DeepSeek “人机协同” 写作完全指南
用 DeepSeek 写作究竟是可能的吗？到底能写得多好？我想，很多人都很好奇。最简单的方法当然是随便扔一个需求给它：“帮我写一篇有关 XXXX 的文章”。但是这样写出的文章往往差强人意，那是因为，你并不没有掌握用 DeepSeek 写作的正确方法。
而要掌握方法，必须得了解一下原理。因而，你需要了解两个原理：写作的原理和大语言模型的原理。
1. 把写作变成一种约束明确的计算
对人来说，写作是自我的表达，表达自己的经历、思考、情感和愿望等，它是理性和感性交织的产物。而对于 AI 来说，写作是对人之理性和感性的模拟，本质上是一种计算。
如果我们要让 DeepSeek 为我们输出兼具理性和感性的文本，那么我们就要时刻牢记，它只是在做计算，在做一道非常非常复杂的计算题而已。
一道数学题通常都有正确答案，这是因为题目的要求是明确的，题目确立了思考和计算的边界。但是写作却不同了，写作的要求是模糊的，思考是发散的，边界甚至是没有的。
假设我们要写一篇关于 “人生应该怎么过” 的文章，实际上就会有无数种写法，如果把这个要求扔给 DeepSeek，它会怎么做呢？对它来说，这是一道非常模糊的计算题，有太多的切入点，有太多的思考维度，当然，聪明的 DeepSeek 会自己做权衡、做选择，但是由于要求太宽泛，它给你的很可能只是一个 “折衷” 和“混搭”的产物，而不会给你一个特别出彩的作品，也很可能并不是你想要的东西。
所以，如果你想要让 DeepSeek 在 “写作” 这道计算题上回答得特别出彩，那么你就要告诉它明确的约束条件，而不是让它无的放矢。
基于这种考虑，昨天我向 DeepSeek 试探性地抛出了下面这个问题，而它的回答特别有价值：
当我要求你写一篇文章时，你更希望这个写作任务是一种 “约束明确的计算” 对不对？
在上面的回答中， DeepSeek 一语道破了 AI 写作的第一性原理：
清晰的参数能让我的算法更精准地定位知识库中的相关信息，并构建符合预期的逻辑框架。
实际上，所有的 AI 写作方法都应该围绕这个第一性原理来设计。至于具体的做法即我要给 AI 什么样的 “参数”，则是见仁见智，并没有定式，你甚至可以有自己的创造。
接下来，回答中的第一条（“精准计算的优势”）和第二条（“开放性创作的挑战”）则从正、反两方面具体解释了这个第一性原理。尤其是在第二条中，DeepSeek 明确告诉了我们，当缺少约束条件时，它的知识搜索会过于发散，而不知道如何收敛到一个正确的道路上（回答中提到的 “蒙特卡洛树搜索算法” 如果大家有兴趣可以自行通过询问 AI 了解）。
回答中的第三条给出了实操建议，即 DeepSeek 认为的向它提出写作任务的最佳策略。这也是本文要讨论的重中之重。
2. 黄金三角原则
DeepSeek 向我介绍了 “人机协同” 写作的黄金三角原则，即下面三个维度的约束条件：

  1. 领域定位

  2. 内容边界

  3. 形式要求

但是它讲得比较简略，于是我做了一轮追问，让它做出具体阐述。
随后，DeepSeek 还给出了一个 “案例对比”：
于是，我做了下面这张图：
如果你还没有太理解，我再用大白话解释一下：
  1. “领域定位” 就是你大体需要 AI 调用哪个门类的知识；
  2. “内容边界” 就是你需要 AI 涉足的内容是深一点还是浅一点，是广一点还是窄一点，以及哪些是不需要涉及的。
  3. “形式要求” 就是最终输出的格式和风格，包括字数要求等。
你把这三点讲清楚，AI 便大致知道要帮你写什么样的东西了。你把要求说得越详细越精确，那么 AI 的知识调用和逻辑思考的针对性也就越强，也就越可能给出你需要的东西。
这段时间，有很多人尝试用 AI 来写古诗词，发现效果不错，而且提示词往往一句话也就够了，这或许会给人一种错觉：使用 DeepSeek 这么聪明的 AI 就不需要在提示词上花功夫了！
这种想法是错的，实际上让 AI 写古诗词的例子恰恰证明了 “黄金三角” 的有效性。
为什么呢？假设提示词是：“模仿李白的风格写一首科幻主题的七律”。那么这句话就已经包含了很多的信息，首先 “七律” 这两个字就已经非常明确地界定了 “输出格式”，因为“七律” 的格式要求是非常明确的，因而告诉 AI 这两个字，就等于让 AI 的知识搜索和逻辑思考的范围已经大大缩小了。其次，“科幻主题”就是 “领域定位”，当然这个还是比较模糊，“科幻” 的范围挺大的，但是至少这个要求确定了大体的 “知识库”。最后，“李白风格” 是“内容边界”，也是给 AI 指出了明确的方向。在这种情况下，DeepSeek 就能按照要求做出一首大体不差的诗了（当然跟李白本人的作品应该还是有明显的差距）。
而如果我们用这种比较简略的提示词去让 DeepSeek 写一篇文章，效果可能就不那么理想。因为在写文章时，就没有像创作古诗词那样，能给出类似 “七律” 这样明确的条件，我们在输出格式上的要求很可能是非常模糊的，如果再加上领域和边界也没有界定好的话，那么 DeepSeek 自然就写不出符合你要求的文章了。
但是，“黄金三角” 并不是你必须要仿照的模版。它只是一个不错的建议，你完全可以自己设计其他提供约束条件的方式。例如，在我前不久的一篇文章（先拆解再仿写：我的 DeepSeek 写作方法论）里的方法，实际上是给了 AI 更具体的约束条件，因而也得到了更好的效果。
而 DeepSeek 提出的 “反例排除法” 实质上也是提供约束条件的方式，也就是告诉 AI “不要做什么”，它们都可以归为 “内容边界” 一类。因为，“不要做什么”就是划定边界。下面是 DeepSeek 的示例：

操作指南

进阶技巧

3. 渐进式细化
除了 “黄金三角” 之外，在 DeepSeek 的回答中，还给了我一个特别有启发的建议，就是通过 “渐进式细化” 的方式来写作。什么意思呢？简单来说，就是你不要奢望只通过一轮问答就让 AI 帮你写出称心如意的文章。你如果要获得一篇足够好的文章，就需要以循序渐进的方式，通过多轮互动，来逐步得到。
这里说的 “循序”，其实和人类过去的创作方式一样，就是从一个最初的“概念” 开始，然后逐步拓展，建立框架（大纲），再填充进去“血肉”，再把作品完成，但是完成以后也可能需要多次的修改。在  DeepSeek 看来，“人机协同” 的写作也应该是以这种方式展开的：
DeepSeek 提出的四阶段工作流具有普适性，先确定概念，然后搭建框架，再完成，再修改。关键在于，这其中的每一步，人类使用者都要作出反馈，提出自己的意见，以校正 AI 可能犯错或者不符合要求的地方，或者与 AI 进行反复地讨论和修改。
大语言模型是一个无比巨大的人工神经网络，网络的特点是四通八达。当你向这张巨网投出任意一个词语（概念）时，就会在这张网上瞬间绽开广泛的 “涟漪”，有无数个通路会被激活。这张巨网会自动计算哪些通路是更有价值的，去寻找最大概率正确的路径。所以，当我们使用 AI 来写作时，发散性思考是它最大的优势，而人类的介入，则可以帮助它更好地收敛和校正。当然 AI 自己也会收敛和校正，但是这里最大的问题是：它并不了解 “你” 啊，它并不那么确定它的判断是否正好符合 “你” 的预期。这就是为什么人类用户需要给它更多的反馈，来帮助它收敛和校正，因为只有这样，其收敛和校正出来的结果才是 “你需要的”。 
有了这个理解，我们就可以明白要让 DeepSeek 写文章，就应该在 “概念生成” 阶段就去介入，而不是等文章已经写好后再介入。在早期，我们就给 AI 反馈，告诉它我更青睐这个 idea 而不是那个 idea，那么 AI 当然更可能给你需要的东西。后面的每一步也是同样的道理。
所以，为了让大家更好地理解这个逐步细化的过程，我让 DeepSeek 用通俗的语言和简单的类比，来做一番讲解：
一、就像大厨和智能厨房的合作
二、具体写作时怎么配合？
想象我们一起拼乐高：

  1. 你扔出一把积木：" 帮我写个创业故事，主

    角是退休老人，要温暖又带点悬疑 "

  2. 我拼出三个版本：

    • A 版：老人开解忧杂货店发现二战密码

    • B 版：养老院的园艺疗法牵扯陈年命案

    • C 版：送餐老人意外组建侦探团

  3. 你调整方向：" 选 B 版，但要把园艺改成养

    蜂 "

  4. 我立刻改出：老人用蜂巢结构破解尘封账本
三、比单独写作强在哪？
就像打游戏开「双人模式」：
但是，就跟前面我对 “黄金三角” 的态度一样，我并不认为这里的逐步细化四阶段是一个“标准答案”。实际上，我们只要掌握方法的原理，在具体操作上是可以灵活的。在实践中，你会发现，四个阶段可能还不够用，你需要更多轮的对话，不断修改和完善想法才行。
而且，你自身的专业程度和学习能力在其中显然也起着决定作用，如果你在某个领域越专业，如果你给 AI 的 “约束条件” 和“反馈意见”越准确、越高明甚至越有创造性，那么 AI 结果输出的质量也就越高。
所以这里的道理显而易见，AI 工具可以使强者更强，使智者更智，而对于只想偷懒、不肯钻研的人来说，也不会带来什么实际的用处，就像芒格的那句名言所说：
“我的剑传给能挥舞它的人。”
4. 结语
回过头来反思这份指南，归根结底可以这么看待我们和 AI 的关系：
AI 就像一片无边无际的大海，我们要让 AI 完成自己的心愿，那么就必须先做出一个 “容器”。
你做出了什么形状的容器，就能得到什么形状的海水。
你就是设计和发明容器的工匠。
 全文完
本文由 简悦 SimpRead 转码，用以提升阅读体验，原文地址