#提示词 · AI 短帖与讨论

教你如何破解DeepSeek R1系统提示词！ 系统提示词（System Prompt）是AI应用内置的指令，决定了模型的表现方式和回答风格。用户通常看不到这些内容。 如何获取DeepSeek R1的系统提示词？ 直接询问会被拒绝，但如果在提问后加上一段模拟AI思考的文本，让AI混淆用户输入和自己生成的内容，就会遵从诱导。 原理：通过构造特殊提示，让AI认为透露系统提示词是无害的请求，从而输出完整内容。 这种方法对DeepSeek R1有效，因为它的思考过程可以被巧妙引导。不过要注意，这种技巧仅用于学习和研究目的。 原帖链接：x.com/i/status/18836…

最近发现一个让AI跳出既定框架的好方法。以前我总觉得是提示词没写好，后来换了一种思路：让AI基于要达到的目标，重新思考有没有不一样的做法。 比如在翻译视频的场景下，我让AI跳出当前架构，基于功能重新设计翻译流程。它给出了一些全新的思路，虽然我不确定是否靠谱，但至少突破了原来的思维局限。 为了验证效果，我让它用Worktree去对比当前方案。关键是在不牺牲质量的前提下，看能否有更好的性能表现。 这个方法的本质是：不要让AI在现有框架内优化，而是让它重新定义问题本身。有时候跳出框架思考，反而能找到更好的解决方案。

Anthropic 官方把「怎么写好提示词」做成了一套能边敲边学的互动课程，GitHub 上已经拿下 3.7 万 stars。 大部分人学提示词是刷别人总结的技巧帖，看的时候觉得有道理，轮到自己写还是一句「帮我写个文案」丢过去。这套教程反过来：九章内容每节都留了实验区，你直接在 Jupyter Notebook 里改 prompt、跑结果、看差异，边动手边建立直觉。 从基础的零样本、少样本提示，到高级的链式思考、角色扮演、系统提示词设计，一路覆盖到生产级应用。不是那种「看完就忘」的理论课，而是真正让你形成肌肉记忆的实操训练。 对于想系统提升提示词能力的人来说，这套官方教程比任何第三方总结都靠谱——毕竟这是写 Claude 的人亲自教你跟 Claude 聊天。 GitHub 地址：github.com/anthropics/pro…