогии, то есть выдумывается.

Для этого в чате есть поиск в интернете. Включайте его для цен, курсов, новостей, расписаний, версий программ и любых данных «на сегодня». Без него ответ на вопрос «сколько сейчас стоит» — в лучшем случае воспоминание.

ОСТОРОЖНО

Поиск снижает риск, но не отменяет проверку: модель может неверно понять страницу или сослаться на ненадёжный сайт. Просите называть источники и открывайте хотя бы один сами — особенно в вопросах денег, здоровья и права.

ПРОМТ 3.4 Свежие данные с источниками

Найди актуальную информацию по теме: [тема, регион, период].

Правила ответа:

— сначала краткий вывод в 3 предложениях;

— затем факты списком, у каждого — название источника и дата публикации;

— отдельно отметь, что могло измениться и где это проверять;

— если по какому-то пункту свежих данных не нашлось,

напиши «актуальных данных не найдено», а не старые сведения.

Когда применять: цены, правила, версии, новости, любые «на сегодня». Совет: включите режим поиска, иначе модель ответит по памяти обучения.

ПРАКТИКА

• Проверка на выдумку. Спросите модель о заведомо узкой теме — например, о содержании внутреннего документа вашей организации. Результат: вы увидите, как выглядит правдоподобная выдумка.

• Дисциплина по документу. Загрузите любой договор и задайте по нему вопрос с промтом 3.1, включив пункт, которого в документе точно нет. Результат: ответ «в документе не указано» вместо догадки.

• Разметка уверенности. Прогоните любой предыдущий ответ модели через промт 3.2. Результат: три утверждения, которые надо проверить.

• Быстрый против экспертного. Задайте задачу с тремя условиями сразу в двух режимах. Результат: понимание, где ожидание оправдано.

• Пересборка контекста. В длинном чате попросите итог в 10 пунктов и начните новый диалог с этой выжимки. Результат: ответы снова точные.

ЧЕК-ЛИСТ ГЛАВЫ

□ Я понимаю, что модель предсказывает продолжение текста, а не ищет ответ в базе.

□ Я знаю, что такое токен, и почему русский текст расходуется быстрее английского.

□ Я помню: окно контекста — 1 млн токенов, и оно очищается при открытии нового чата.

□ Я знаю четыре приёма против «забывчивости» в длинном диалоге.

□ Я понимаю, что даёт режим рассуждений и на каких задачах он лишний.

□ Я знаю четыре ситуации, в которых риск галлюцинации максимален.

□ У меня есть промт, заставляющий модель отвечать строго по документу.

□ Я включаю поиск для всего, что связано со словом «сейчас», и проверяю источники.

ИТОГИ: ЧЕМУ ВЫ НАУЧИЛИСЬ

• Объяснять простыми словами, как модель строит ответ и почему он каждый раз разный.

• Оценивать расход контекста и стоимость длинного диалога.

• Управлять памятью чата: пересобирать контекст, ставить якоря, вовремя начинать новый диалог.

• Осознанно выбирать между быстрым ответом и режимом рассуждений.

• Распознавать галлюцинации по типовым признакам и гасить их тремя приёмами.

• Понимать границу знаний модели и закрывать её поиском с проверкой источников.

ГЛАВА 4. Анатомия промта: формула, которая работает всегда

Разница между «ИИ выдаёт воду» и «ИИ экономит мне три часа в день» — не модель и не режим, а качество запроса. Здесь мы разберём формулу из пяти элементов и на трёх подробных примерах увидим, что именно она меняет в ответе.

КАКИЕ ПРОБЛЕМЫ РЕШАЕТ ЭТА ГЛАВА

• Ответы получаются общими. Даём формулу, после которой модель отвечает по делу.

• Приходится всё переписывать за моделью. Учим задавать формат, объём и стиль заранее.

• Непонятно, что писать в промте. Даём таблицу-подсказку и универсальный каркас.

• Первый ответ почти правильный, но не тот. Разбираем цикл уточнения.

• Модель додумывает то, чего вы не просили. Учим ставить ограничения и запреты.

4.1. Почему один и тот же вопрос даёт разные ответы

Модель не знает вашей ситуации. Получив «напиши письмо клиенту», она сама решает: какому клиенту, о чём, в каком тоне, какой длины, — и выберет усреднённый вариант. Это как нанять подрядчика со словами «сделайте красиво»: претензии предъявлять не к кому, техзадания не было.

Второй источник разброса — механика генерации: из нескольких подходящих продолжений берётся одно, и две попытки не совпадают дословно. Убрать разброс нельзя, но можно сузить коридор так, что любой вариант внутри вас устроит. Этим и занимается формула.

4.2. Формула: пять элементов промта

Хороший промт отвечает на пять вопросов: кто отвечает, что сделать, что известно, в каком виде отдать и чего делать нельзя. Это Роль, Задача, Контекст, Формат и Ограничения.

Рис. 4.1. Пять слоёв промта: Роль, Задача, Контекст, Формат, Ограничения — от общей рамки к точным требованиям

Роль задаёт словарь и точку зрения: «ты редактор деловых текстов» и «ты школьный учитель» — два разных набора слов. Знаний она не добавляет, но сужает область, из которой берётся ответ.

Задача — это глагол и результат. Не «поговорим о резюме», а «перепиши раздел „Опыт“ так, чтобы каждый пункт начинался с глагола действия».

Контекст — всё, что известно вам и неизвестно модели: аудитория, предыстория, цифры. Самый пропускаемый элемент и самый влиятельный.

Формат — в каком виде отдать ответ: таблица, список, письмо, план по дням. По умолчанию модель пишет сплошной текст с вводными абзацами.

Ограничения — рамки и запреты: объём, тон, чего не делать и чего не выдумывать. Один запрет часто ценнее трёх пожеланий.

Табл. 4.1. Пять элементов промта и что писать в каждом

ПРОМТ 4.1 Универсальный каркас промта

Роль: ты [кто именно, с каким опытом и специализацией].

Задача: [глагол + что нужно получить].

Контекст: [аудитория, ситуация, предыстория, цифры, ограничения реальности].

Формат: [структура ответа: разделы, таблица, список, объём].

Ограничения: [тон, длина, чего не делать, чего не выдумывать].

Если для качественного выполнения тебе не хватает данных,

сначала задай мне до трёх уточняющих вопросов и дождись ответов.

Когда применять: любая задача сложнее одного вопроса. Совет: сохраните каркас в заметки и заполняйте по строчкам.

СОВЕТ

Заполнять все пять пунктов каждый раз не нужно: чем важнее результат, тем больше элементов. Вопросу «как пишется „в течение“» хватит задачи.

4.3. Три разбора «до и после»

Дальше — три задачи из разных сфер: сначала типичный запрос новичка и ответ на него, потом разбор ошибок, затем промт по формуле и разница в результате.

Рис. 4.2. Один вопрос — четыре качества ответа: голый вопрос, с контекстом, с форматом, полная формула

Пример 1. Работа с текстом: письмо о срыве срока

Вы

Напиши письмо клиенту, что мы задерживаем поставку.

DeepSeek

Письмо на 300 слов: «Уважаемый клиент! В связи с непредвиденными обстоятельствами, возникшими на стороне наших партнёров, мы вынуждены сообщить…» Дальше три абзаца извинений и обещание «приложить все усилия».

Что не так с этим ответом:

• Нет фактов. Не сказано, на сколько задержка и когда будет поставка, — а волнует именно это.

• Канцелярит. «В связи с непредвиденными обстоятельствами» — фраза, которая злит получателя.

• Втрое длиннее нужного. Извинения занимают больше места, чем решение.

• Пустые обещания. «Приложим все усилия» читается как отписка.

ПРОМТ 4.2 Письмо о срыве срока

Роль: ты менеджер по работе с ключевыми клиентами, пишешь сам,

без корпоративного канцелярита.

Задача: написать клиенту письмо о задержке поставки.

Контекст: клиент — оптовая база, работаем 3 года, заказ на 40 позиций.

Задержка 5 дней по вине завода. Новая дата отгрузки — [дата].

12 ходовых позиций готовы отгрузить сразу, остальное — одной партией.

Клиента зовут [имя].

Формат: письмо до 150 слов, четыре части подряд, без подзаголовков:

факт задержки и новая дата — причина — что делаем сейчас —

что нужно от клиента.

Ограничения: не извиняться больше одного раза, не использовать обороты

«в связи с», «приложим все усилия», «непредвиденные обстоятельства».

Не обещать скидок и не выдумывать фактов, которых нет выше.

Когда применять: неприятная новость клиенту или руководителю. Совет: список запрещённых оборотов — самая работающая часть промта, дополните его своими штампами.

Чем ответ лучше: он начинается с новой даты, а не с извинений; он короткий и отправляется почти без правок; в нём есть решение — частичная отгрузка; и в нём нет фраз, за которые клиент зацепится как за отписку.

Пример 2. Бытовая задача: меню и список покупок

Вы

Составь меню на неделю и список продуктов.

DeepSeek

Красивое меню на семь дней: киноа, авокадо, лосось на пару, смузи-боул. Список покупок — сорок позиций без количеств. В конце абзац о пользе сбалансированного питания.

Что не так с этим ответом:

• Меню не для вас. Модель не знает, сколько вы человек, что не едите и сколько времени готовы стоять у плиты.

• Список бесполезен в магазине. Без количеств и группировки по отделам с ним неудобно ходить.

• Не учтён бюджет. Лосось четыре раза в неделю — уже другая история.

• Продукты не переиспользуются. Сорок позиций вместо двадцати.

ПРОМТ 4.3 Меню недели под реальную семью

Роль: ты человек, который каждый день готовит на семью

и умеет планировать закупку экономно.

Задача: составить меню ужинов на 7 дней и список покупок под него.

Контекст: нас [сколько] человек, из них [сколько] детей.

Не едим [продукты]. На готовку в будни есть [сколько] минут.

Бюджет на неделю — около [сумма]. В холодильнике уже есть [перечислите].

Формат: сначала таблица «День — блюдо — время готовки», затем список

покупок по отделам магазина (овощи, мясо, молочное, бакалея, прочее)

с количеством для каждой позиции.

Ограничения: не более 20 позиций — продукты должны переиспользоваться

между блюдами. Никаких рассуждений о пользе питания — сразу таблица.

Когда применять: любое бытовое планирование — меню, ремонт, поездка. Совет: строка «в холодильнике уже есть» экономит четверть списка покупок.

Чем ответ лучше: меню укладывается в ваше время и бюджет; со списком по отделам можно просто идти по магазину; продукты пересекаются между блюдами, поэтому ничего не пропадёт; лишних абзацев нет.

Пример 3. Рабочая аналитика: почему упали продажи

Вы

Проанализируй, почему у нас упали продажи в этом квартале.

DeepSeek

Список из десяти универсальных причин: сезонность, рост конкуренции, изменение потребительского поведения, слабая реклама, качество сервиса. К каждой — рекомендация «провести анализ».

Что не так с этим ответом:

• Это гороскоп. Подходит любой компании в любой отрасли, а значит, не говорит ничего о вашей.

• Нет данных — нет анализа. Модель не видела ни одной вашей цифры.

• Рекомендации нельзя выполнить. «Усилить работу с клиентами» — не задача, а лозунг.

• Нет приоритетов и не отделены догадки. Десять равнозначных пунктов одинаково уверенным тоном.

ПРОМТ 4.4 Разбор падения показателей по данным