从“答案”到“方法”：DeepSeek在教学中怎么用才更香？

各位老师，咱们在历史教学和研究中，是不是经常用到DeepSeek这类AI工具查资料？但有时候，哪怕是查个“黄旭华院士的出生日期”这样简单的问题，DeepSeek也可能给出好几个答案。

这可不是个例，很多老师都遇到过：明明问得很清楚，AI给出的信息却互相矛盾，或者不够全面。这到底是AI工具的问题，还是咱们用得不对呢？

“历史不只是过去，更是我们如何看待过去。” 别急，今天就来聊聊这个话题。咱们一起看看，怎么用DeepSeek才能真正帮到我们，让它成为我们探索历史的“神助攻”。

1、DeepSeek可不是普通搜索引擎，它是你的“思维外挂”

DeepSeek，以及类似的工具，如ChatGPT、文心一言等，都是基于大型语言模型（LLM）构建的人工智能应用。它们并非传统意义上的“搜索引擎”或“数据库”，而更像是一个“智能助手”或者说，“思维脚手架”。LLM的核心在于，通过对海量文本数据的学习，理解人类语言的模式和含义，进而生成文本、回答问题、进行对话。

DeepSeek的优势：

• 快速响应： DeepSeek能够在几秒钟内对您的问题做出回应，提供初步的信息和思路。

• 信息整合： DeepSeek可以快速浏览和整合来自不同来源的信息，为您提供一个概览。

• 辅助研究： DeepSeek可以帮助您查找文献、总结观点、梳理思路，成为研究的得力助手。

• 搜索增强： DeepSeek集成了强大的搜索功能，这是其区别于其他LLM的关键优势，能有效提升信息检索的广度和深度。

• 逻辑透明： DeepSeek能够清晰展示其解决问题的逻辑推理过程，将复杂的任务分解为多个步骤，帮助用户理解信息之间的关联，从而促进更深入的批判性思考和自主学习。

2、提问有技巧：从“死问题”到“活问题”，打开思路

光知道DeepSeek是啥还不够，关键是怎么问。一个好问题，能让DeepSeek更好地理解你要什么，给出的答案也更靠谱。“问题是开启知识宝库的钥匙，而提问的方式，决定了你能找到怎样的宝藏。”

• 原则一：明确具体，从“封闭”走向“开放”

  避免使用过于笼统或模糊的提问。例如，直接提问“黄旭华生日”，DeepSeek可能只给出最常见的一个日期。但如果您提问“黄旭华院士的真实出生日期是什么？有哪些争议？”，DeepSeek则更有可能提供更全面的信息，包括不同说法的存在。这不仅是获取信息方式的转变，更是思维方式的转变：从寻求唯一“标准答案”，到主动探寻历史事件的多个侧面，为培养批判性思维和史料分析能力埋下伏笔。

• 原则二：迭代追问，步步深入

  DeepSeek支持多轮对话。当您对初步回答不满意，或希望了解更多细节时，可以通过追问来引导DeepSeek深入挖掘信息。例如，在了解了“列宁号”的基本情况后，您可以追问：“‘列宁号’具体首飞时间有几种说法？”、“每种说法的主要依据是什么？”。像剥洋葱一样，层层深入，逐步接近问题的核心。

• 原则三：利用上下文，构建“对话链”

  在多轮对话中，DeepSeek会“记住”之前的对话内容。您可以在后续提问中利用这些信息，例如：“基于以上信息，‘列宁号’的首飞时间更可能是哪个月份？”、“根据XXX的说法，黄旭华的出生年份应该是多少？”。让AI成为你思维的延伸，构建起一条完整的“对话链”。

3、 用好DeepSeek的搜索功能：构建多维度的历史画卷

DeepSeek的搜索功能是它最厉害的地方，也是解决开头那个问题的关键。它不仅能提供更全面的信息，还能帮我们验证和深入研究。“历史的真相，往往藏在细节的对比和多元的叙事之中。”

功能介绍：

• 自然语言搜索： 您可以像与朋友聊天一样，用自然的语言向DeepSeek提问，无需刻意使用关键词或搜索语法。

• 实时信息： DeepSeek搜索功能连接互联网，能够获取最新的信息，弥补了LLM知识库更新可能存在的滞后性。

• 多来源整合： DeepSeek的搜索结果会整合来自多个网站、新闻报道、学术论文等不同来源的信息，提供更全面的视角。

• 溯源链接： 每个搜索结果都会附带来源链接，方便您直接访问原始网页，进行验证、深入研究或了解更多背景信息。这不仅仅是简单的链接跳转，更是通往历史“现场”的入口。引导学生利用这些链接，深入探究资料，是培养他们史学素养的关键一步。

案例实战：红军第一架飞机时间考

直接提问“红军第一架飞机是什么时候”，得到的答案可能只是一个笼统的时间。但历史的细节往往隐藏在不同的说法之中。

• 不恰当示范： 直接在DeepSeek搜索框中输入“红军第一架飞机是什么时候”。

• 可能的结果： DeepSeek可能无法联网，只给出一个时间，仅仅是其大模型的数据而没有网页数据的分析。

• 正确示范： 充分利用DeepSeek的搜索功能，挖掘更深层次的信息。

• 第一步：打开DeepSeek搜索框。

• 第二步：输入关键词”帮我搜索并思考红军第一架飞机是什么时候”“红军第一架飞机 列宁号 不同说法”或“龙文光 列宁号 首飞时间”。

  

• 第三步：点击搜索按钮。

• 第四步：查看搜索结果页面。

1. 操作步骤：

2. 搜索结果（模拟）： DeepSeek搜索结果页面会呈现多个来源的信息：

• 对比分析与教育意义： 通过对比两种提问方式，我们发现，利用DeepSeek的搜索功能，可以了解到关于“列宁号”首飞时间的多种说法，以及这些说法可能存在的争议。DeepSeek呈现的这些不同版本，如同历史长河中的碎片，等待我们去拼接和解读。

  

• 这提醒我们，历史研究不应止步于寻找“唯一正确”的答案，而更应关注历史事件在不同时期、不同文献中的呈现方式，以及这些呈现方式背后的动因。AI工具可以成为我们探寻历史多元性的助手，而非简单的事实罗列器。

4、 史料互证：在DeepSeek中“去伪存真”

在AI时代，获取信息太容易了，但DeepSeek给出的答案不一定是真理。就像历史研究要辨别史料真伪一样，我们也需要对AI的回答保持警惕，特别是DeepSeek的搜索结果。 “尽信书，不如无书；尽信AI，亦复如是。”

为什么需要验证？

• 数据偏差： AI的训练数据可能存在偏差，导致其生成的答案带有倾向性或不全面。

• 算法局限： AI的算法并非完美，可能在理解复杂问题或处理模糊信息时出现偏差。

• 信息过时： 尽管DeepSeek搜索功能可以获取实时信息，但互联网上的信息也存在过时、错误的情况。

• AI幻觉： 有时，AI会生成出看似合理的“幻觉”，给出一些毫无根据的回答。

如何验证DeepSeek搜索结果？

• 交叉验证： 对比DeepSeek提供的多个搜索结果，查看不同来源的信息是否一致。如果存在差异，需要进一步探究原因。

• 溯源查证：这是验证的关键步骤。 利用DeepSeek提供的来源链接，直接访问原始网页，查看信息的发布者、发布时间、上下文等，判断信息的可信度。

• 具体操作示例：

1. 点击搜索结果中感兴趣的链接，跳转到原始网页。

2. 查看网页的发布者：是官方机构、权威媒体、学术机构，还是个人博客、论坛帖子？一般来说，官方机构和权威媒体发布的信息更可靠，但个人博客和论坛帖子也可能有价值，需要进一步判断。

3. 查看网页的发布时间：信息是否过时？对于历史事件，不同时期的报道可能有不同的视角和解读。

4. 查看网页的上下文：信息是否完整？有没有断章取义或曲解原意的情况？

5. 注意网页的语气和倾向性：是否存在明显的偏见或情绪化表达？

6. 寻找其他佐证：尝试搜索其他来源，看看是否有类似的信息，或者是否有相反的观点。

• 专家意见： 对于专业性较强的问题，可以咨询相关领域的专家，或查阅权威的学术文献，进行验证。

• 常识判断： 运用自己的常识和逻辑推理能力，判断DeepSeek提供的搜索结果是否合理。

误导信息案例：探寻“列宁号”首飞时间的真相

假设我们在DeepSeek中搜索“列宁号首飞时间”，得到了一个结果：“列宁号于1930年5月1日首次试飞成功，由飞行员张三驾驶。”但这个信息可靠吗？我们可以利用DeepSeek提供的链接进行验证：

1. 点击链接： 我们点击该结果附带的链接，跳转到一个名为“XX历史爱好者”的个人博客。

2. 评估发布者： 这是一个个人博客，并非官方机构或权威媒体，可信度存疑。

3. 查找其他信息： 我们回到DeepSeek，输入“列宁号首飞时间 争议”，发现多个搜索结果指向不同的时间：2月、3月、4月都有。

4. 溯源权威信息： 我们找到一篇中国航空博物馆官网的文章（通过DeepSeek搜索结果链接），其中提到“列宁号”首飞时间是1930年3月，但具体日期尚无定论，并引用了多份历史文献作为依据。

5. 得出结论： 通过DeepSeek提供的链接和交叉验证，我们发现“1930年5月1日”的说法很可能不可靠，而“1930年3月”的说法更可信，但具体日期仍需进一步考证。

史学方法与批判性思维的培养

DeepSeek提供的搜索结果和链接，如同历史研究中的原始文献和二手资料。我们可以借鉴史学研究的方法，对这些信息进行“去伪存真”、“去粗取精”的处理，正如历史学家考证史料一样。这一过程，不仅能帮助我们获取更准确的信息，更能培养我们的批判性思维和史学研究方法。

• 类比史料批判： 在评估信息来源时，我们可以类比历史学中的史料批判，思考：这份资料是谁写的？什么时候写的？为什么写的？写作的目的是什么？有没有偏见？

• 构建证据链： 通过多个来源的信息相互印证，构建一条完整的证据链，得出更可靠的结论。

• 质疑与反思： 养成质疑的习惯，不盲目相信任何单一来源的信息，对AI的回答保持警惕，进行独立思考。

5、 知其边界：AI不是“万能钥匙”，而是“思维放大器”

尽管DeepSeek功能强大，但它并非万能。作为用户，我们需要了解它的局限性，避免过度依赖或误用。DeepSeek更像是一个“思维放大器”，可以帮助我们拓展视野、提升效率，但不能代替我们思考。

• 无法处理过于复杂或需要人类判断的问题： DeepSeek擅长处理事实性问题，但对于涉及价值观、伦理道德、艺术审美等需要人类主观判断的问题，它可能无法给出令人满意的答案。例如，对于历史事件的评价、历史人物的功过是非等，DeepSeek可以提供不同观点，但最终的判断还需要人类自己做出。

• 无法保证信息的绝对准确性： DeepSeek的回答基于其学习的数据和算法，可能存在偏差或错误。

• 无法替代人类的创造力和情感： DeepSeek可以辅助创作，但无法替代人类的创造力、想象力和情感。

DeepSeek不仅仅是一个简单的问答工具，其强大的搜索功能，结合明确具体的提问技巧、多轮对话的迭代追问、以及批判性的信息验证，可以成为我们学习和研究的有力助手。

它更像是一位“历史向导”，带领我们穿越时空，探寻历史的真相。我们应该充分利用DeepSeek的搜索功能，像侦探一样挖掘信息的“隐藏宝藏”，像历史学家一样对信息进行“去伪存真”的考证。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】