省流：
推理大模型，比如 DeepSeek - R1，不要琢磨怎么优化提示词了
通用大模型，比如 DeepSeek - V3，优化提示词稍微有效
大家好，我是 Ai 学习的老章
前两天发了个朋友圈
以前如此，后来以 DeepSeek- R1 为代表的推理大模型来了之后更是如此
纯个人感受，只要明明白白把自己的需求描述清楚就大概率可以得到想要的答案。
有同学看过我之前的测试：实测，阿里最新推理模型Qwen2.5-max可否与DeepSeek一战？结果统统被Claude-3.7碾压了
提示词就很简单
只要模型能力强，什么花拳绣腿都是摆设
那能不能优化一下提示次，看看效果如何呢？
比如前段时间非常火热的清华大学 DeepSeek 系列中提到的
还有之前 OpenAI 总裁 Greg Brockman 分析的一个创建完美提示词的思路
开启测试之前，先记住之前的测试结果
原 Prompt：你是顶级的、参透世间万物发展规律的心理学家，用极短、极睿智方式解释四大终极人文关怀，如何理解死亡自由孤独无意义，100 字以内，输出 SVG 格式，3:4，小红书风格。
场景一：DeepSeek- R1（深度思考）直接优化提示词
我想要的是优化后的提示词，但是它直接把提示词放进了思考中，输出了最终结果。
思考中的提示词如下：
- Context Dump：用户希望心理学家用极短、极睿智的方式解释四大终极人文关怀，输出 SVG，适合小红书风格。需要强调内容要简洁、有深度，视觉上符合小红书的美学。
- Goal：生成一个 SVG 图像，包含对死亡、自由、孤独、无意义的简短睿智解释，格式正确，视觉风格符合小红书用户喜好。
- Return Format：SVG 格式，3:4 比例，小红书风格（可能包括特定配色、图标、布局等）。需要具体说明设计元素，如颜色、字体、图标风格。
- Warnings：确保内容准确，不超过 100 字，视觉元素不拥挤，符合移动端阅读习惯，避免技术错误（如 SVG 代码错误）。
最终结果如下，略有提升
场景二：DeepSeek- R1（深度思考）仅优化提示词，在新的对话框让其重新生成卡片
用 R1 仅输出新的提示词
结果如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# 存在主义四维解码提示框架
## 核心指令
作为参透人类本质的心理学宗师，用禅宗公案式的凝练表达，解构四大终极关怀的本质关联。每概念 7 字内矛盾修辞，形成认知张力。
## 输出规格
▸ SVG 画布：360*480px
▸ 视觉层次：四等分线框 + 抽象符号系统
▸ 字体组合：STHeiti 标题+STKaiti 正文
▸ 配色方案：#FFF9F0背景+#5A4D46文字+#7C6354符号
▸ 传播元素：底部 3 个 #标签（哲学/心理/成长类）
## 风险规避
⚠️ 禁用学术术语
⚠️ 避免线性解释
⚠️ 禁止使用 emoji
⚠️ 符号系统需承载多重隐喻
## 深度上下文
用户画像：小红书 25-35 岁高知女性群体
内容定位：存在主义哲学的视觉禅修
认知痛点：终极追问带来的存在焦虑
情绪需求：在不确定中寻找确定支点
传播场景：碎片化阅读中的顿悟时刻
然后我把这个提示词直接喂给 R1
结果，他完全忘记了自己的任务，连卡片都没有生成
也就是优化后的提示词，反而让 R1 不知道要干什么了
场景三：R1 深度思考优化后的提示词喂给 DeepSeek-V3 通用大模型（也就是不开启深度思考）
结果优化后的提示词对通用大模型反而稍微奏效了
与不优化+V3 对比，确实强了一些
以上！
反正无论怎么折腾，都不如 Claude-3.7
