DeepSeek使用與提示詞工程課程重點

Homework：ollama 安裝 用deepseek-r1:1.5b 分析PDF 內容

python 代碼建構：

1.小模型 1.5b 可以在 筆記本上快速執行

2.分析結果還不錯

3. 重點是提示詞 prompt 的寫法

一、DeepSeek模型創新與特點

1. DeepSeek-V3模型特點

• 采用MoE架構(61個專家模塊)，總參數量671B但僅激活37B參數
• 引入MLA(Multi-Head Latent Attention)注意力機制，顯著減小KV緩存
• 使用混合精度框架(FP8)降低訓練計算量
• 在主流榜單中與頂級閉源模型性能相當

2. DeepSeek-R1模型突破

• 基于V3模型通過GRPO強化學習訓練
• 思維鏈長度可達數萬字，支持復雜推理
• 性能對標OpenAI o1模型
• 提供API調用(deepseek-reasoner)

二、模型部署與使用

1. 私有化部署選項

模型類型	參數量	顯存需求	適用場景
1.5B-14B	小模型	1-12GB	輕量級任務
32B	中模型	24-48GB	專業領域
70B	大模型	96-128GB	高精度任務
671B	滿血版	496GB	AGI研究

2. 部署方式

• ?Ollama部署?：支持macOS/Linux/Windows

  ollama pull deepseek-r1:1.5b
  ollama run deepseek-r1:1.5b

• ?vLLM高速推理框架?： 公司使用

  vllm serve deepseek-r1-distill-qwen-32b --tensor-parallel-size 2

三、提示詞工程核心原則

1. 提示詞組成要素（重要性排序）

1. ?任務?：明確動詞開頭的目標
2. ?上下文?：提供背景信息
3. ?示例?：展示期望輸出格式
4. ?角色?：指定AI扮演的身份
5. ?格式?：定義輸出結構
6. ?語氣?：設定回答風格

2. 通用模型vs推理模型提示策略

模型類型	提示特點	適用場景
通用模型	需要分步引導，依賴Few-shot示例	創意寫作、常規問答
推理模型	簡潔指令，信任內化能力	數學、編程等邏輯任務

四、Prompt實戰技巧

1. 核心技巧

1. ?限制輸出格式?：如JSON結構化返回

   "以JSON格式輸出包含名稱、價格、流量的套餐信息"

2. ?使用分隔符?：清晰區分輸入部分

   '''請總結以下三個引號內的文本'''

3. ?CoT思維鏈?：分步解決復雜問題

   "請按步驟計算：1.加1000 2.減500 3.乘1.2"

2. 優化方法

• ?迭代測試?：根據輸出持續調整Prompt
• ?角色扮演?：明確AI身份(如"你是一名專業客服")
• ?示例引導?：提供輸入輸出對示范

五、典型應用案例

1. 小球碰撞模擬

• 使用DeepSeek-R1生成HTML/JavaScript代碼
• 通過多次交互優化物理效果
• 最終實現包含重力、彈力等參數的完整模擬

2. 客服場景Prompt優化

"""
你是一名電信客服"小瓜"，需：
1. 保持禮貌官方口吻
2. 準確提及套餐名稱、價格、流量
3. 不可使用網絡用語
已知套餐：
- 經濟套餐：50元/10G
- 暢游套餐：180元/100G 
"""

Ollama 運用代碼

流程說明

?PDF解析階段?

1. 代碼功能概述?

該代碼實現了一個課程大綱分析系統，主要功能包括：

?2.2 學習路徑生成?

?2.3 輸出處理?

---

?3. 關鍵技術點?

---

?4. 擴展應用場景?

---

?5. 改進建議?

• ?PDF文本提取?：使用pdfplumber庫解析PDF文件，提取文本內容和章節結構
• ?章節識別?：通過正則表達式匹配多級標題（如"第X章"、"1.1"等格式）
• ?學習路徑生成?：調用DeepSeek-R1模型（通過Ollama API）生成結構化學習建議
• ?結果輸出?：

  2. 核心模塊解析?

  ?2.1 PDF解析與章節識別?

• ?文本提取?：
  使用pdfplumber.open()逐頁讀取PDF，通過extract_text()獲取文本內容，并標注頁碼信息。
• ?標題識別邏輯?：
  • 正則匹配多級標題（如r'^第[一二三四五六七八九十\d]+章'匹配中文章節）
  • 輔助規則：全大寫文本、含"學習"/"知識"等關鍵詞的短文本也被視為標題
  • 層級判定：
    • 一級標題：第X章或1. 標題
    • 二級標題：1.1 標題或一、標題
    • 三級標題：1.1.1 標題
• ?模型交互?：
  • 構建結構化提示詞，包含章節樹狀結構和課綱前8000字符
  • 調用DeepSeek-R1時啟用temperature=0.2和top_p=0.9，平衡創造性與穩定性
  • 響應解析優先提取JSON塊（兼容模型可能附加的解釋文本）
• ?錯誤處理?：
  • JSON解碼失敗時保留原始響應
  • 捕獲API超時等異常
• ?控制臺展示?：
  格式化輸出學習階段、核心概念、練習順序等，使用符號圖標（如📖、🎯）增強可讀性
• ?JSON持久化?：
  按時間戳生成文件名，確保ASCII轉義關閉（ensure_ascii=False）以支持中文

• ?PDF解析優化?

  • 混合正則規則與啟發式判斷，提升標題識別準確率
  • 記錄頁碼+行號，便于人工校驗

• ?大模型工程化應用?

  • 兩階段生成：先提取章節結構，再填充細節（如學習目標、練習類型）
  • 通過num_predict=2000確保長文生成完整性

• ?結構化輸出設計?

  {"learning_stages": [{"stage_number": 1,"key_concepts": ["核心概念1", "核心概念2"],"practice_order": ["練習類型1", "練習類型2"]}]
  }

  字段覆蓋教學設計的核心要素（時間預估、預習要求等）

• ?教育自動化?：適配在線教育平臺的課程規劃自動化
• ?文檔分析?：擴展支持EPUB、Word等格式（需調整解析邏輯）
• ?多模型支持?：替換Ollama接口為其他LLM（如GPT-4）
• ?性能優化?
  • 使用多線程處理PDF分頁解析（注意pdfplumber的線程安全性）
  • 緩存模型響應，減少重復請求
• ?錯誤恢復?
  • 添加PDF解析失敗時的備用文本提取方案（如PyMuPDF）
• ?交互增強?
  • 支持用戶手動修正誤識別的章節標題
• 支持控制臺格式化展示和JSON文件保存

6.完整代碼

try:import pdfplumber
except ImportError:print("? 請安裝pdfplumber: pip install pdfplumber")exit(1)import ollama
from typing import List, Dict, Tuple
import re
import json
import os
from datetime import datetimeclass SyllabusAnalyzer:def __init__(self, model_name="deepseek-r1:1.5b"):self.model_name = model_namedef extract_pdf_content(self, pdf_path: str) -> Tuple[str, List[Dict]]:"""提取PDF內容并識別章節結構"""if not os.path.exists(pdf_path):raise FileNotFoundError(f"PDF文件不存在: {pdf_path}")full_text = ""sections = []with pdfplumber.open(pdf_path) as pdf:for page_num, page in enumerate(pdf.pages):# 提取頁面文本text = page.extract_text()if text:full_text += f"\n=== 第{page_num+1}頁 ===\n{text}\n"# 按行分析文本，識別章節標題lines = text.split('\n')for line_num, line in enumerate(lines):clean_line = line.strip()if clean_line and self._is_section_title(clean_line):level = self._determine_section_level(clean_line)sections.append({"title": clean_line,"level": level,"page": page_num + 1,"line": line_num + 1})return full_text, sectionsdef _is_section_title(self, text: str) -> bool:"""判斷是否為章節標題"""# 匹配各種章節標題格式patterns = [r'^第[一二三四五六七八九十\d]+章',  # 第X章r'^第[一二三四五六七八九十\d]+節',  # 第X節r'^\d+\.\s+.+',                    # 1. 標題r'^\d+\.\d+\s+.+',                # 1.1 標題r'^[一二三四五六七八九十]+、',      # 一、標題r'^（[一二三四五六七八九十\d]+）',  # （一）標題]for pattern in patterns:if re.match(pattern, text):return True# 檢查是否為全大寫標題或特殊格式return len(text) < 50 and (text.isupper() or '學習' in text or '知識' in text)def _determine_section_level(self, text: str) -> int:"""確定章節層級"""if re.match(r'^第[一二三四五六七八九十\d]+章', text):return 1elif re.match(r'^\d+\.\s+', text):return 1elif re.match(r'^\d+\.\d+\s+', text):return 2elif re.match(r'^\d+\.\d+\.\d+\s+', text):return 3else:return 2def generate_learning_path(self, pdf_text: str, sections: List[Dict]) -> Dict:"""使用deepseek-r1模型生成學習路徑"""# 構建章節結構section_structure = self._build_section_structure(sections)# 構建詳細的提示詞prompt = self._build_analysis_prompt(section_structure, pdf_text)try:response = ollama.chat(model=self.model_name,messages=[{"role": "user", "content": prompt}],options={"temperature": 0.2,"top_p": 0.9,"num_predict": 2000})# 嘗試解析JSON響應content = response['message']['content']# 提取JSON部分（如果響應包含其他文本）json_match = re.search(r'\{.*\}', content, re.DOTALL)if json_match:json_str = json_match.group()return json.loads(json_str)else:# 如果沒有找到JSON，嘗試直接解析return json.loads(content)except json.JSONDecodeError as e:return {"error": f"JSON解析失敗: {str(e)}","raw_response": response['message']['content']}except Exception as e:return {"error": f"生成學習路徑時出錯: {str(e)}","raw_response": str(e)}def _build_section_structure(self, sections: List[Dict]) -> str:"""構建章節結構字符串"""structure_lines = []for i, section in enumerate(sections[:30]):  # 限制章節數量indent = "  " * (section['level'] - 1)structure_lines.append(f"{indent}{section['title']} (第{section['page']}頁)")return "\n".join(structure_lines)def _build_analysis_prompt(self, section_structure: str, pdf_text: str) -> str:"""構建分析提示詞"""return f"""你是一名專業的教學設計師和課程規劃專家。請根據以下課綱內容，設計一份詳細的學習路徑指南。## 課綱章節結構：
{section_structure}## 分析要求：
1. 將整個課程合理劃分為3-5個學習階段
2. 每個階段建議學習2-4個章節
3. 為每個階段標注建議學習時長（以小時為單位）
4. 明確指出每個階段需要預習的知識點
5. 推薦每個階段的練習順序和類型
6. 提取每個章節的核心知識點（3-5個）## 輸出格式（嚴格按照JSON格式）：
{{"course_title": "課程名稱","total_estimated_hours": 總學習時長,"learning_stages": [{{"stage_number": 1,"stage_name": "階段名稱","chapters": ["章節1", "章節2", "章節3"],"suggested_hours": 學習時長數字,"prerequisites": ["預習知識點1", "預習知識點2"],"key_concepts": ["核心概念1", "核心概念2", "核心概念3"],"practice_order": ["練習類型1", "練習類型2", "練習類型3"],"learning_objectives": ["學習目標1", "學習目標2"]}}],"study_tips": ["學習建議1", "學習建議2", "學習建議3"]
}}## 課綱內容：
{pdf_text[:8000]}請嚴格按照上述JSON格式輸出，確保所有字段都包含有意義的內容。"""def save_results(self, learning_path: Dict, output_file: str = None):"""保存分析結果到文件"""if output_file is None:timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")output_file = f"learning_path_{timestamp}.json"with open(output_file, 'w', encoding='utf-8') as f:json.dump(learning_path, f, ensure_ascii=False, indent=2)print(f"學習路徑已保存到: {output_file}")def display_learning_path(self, learning_path: Dict):"""格式化顯示學習路徑"""if "error" in learning_path:print("? 生成學習路徑時出錯:")print(learning_path["error"])if "raw_response" in learning_path:print("\n原始響應:")print(learning_path["raw_response"])returnprint("📚 課程學習路徑分析")print("=" * 60)print(f"課程名稱: {learning_path.get('course_title', '未知課程')}")print(f"預計總時長: {learning_path.get('total_estimated_hours', '未知')} 小時")print()for stage in learning_path.get('learning_stages', []):print(f"🎯 階段 {stage.get('stage_number', '?')}: {stage.get('stage_name', '未知階段')}")print(f"   ??  建議時長: {stage.get('suggested_hours', '?')} 小時")print(f"   📖 包含章節: {', '.join(stage.get('chapters', []))}")print("   🔍 核心知識點:")for concept in stage.get('key_concepts', []):print(f"      ? {concept}")print("   📋 預習要求:")for prereq in stage.get('prerequisites', []):print(f"      ? {prereq}")print("   🏃 練習順序:")for i, practice in enumerate(stage.get('practice_order', []), 1):print(f"      {i}. {practice}")print("   🎯 學習目標:")for objective in stage.get('learning_objectives', []):print(f"      ? {objective}")print("-" * 60)if 'study_tips' in learning_path:print("💡 學習建議:")for tip in learning_path['study_tips']:print(f"   ? {tip}")def main():"""主函數"""# 初始化分析器analyzer = SyllabusAnalyzer()# PDF文件路徑 - 請修改為你的實際路徑pdf_path = input("請輸入課綱PDF文件路徑: ").strip().strip('"')if not pdf_path:print("? 請提供有效的PDF文件路徑")returntry:print("📖 正在提取PDF內容...")pdf_text, sections = analyzer.extract_pdf_content(pdf_path)print(f"? 成功提取 {len(sections)} 個章節")print("🤖 正在使用 deepseek-r1:1.5b 分析課綱...")learning_path = analyzer.generate_learning_path(pdf_text, sections)print("📊 分析完成，正在顯示結果...")analyzer.display_learning_path(learning_path)# 保存結果save_option = input("\n是否保存結果到文件？(y/n): ").strip().lower()if save_option == 'y':analyzer.save_results(learning_path)except FileNotFoundError:print(f"? 找不到PDF文件: {pdf_path}")except Exception as e:print(f"? 處理過程中出錯: {str(e)}")if __name__ == "__main__":main()

7. 輸出截屏