首页›模型调优

DeepSeek-R1 深度思考模型最佳实践与 Prompt 调优指南

DeepSeek-R1 采用大规模强化学习推导思维链。本文整理官方推荐的 Prompting 原则、超参数设置禁忌以及流式解析思维链的代码实战。

维护：DeepSeekDSH（独立站点）内容更新：2026-09-13

本页内容

1. R1 推理模型核心工作机制

与通用对话模型（如 DeepSeek-V3）不同，DeepSeek-R1 会在给出最终回答前，在内部自主展开多步思考链（Chain of Thought）。API 会将这部分思考过程通过独立字段 reasoning_content 输出，而最终答案放入常规的 content 中。

2. 官方推荐 Prompt 编写原则

Zero-shot（零样本）优先

直接描述任务目标即可。不要在 Prompt 中添加过多死板的 Few-shot 示例或格式模板，避免干扰模型的自主探索与推导逻辑。

避免强行规定思考步骤

无需手动输入“请一步步思考”。模型已在强化学习中内置了深层反思与自我纠错能力。

3. 关键超参数设置

Temperature 建议值： 官方建议保持在 0.5 ~ 0.7（默认 0.6）。盲目设为 0 会降低思维发散探索深度，设得过高会导致思维链发散死循环。
max_tokens 必须留足空间： max_tokens 限制的是“思考链 Token + 最终回复 Token”的总和。建议设为 4096 ~ 8192，防止长推理被意外截断。

4. 流式解析 reasoning_content (Python 示例)

在流式调用中分别接收并打印思维过程与最终输出：

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的DeepSeek_API_Key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=[{"role": "user", "content": "9.11 和 9.8 哪个大？并详细证明。"}],
    stream=True
)

reasoning_content = ""
answer_content = ""

for chunk in response:
    delta = chunk.choices[0].delta
    # 打印思考过程
    if hasattr(delta, "reasoning_content") and delta.reasoning_content:
        reasoning_chunk = delta.reasoning_content
        reasoning_content += reasoning_chunk
        print(reasoning_chunk, end="", flush=True)
    # 打印正式回答
    elif delta.content:
        if not answer_content:
            print("\n\n=== 最终回答 ===\n")
        answer_chunk = delta.content
        answer_content += answer_chunk
        print(answer_chunk, end="", flush=True)

5. 常见误区与避坑

给 R1 强加复杂的 System Prompt

System Prompt 过长或约束太严会导致推理模型思维固化。推荐使用精简、无修饰的角色说明或直接省略。

回答突然截断但没有输出完整内容

检查是否调小了 max_tokens。思考链消耗了额度导致回答未完成，增大 max_tokens 即可解决。