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
| Часть | Вопрос, на который она отвечает | Пример |
|---|---|---|
| Задача | Что сделать | «Сократи письмо до 120 слов» |
| Материал | На чём работать | Вставленный текст, таблица, код |
| Ограничения | Что сохранить, чего не делать, объём, тон | «Числа и имена не менять» |
| Формат | В каком виде вернуть | Таблица, список, json, текст с заголовком |
| Проверка | Как 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.
| Что | Как задаётся | Заметки по документации |
|---|---|---|
| Включить или выключить | {"thinking": {"type": "enabled"}} или "disabled" | По умолчанию включено |
| Уровень | reasoning_effort: low, high, max | По умолчанию high. Значения minimal идут как low, medium и xhigh как high, ultra как max |
| Responses API | reasoning.effort: none, low, high, max | none выключает рассуждение |
| Параметры, которые в рассуждении не действуют | temperature, presence_penalty, frequency_penalty | Ошибки 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_tokensслишком маленьким или не задают вовсе. По умолчанию это 8K без рассуждения, 64K с рассуждением, 128K приmax. Обрыв виден поfinish_reasonравномуlength. - Крутят
temperatureпри 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.