deepseek原理+應用+實踐，和大家分享：

• 小眾的，deepseek核心技術原理；
• 大眾的，提示詞要怎么寫；

今天和大家聊聊，deepseek核心技術（之一）：認知腳手架。

什么是認知腳手架？

認知腳手架，Cognitive Scaffolding，是一個跨學科的概念，源自教育心理學，最初用于寫作的學習。老師通過提問，示范，結構化模板，幫助學生輸出高質量的文章，快速掌握創作技巧。

畫外音：額，像極了我背高考作文。

它模擬的是建筑學中的“腳手架”概念，通過：

• 大問題拆解小問題；
• 分階段；
• 組合搭建；
• 結構化模板；

等方式，在“大廈”建成的前期，提供重要的臨時支撐。

例如，學生們在面對“月球為什么不會飛向太陽”這個問題時，往往不知道從何下手。

但老師通過認知腳手架引導：

1. 天體間最重要的作用力是什么？
2. 引力與什么相關？
3. 如何計算月球與地球，太陽的引力？
4. 步驟3中的結論是什么？

ru此一來，就很容易邏輯推理的答案。

認知腳手架對于deepseek深度思考，撰寫高效提示詞，都有非常重要的借鑒意義。

deepseek的輸出質量為何如此之高？

除了之前提到過多跳推理，MOE等技術，認知腳手架也功不可沒。

面對用戶提出的問題，deepseek不是一上來就解題，而是先進行深度思考。

在deepseek深度思考的過程中，將問題化整為零，通過分階段思考，結構化引導，在問題與答案之間建立臨時的橋梁，將模糊的問題轉化為可執行的步驟，顯著提升輸出的質量。

畫外音：特別是在編程，數學這一類精確任務中，尤為有效。

我嘗試著將“月球為什么不會飛向太陽”這個問題拋給deepseek，deepseek是這么深度思考的：

• 首先，我要回憶一下萬有引力定律…
• 接下來，我要考慮三者之間引力的關系…
• 另外，我要考慮參考系…
• 是否需要考慮希爾球的概念…
• 是否需要考慮軌道速度，角動量守恒…
• 整個深度思考耗時92秒，占了用戶等待的絕大部分時間。

認知腳手架，對我們寫提示詞，獲取更佳的回答質量有什么啟示呢？

deepseek通過認知腳手架，通過深度思考，能極大提升輸出質量，但有一些潛在問題：

• 深度思考占用了大部分注意力，消耗了大量計算資源；
• 推理邏輯可能有偏差，與用戶的期望有差距；

在求解熟悉領域的問題時，用戶如果通過提示詞幫助deepseek構建認知腳手架：

• 能極大節省計算資源，讓deepseek將注意力聚焦問題的解答，而不是解答過程；
• 能輸出更符合用戶預期的結果；

更具體來說，流程、示范、結構化模板，都非常的有效。

bad case：請幫我定位與修復異常代碼。

good case：請幫忙通過以下步驟定位與修復異常代碼：

• 查看調用鏈中的異常信息，定位出錯模塊
• 查看出錯模塊的日志信息，定位異常代碼的源文件名，函數名
• 分析源文件相關函數
• 修復相關函數

總之，當我們自己是相關問題的領域專家時，我們是如何思考與解題的，就顯性的用提示詞告訴deepseek如何思考與解題，能極大提升輸出效率。

總結

• 認知腳手架是deepseek的核心技術（之一）；
• deepseek通過深度思考，將問題化整為零，在問題與答案之間建立橋梁，提升輸出的質量；
• 在專家領域，通過認知腳手架優化提示詞，能提升輸出的質量與效率；

一切的一切，提示詞只有適配了AI的認知模式，才能最高效的發揮最大的作用。

知其然，知其所以然。

思路比結論更重要。