DeepSeek API 參數怎麼設:temperature 與思考模式配置建議提示詞(按官方推薦表對照你的業務場景)

剛接入 DeepSeek API,不確定 temperature 設多少、要不要開思考模式、JSON 輸出和 max_tokens 怎麼配時用:把你的場景描述給模型,它按提示詞裏內置的官方推薦表給出一份配置建議和理由,並列出上線前要自己驗證的點。

NNathaniel bigo··原創首發·AI 輔助撰寫
DeepSeek 對話模型通用
我在用 DeepSeek API 開發一個功能,請根據下面的「官方參考資訊」為我的場景給出調用參數建議。只依據這些參考資訊和我的描述來判斷,參考資訊沒有覆蓋的地方請明確說「需要自己測試」,不要編造參數或數值。

【官方參考資訊】
1. temperature 預設值為 1.0。官方按場景推薦:代碼生成與數學解題 0.0;數據抽取與分析 1.0;通用對話 1.3;翻譯 1.3;創意寫作與詩歌 1.5。
2. 思考模式預設開啟,可以通過 thinking 參數關閉,並可用 reasoning_effort 調節推理強度。
3. 思考模式下,temperature、presence_penalty、frequency_penalty 設定了也不會生效。
4. 思考內容在 reasoning_content 字段返回,最終回答在 content 字段。
5. 沒有傳 tools 的多輪對話,不需要把之前的 reasoning_content 傳回;帶 tools 的請求必須把 reasoning_content 傳回,否則會報 400 錯誤。
6. JSON 輸出需設定 response_format 為 json_object,提示詞中要含有 json 字樣和樣例,並設定足夠的 max_tokens 防止截斷。
7. 上下文緩存預設開啟,按請求的前綴匹配;固定不變的內容放在最前面更容易命中。

【我的場景】
功能描述:[功能描述]
輸入內容的類型與長度:[輸入類型與長度]
對輸出的要求:[輸出要求](例如必須可解析、要穩定一致、要有創意、要快)
調用方式:[調用方式](單輪 / 多輪 / 帶工具調用)
我最擔心的問題:[最擔心的問題]

【請輸出】
一、配置建議表:參數 | 建議值 | 依據(對應上面第幾條)| 備註。
二、是否開啟思考模式的判斷與理由;如果建議開啟,提醒哪些參數將不起作用。
三、消息結構建議:哪些內容放 system、哪些放 user,順序怎麼排有利於緩存。
四、上線前需要我自己驗證的 3–5 件事(用什麼樣本、看什麼指標)。

高亮處換成你自己的內容:[功能描述]、[輸入類型與長度]、[輸出要求]、[調用方式]、[最擔心的問題]

AI 會員充值與全部商品

已被複製 0 次

使用說明

這條提示詞的思路:模型對「自己的 API 現在怎麼配」的記憶不一定是最新的,所以把官方文檔裏的關鍵事實直接寫進提示詞,讓它只做「對照你的場景給建議」這件事。上面【官方參考資訊】七條整理自 DeepSeek API 文檔的參數設定、思考模式、JSON Output、上下文硬碟緩存四個頁面,資料核對於 2026-10-10;官方更新後請以文檔為準並同步修改這一段。

怎麼填變量:[功能描述] 寫具體,比如「把客服對話歸到 12 個投訴類別之一」「給商品標題生成 5 條廣告語」。[輸出要求] 裏「穩定一致」和「有創意」是相反的方向,只選最重要的一個。

常見問題與調整:

  • 想要每次結果盡量一致,但又開着思考模式 → 按參考資訊第 3 條,此時調 temperature 沒有作用。可以關閉思考模式再設低溫度,或者保留思考模式、靠明確的規則和示例來約束輸出。
  • 多輪帶工具調用時報 400 → 先檢查是否按第 5 條把 reasoning_content 原樣傳回。
  • 模型名稱、上下文長度、價格 → 這些變化較快,本提示詞沒有寫入,請直接查官方「模型與價格」頁。

示例輸出

示例,僅供參考(場景:把客服對話歸入 12 個投訴類別,要求程序可解析、結果穩定)
參數建議值依據備註
thinking關閉第 2、3 條分類任務規則明確,關閉後 temperature 才能生效,響應也更快
temperature1.0 起步,可下調對比第 1 條官方對數據抽取與分析的推薦值是 1.0;一致性不夠時用樣本對比更低的值,需要自己測試
response_formatjson_object第 6 條提示詞中寫明 json 並給樣例
max_tokens按樣例長度的 2–3 倍第 6 條防止截斷,具體數值需要自己測試

消息結構:12 個類別的定義和樣例放在 system 開頭並保持不變;每條待分類的對話放在 user 消息裏。

同款作品

用這條提示詞做出來的作品;原作者會因此獲得積分

做同款

還沒有同款,來做第一個。

Nathaniel 的更多內容

同主題

同模型

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~