Перейти к содержимому
Команда ClaudexiaИНСТРУКЦИЯ

Промпты для DeepSeek (дипсик): формула и 24 шаблона

Промпты для DeepSeek (дипсик): формула из пяти частей, 24 шаблона для текста, кода и данных, режим рассуждения и типичные ошибки. Шаблоны наши, без тестов.

Хороший промпт для DeepSeek (дипсик) отвечает на пять вопросов: что сделать, на каком материале, с какими ограничениями, в каком виде вернуть ответ и как проверить результат. Ниже формула, 24 шаблона для текста, учёбы, кода и данных, раздел про режим рассуждения и ошибки, на которых теряют время. Шаблоны мы не прогоняли и сравнительных тестов не показываем, так что проверьте их на своих задачах и поправьте под себя.

Что DeepSeek говорит о промптах

Отдельного руководства по составлению запросов к чату мы не нашли: ни в документации API, ни в справке, ни в карточках моделей на Hugging Face. Что там есть, это описания режимов и правила для API, и их мы используем ниже.

Одна находка касается старого поколения. В README модели R1 DeepSeek советовал держать температуру между 0,5 и 0,7, не добавлять системный промпт, а все инструкции класть в пользовательский, и для математики просить рассуждать по шагам с итоговым ответом в \boxed{}. Это совет про R1, модель января 2025 года. В карточках V4-Pro и V4.1-Flash такого совета нет, в документации V4 примеры с system есть, поэтому переносить правила R1 на V4 без проверки не стоит.

Про сэмплирование для открытых весов V4.1-Flash карточка называет температуру 1.0 и top_p 0.95 или 1.0. Это настройки для локального запуска, в API они работают иначе, об этом ниже.

Формула промпта из пяти частей

ЧастьВопрос, на который она отвечаетПример
ЗадачаЧто сделать«Сократи письмо до 120 слов»
МатериалНа чём работатьВставленный текст, таблица, код
ОграниченияЧто сохранить, чего не делать, объём, тон«Числа и имена не менять»
ФорматВ каком виде вернутьТаблица, список, json, текст с заголовком
ПроверкаКак убедиться и что делать, если данных мало«Если чего-то не хватает, перечисли, а не придумывай»

Формат ответа в промпте нужен вам, а не модели: так ответы проще сравнивать между попытками. Последняя часть работает как предохранитель. Фраза про нехватку данных не гарантирует, что модель не ошибётся, но даёт ей законный способ сказать «не знаю», и вам проще заметить пробел.

Режим рассуждения и обычный режим

В API это один параметр. В документации сказано, что режим рассуждения включён по умолчанию, а перед финальным ответом модель сначала выдаёт цепочку рассуждений, чтобы повысить точность. Уровень рассуждения называется effort.

ЧтоКак задаётсяЗаметки по документации
Включить или выключить{"thinking": {"type": "enabled"}} или "disabled"По умолчанию включено
Уровеньreasoning_effort: low, high, maxПо умолчанию high. Значения minimal идут как low, medium и xhigh как high, ultra как max
Responses APIreasoning.effort: none, low, high, maxnone выключает рассуждение
Параметры, которые в рассуждении не действуютtemperature, presence_penalty, frequency_penaltyОшибки не будет, значения просто игнорируются

В библиотеке OpenAI параметр thinking передают через extra_body:

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=messages,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

Выключить рассуждение можно так:

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{"model": "deepseek-flash", "messages": [{"role": "user", "content": "Переведи на английский: сервис временно недоступен"}], "thinking": {"type": "disabled"}}'

Формат вызова взят из документации, сами запросы мы не отправляли.

Когда какой режим нужен? Прямого руководства для этого у DeepSeek нет, но карточка V4-Pro описывает три режима. Non-think: быстрые интуитивные ответы, рутина и решения с низким риском. Think High: логический анализ, медленнее и точнее, сложные задачи и планирование. Think Max: предельное рассуждение, для проверки границ возможностей модели. Опираясь на это, мы бы выключали рассуждение на коротких шагах вроде перевода или правки, а включали на расчётах, отладке и планах. Это наша прикидка, а не рекомендация DeepSeek.

В самом чате картина менее ясная. На главной странице deepseek.com рядом с кнопкой «Chat with DeepSeek» подписаны DeepThink и Search, пункт 5.2 Условий использования упоминает функцию «Search», а в анонсе V4 от 24 апреля 2026 названы Expert Mode и Instant Mode. В новости от 13 августа 2026 V4 Pro на сайте и в приложении предложено пробовать через Expert Mode. Позже, в примечаниях iOS-приложения DeepSeek к версии 2.5.0 от 11 сентября 2026 (то же в 2.5.1), сказано, что режимы Instant, Expert и Vision объединены, как именно, не расписано. Устройство переключателей в веб-чате и то, что за каждым стоит сегодня, мы не проверяли: чат за логином. Как переключатели чата соотносятся с параметрами thinking и reasoning_effort, мы в официальных материалах не нашли. Разбор того, что известно о режимах, лежит в статье «Версии и режимы DeepSeek».

24 шаблона по типам задач

Шаблоны наши. Всё в фигурных скобках замените своими данными. Они подходят и для чата, и для API.

Тексты

Письмо:

Задача: напиши деловое письмо.
Кому и зачем: {адресат}, нужно {цель письма}.
Факты, которые должны войти: {список фактов}.
Ограничения: до 150 слов, без канцелярита, тон вежливый и прямой.
Формат: тема письма одной строкой, затем текст.
Если фактов не хватает, перечисли, что уточнить, и не придумывай.

Статья по плану:

Задача: напиши статью для блога по плану.
Тема: {тема}. Читатель: {кто он и что уже знает}.
План: {разделы}.
Ограничения: 800-1000 слов, примеры только из материала ниже, без выдуманных цифр и цитат.
Формат: заголовок, затем разделы с подзаголовками. В конце список утверждений, которые нужно проверить.
Материал: {факты и источники}

Редактура:

Задача: отредактируй текст, смысл и факты не меняй.
Что исправить: опечатки, повторы, длинные предложения.
Чего не трогать: числа, имена, цитаты.
Формат: сначала исправленный текст, затем список правок в порядке появления.
Текст:
{текст}

Перевод:

Переведи текст ниже на {язык} для {аудитория}.
Термины из списка оставь без перевода: {термины}.
Тон: {нейтральный или разговорный}. Не сокращай и не добавляй.
Если место неоднозначно, дай два варианта и пометь его.
Текст:
{текст}

Выжимка:

Сделай выжимку текста ниже для {кто читает}.
Объём: 5 пунктов, в каждом не больше 20 слов.
Отдельной строкой: что в тексте осталось неясным или не подтверждено.
Текст:
{текст}

Ответ на сложное сообщение:

Мне написали: «{сообщение}».
Задача: подготовь ответ от имени {роль}.
Что известно: {факты}. Что обещать нельзя: {ограничения}.
Тон: спокойный, без оправданий и канцелярита. До 100 слов.
Дай два варианта: короткий и подробный.

Учёба и объяснения

Объяснение темы:

Объясни {тема} человеку, который знает {что знает} и не знает {что не знает}.
Сначала одно предложение сути, затем объяснение на примере из области {область}.
Закончи тремя вопросами, по которым я проверю, что понял.
Если в теме есть спорные места, отметь их.

План изучения:

Составь план изучения {тема} на {срок} при {часов} часах в неделю.
Мой уровень: {уровень}. Цель: {что хочу уметь}.
Формат: таблица с колонками «неделя», «что изучить», «как проверить себя».
Не называй книги и курсы, в существовании которых не уверен.

Проверка решения:

Вот задача и моё решение. Найди ошибки, но ответ сразу не давай.
Сначала укажи шаг, где решение расходится с верным, и объясни почему.
Потом дай подсказку. Полное решение только если я напишу «покажи».
Задача: {условие}
Моё решение: {решение}

Вопросы для самопроверки:

По тексту ниже составь 10 вопросов для самопроверки: 5 на понимание, 3 на применение, 2 на связь с соседними темами.
Ответы вынеси в конец, после строки «Ответы», чтобы я мог их не читать.
Текст:
{текст}

Код

Ревью кода:

Проведи ревью кода ниже. Язык: {язык}, версия {версия}.
Ищи в таком порядке: ошибки логики, безопасность, обработка ошибок, читаемость.
Формат: список находок, у каждой номер строки, что не так и как исправить.
Если в категории находок нет, так и напиши. Стиль и мелочи в конец.
Код:
{код}

Поиск бага:

Код работает неверно.
Ожидаемое поведение: {что должно быть}. Фактическое: {что происходит}.
Текст ошибки: {стек или сообщение}.
Что уже пробовал: {список}.
Назови три вероятные причины по убыванию вероятности и что проверить для каждой. Исправление предлагай после того, как назовёшь причину.
Код:
{код}

Тесты:

Напиши тесты для функции ниже на {фреймворк}.
Покрой обычный случай, границы, пустой ввод и неверный тип.
К каждому тесту одна строка: что он проверяет.
Саму функцию не меняй. Если в ней ошибка, скажи об этом отдельно.
Функция:
{код}

Рефакторинг:

Упрости код ниже, поведение не меняй.
Ограничения: публичные имена остаются, зависимости не добавляй.
Формат: новый код, затем список изменений и риск каждого.
Код:
{код}

SQL:

Напиши запрос для {СУБД}.
Схема: {таблицы и поля}.
Нужно получить: {что получить}.
Ограничения: без подзапросов в SELECT, опирайся на индексы из схемы.
Формат: запрос, затем одно предложение о том, как он считает {главная метрика}, и что проверить на пустых данных.

Объяснение кода или регулярки:

Объясни по шагам, что делает фрагмент ниже. Язык: {язык}.
Для каждого шага одна строка: что происходит и зачем.
В конце назови три входа, на которых он поведёт себя неожиданно.
Фрагмент:
{код или регулярное выражение}

Данные и документы

Поля в JSON:

Из текста ниже извлеки поля и верни только json.
Поля: имя, дата в формате ГГГГ-ММ-ДД, сумма числом, валюта.
Если поля в тексте нет, поставь null, значение не выдумывай.
Пример ответа:
{"имя": "Иванов", "дата": "2026-11-17", "сумма": 1200.5, "валюта": "RUB"}
Текст:
{текст}

Таблица сравнения:

Сравни {варианты} по критериям: {критерии}.
Формат: таблица, варианты в строках, критерии в столбцах.
В ячейки ставь только факты из материала ниже. Если данных нет, пиши «нет данных».
После таблицы: вывод в два предложения и что мне нужно проверить самому.
Материал:
{текст}

Наблюдения по цифрам:

Ниже данные в виде текста. Найди три наблюдения, которые стоит проверить.
К каждому: что видно в данных, что может быть причиной, какие данные нужны для проверки.
Причины подавай как гипотезы, не как доказанные.
Данные:
{данные}

Протокол встречи:

Из заметок ниже собери протокол встречи.
Структура: решения, задачи (кто, что, срок), открытые вопросы.
Срок и ответственного указывай, только если они названы в заметках, иначе пиши «не назначено».
Заметки:
{заметки}

Решения и рассуждение

Выбор из вариантов:

Нужно выбрать из вариантов: {варианты}.
Критерии и их вес: {критерий: вес}.
Ограничения: {бюджет, сроки}.
Формат: таблица оценок с пояснением к каждой, затем рекомендация и условие, при котором она не сработает.

Задача с проверкой:

Реши задачу и проверь ответ вторым способом.
Задача: {условие}
Формат: ход решения по шагам, ответ, проверка другим способом. Если способы дают разный результат, скажи об этом и найди ошибку.

Риски проекта:

Представь, что через {срок} проект «{название}» провалился. Назови семь самых вероятных причин.
К каждой: ранний признак и что сделать заранее.
Описание проекта: {описание}.
Отдельно пометь причины, которые ты назвал по общим соображениям, а не по моему описанию.

План на период:

Составь план на {срок}.
Цель: {результат}. Ресурсы: {время, люди, бюджет}.
Известные дедлайны: {список}.
Формат: таблица по дням или неделям, у каждой строки проверяемый результат. Отдельно: что под риском срыва.
Если данных не хватает, сначала задай до пяти уточняющих вопросов.

Приёмы для API

Часть правил зашита в сам API, и ошибка в промпте там стоит денег.

JSON Output. Нужно задать response_format со значением {"type": "json_object"}, написать в промпте слово «json», дать пример нужного формата и разумно выставить max_tokens, чтобы строка не оборвалась. Если ответ не распознан как JSON, API заменяет его пробелами, и content придёт пустым, даже когда finish_reason равен stop. Такой ответ надо ловить и повторять.

import json
import os

from openai import OpenAI

client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com")

system_prompt = """Пользователь присылает текст заказа. Извлеки поля и ответь в формате json.

Пример входа: Заказ 42 от Иванова, 3 шт., 1200 руб.
Пример json на выходе:
{"order": 42, "customer": "Иванов", "qty": 3, "total_rub": 1200}"""

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": "Заказ 57 от Петрова, 2 шт., 800 руб."},
    ],
    response_format={"type": "json_object"},
    max_tokens=500,
)
content = response.choices[0].message.content
data = json.loads(content) if content.strip() else None

Префикс ответа (бета). Последнее сообщение с ролью assistant и флагом prefix модель продолжит. Так можно заставить её начать ответ с блока кода и остановить на закрывающих кавычках. Нужен адрес https://api.deepseek.com/beta.

client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com/beta")

messages = [
    {"role": "user", "content": "Напиши быструю сортировку на Python"},
    {"role": "assistant", "content": "```python\n", "prefix": True},
]
response = client.chat.completions.create(model="deepseek-flash", messages=messages, stop=["```"])

Порядок частей промпта. Кэш контекста включён по умолчанию и срабатывает по совпадающему началу запроса. В документации есть пример: длинный отчёт идёт в начале, меняющийся вопрос в конце, и по такой схеме кэш срабатывает на общей части. Постоянную часть (инструкцию, справочный текст) ставьте вперёд, переменную в конец. Цена попадания у deepseek-flash на 17 ноября 2026 вне пика $0.003 за 1 млн токенов против $0.15 за промах.

Историю API не хранит. Каждый раз в /chat/completions отправляется весь прошлый диалог. А если в запросе есть tools и включено рассуждение, прошлые reasoning_content нужно возвращать целиком, иначе API ответит ошибкой 400.

Типичные ошибки

  • Просят JSON, но не пишут слово «json» и не дают пример формата. Это нарушает рекомендации JSON Output и может привести к пустому content: если ответ не распознан как JSON, API заменяет его пробелами.
  • Ставят max_tokens слишком маленьким или не задают вовсе. По умолчанию это 8K без рассуждения, 64K с рассуждением, 128K при max. Обрыв виден по finish_reason равному length.
  • Крутят temperature при включённом рассуждении. Ошибки нет, эффекта тоже нет.
  • Шлют в API только последний вопрос и удивляются, что модель не помнит прошлое. История на вашей стороне.
  • Каждый раз меняют начало промпта и платят за промах кэша вместо попадания.
  • Пишут один промпт на всё сразу. Разбейте задачу на шаги: сначала выжимка, потом выводы. Это наш совет.
  • Вставляют в промпт чужие персональные данные и секреты. Что DeepSeek делает с диалогами, описано в политике данных, разбор в статье «DeepSeek на русском: официальный сайт, вход и регистрация».

Ответ модели в любом режиме надо проверять. В пункте 5.2 Условий использования DeepSeek пишет, что неточность в контенте, созданном ИИ, общая для отрасли проблема и полностью исключить её нельзя.

Те же шаблоны через Claudexia

Шаблоны рассчитаны на текстовые чат-модели из каталога, мы их не прогоняли. Модели для изображений и видео в каталоге тоже есть, текстовые задания они не выполняют. DeepSeek в канале Premium доступен под идентификатором deepseek-v4.1-flash ($0.06 за 1 млн входных и $0.22 за 1 млн выходных токенов, прайс на 17 ноября 2026). Адрес для клиентов, совместимых с OpenAI, https://api.claudexia.tech/v1, ключ с префиксом sk_cdx_ выдаётся после регистрации. Передаёт ли шлюз параметр thinking и reasoning_effort в DeepSeek, мы не проверяли, поэтому без тестов на этом не стройте логику. Цены и список моделей на странице моделей.

Как писать промпты для агентов и длинных цепочек, разобрано в статье «Промпт-инжиниринг для агентов». Про ограничения на длину ответа и диалога в API читайте в статье про лимиты DeepSeek, про ошибки 429 и 503 в статье «Сервер занят» в DeepSeek, а про выбор между моделями в обзоре DeepSeek 4.1 Flash.

Частые вопросы

Как включить режим рассуждения в DeepSeek?

В API параметром thinking со значением enabled, уровень задаётся через reasoning_effort. По умолчанию рассуждение уже включено. Для веб-чата официального описания переключателей мы не нашли: на главной странице подписаны DeepThink и Search, но как они работают внутри чата, не проверено. В iOS-приложении с версии 2.5.0 режимы Instant, Expert и Vision объединены, по примечаниям App Store.

Нужно ли писать «думай пошагово»?

Для R1 в README советовали просить рассуждать по шагам в математических задачах. В карточках V4-Pro и V4.1-Flash такого совета нет, а в режиме рассуждения модель и так сначала строит цепочку. Нужна ли фраза вам, проверьте на своей задаче.

Нужна ли роль вроде «ты опытный юрист»?

В документации DeepSeek мы не нашли утверждения, что роль улучшает ответ. Примеры там используют нейтральный system вроде «You are a helpful assistant». Ограничения и формат ответа дают больше определённости, чем роль.

Сколько текста можно вставить в промпт?

В API контекст 1M токенов у обеих моделей, а в анонсе V4 сказано, что 1M теперь по умолчанию во всех официальных сервисах DeepSeek. Лимитов чата на длину сообщения DeepSeek не публикует, подробнее в статье про лимиты.

Чем промпт для API отличается от промпта для чата?

В API вы сами храните и пересылаете историю, задаёте режим рассуждения параметром, следите за max_tokens и порядком частей промпта ради кэша. В чате этим занимается интерфейс, но какие переключатели в нём есть сегодня (в iOS-приложении режимы Instant, Expert и Vision с версии 2.5.0 объединены), нужно смотреть самому после входа.