今天繼續(xù)介紹deepseek核心技術(shù)：反事實(shí)推理。

上一篇簡要回顧：

• 反事實(shí)推理，是一種通過構(gòu)建與事實(shí)相反的假設(shè)性情景，探索因果關(guān)系和潛在結(jié)果的邏輯推理方法；
• 反事實(shí)推理，有著嚴(yán)密的數(shù)學(xué)模型，屬于因果推斷第三層次：關(guān)聯(lián)，干預(yù)，反事實(shí)；
• 反事實(shí)推理，能幫deepseek突破數(shù)據(jù)量上限，加強(qiáng)結(jié)果解釋性，提升回復(fù)豐富度；

畫外音：詳見《deepseek憑啥能給出這么豐富的答案 - 反事實(shí)推理（上）》。

反事實(shí)推理，對我們寫提示詞，獲取更佳的回答質(zhì)量有什么啟示呢？

答：參考反事實(shí)推理優(yōu)化提示詞，能極大提升AI輸出質(zhì)量。

更具體的，可以使用CREATE提示詞框架：

• Contrast：要求多方案比較
• Risk-aware：要求評估潛在風(fēng)險
• Experimental：要求假設(shè)性推演
• Alternative：要求備選方案
• Trade-off：要求分析優(yōu)缺點(diǎn)
• Explain：要求說明決策邏輯

比較抽象，舉個例子。

想優(yōu)化冒泡排序，提示詞我是這么寫的。

非常直白。

AI的輸出如上。

畫外音：為了說明CREATE對提示詞進(jìn)行優(yōu)化的效果，選擇了其他AI產(chǎn)品，已打碼。

你說AI的輸出效果差嗎？也不是，非常直接的給出了優(yōu)化建議，但總覺得差那么點(diǎn)意思，回復(fù)的內(nèi)容不夠豐富。

參考了CREATE提示詞框架進(jìn)行了簡單的優(yōu)化。

• 要求給出至少2種方案；
• 兩種方案要進(jìn)行對比；
• 說明推簡理由；

優(yōu)化之后，回復(fù)的豐富度極大地提升了。

首先，給出了多種方案。

接下來，進(jìn)行了多維度對比。

最后，進(jìn)行解釋說明，給出了推薦理由。

CREATE的幾個實(shí)踐沒有補(bǔ)全，還可以加上：

• 假如是要對100G文件記錄進(jìn)行處理，分析與對比可行性（假設(shè)推演）；
• 如果最重要選擇xx方案，有什么潛在風(fēng)險，有什么規(guī)避方案（假設(shè)推演+風(fēng)險評估）；

每次詢問deepseek，是不是覺得它的輸出內(nèi)容特別的豐富，它內(nèi)置反事實(shí)推理提示詞優(yōu)化。

簡單總結(jié)：

(1) 反事實(shí)推理對AI輸出內(nèi)容豐富度提升很大；

(2) 使用CREATE提示詞框架，能夠提升AI輸出的豐富度：

• 要求多方案比較
• 要求評估潛在風(fēng)險
• 要求假設(shè)性推演
• 要求備選方案
• 要求分析優(yōu)缺點(diǎn)
• 要求說明決策邏輯

經(jīng)常有人留言，說deepseek都這么流弊了，是不是提示詞“說人話”就好了？

確實(shí)，deepseek流弊，“說人話”用戶體驗(yàn)最好，也能有很豐富的回復(fù)。但是：

• 啥都讓deepseek干，會消耗計算資源；
• deepseek深度思考的時間多了，解題的時間也就少了；
• deepseek的推理邏輯，未必符合我們的預(yù)期；
• 通過提示詞顯性的告訴它你的想法，會讓AI更高質(zhì)也更高效；

用戶體驗(yàn)并不是全部，效率與質(zhì)量也是解題的一部分：deepseek很NB，我們的提示詞也NB，疊加起來可以NB plus。了解工具的原理，讓自己變得更好，不是更好嗎？

一切的一切，提示詞只有適配了AI的認(rèn)知模式，才能最高效的發(fā)揮最大的作用。

知其然，知其所以然。

思路比結(jié)論更重要。