DeepSeek V4 Agent提示词设计实践：从架构原理到落地清单

拿旧规矩套新模型，当然别扭。

一套在 GPT 或 Claude 上调得好好的提示词，原样搬到 DeepSeek V4，效果忽好忽坏。问题不在提示词烂，在于 V4 跟你以前用的那些模型不是一种东西。

---

一、V4 不是 R1，也不是 V3

DeepSeek V4 是一个混合模型：一个模型，两种模式。

维度	老 R1（推理）	老 V3（聊天）	DeepSeek V4
形态	独立推理模型	独立聊天模型	一个模型，双模式
思考链	强制思考	不思考	thinking/non-thinking 可切
system 提示	官方建议别用	可以用	✅ 可以用
few-shot	官方建议别用	可以用	✅ 可以用

关键坑：网上很多"DeepSeek 提示词技巧"讲的是老 R1的规则——"不要用 system prompt""不要给示例""温度设 0.6"。这些对 V4 不成立。

---

二、三个架构特性决定提示词写法

① 混合压缩注意力

V4 能塞 100万 token，靠 CSA（约4倍压缩）和 HCA（约128倍压缩）交替使用。只花 V3 的 27% 算力、10% 显存。

原则：关键指令放在有明显边界的位置，长背景用"任务三明治"——指令→大段上下文→再贴一次指令。

② Engram 条件记忆

读入时就给内容建索引，按相关性精准取，不平均用力。

原则：结构化标题、关键词、清晰小节，帮它建好索引。

③ 稀疏 top-k 选择 + 前缀缓存

闪电索引器只挑相关性最高的块算。API 无状态，带前缀缓存。

原则：把红线放进独立带标签的块；稳定的 system/示例放最前面吃缓存。

---

三、思考模式下调温度是白调

DeepSeek 官方文档白纸黑字：思考模式下，temperature、top_p、presence_penalty、frequency_penalty 全部无效。

控制"想多深"靠 reasoning_effort：

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "..."}],
    reasoning_effort="high",   # high(默认) 或 max
    extra_body={"thinking": {"type": "enabled"}},
)

铁律：

• 思考模式 → 别碰温度，调 reasoning_effort 和提示词
• 非思考模式 → 按官方温度表设温度

---

四、参数速查

参数	作用	说明
thinking	开/关思考模式	{"type":"enabled"} 默认
reasoning_effort	思考深度	high(默认)/max
temperature	随机性，默认1.0	思考模式无效
top_p	核采样，默认1.0	思考模式无效
frequency_penalty	抗重复	⚠️ 已废弃
max_tokens	输出上限	JSON模式一定要设高

非思考模式温度表：

用途	温度
代码/数学	0.0
数据分析	1.0
通用对话	1.3
翻译	1.3
创意写作	1.5

---

五、V4 通用提示骨架

<角色>
你是：[一句话身份]
</角色>

<目标>
[一句话最终要什么]
</目标>

<输入>
[数据/代码/背景]
</输入>

<任务>
1. 需要做：[...]
2. 不需要做：[...]
</任务>

<输出要求>
- 格式：[表格/JSON/Markdown]
- 约束：[字数/语气]
- 示例：[合法例子]
</输出要求>

<规则>
- 禁止：[...]
- 信息不足时：先提问，不要猜
</规则>

针对 V4 的三处适配：

1. 硬约束单独拎进 <规则> 框
2. 思考模式下删掉"请你一步步思考"
3. JSON 模式必须出现"json"词 + 示例 schema

---

六、Agent 提示词专属规矩

杀手锏：交错思考跨轮保留

V4 相比上一代最大的改动——工具调用之间的推理历史跨用户消息边界保留，完整思维链贯穿所有轮。适合长跑型 Agent。

最容易踩的 400

有工具调用的轮，必须回传 reasoning_content 到后续所有请求。把「推理块 + 工具调用 + 工具结果」当原子事务一起存。

标准 Agent Loop

while True:
    resp = client.chat.completions.create(...)
    msg = resp.choices[0].message
    messages.append(msg)   # 含 reasoning_content 一起 append
    if not msg.tool_calls:
        break
    for call in msg.tool_calls:
        result = run_tool(call)
        messages.append({"role": "tool", "tool_call_id": call.id, "content": result})

防幻觉护栏

• 开官方 strict mode（strict: true + beta 域名）
• 工具白名单
• 破坏性操作要人工确认
• 提示词用正向 framing

---

七、上下文工程：1M 窗口也不能乱塞

更大的上下文窗口，不消除上下文管理问题，只是让你能往后拖。

1. 工具结果清理：旧的、能重新取的结果用 [已清理] 占位
2. 压缩要趁早：60-70% 窗口就触发压缩
3. 结构化笔记：让 agent 把状态写进外部 NOTES.md
4. 工具宁少勿多：19 个好工具胜过 46 个

---

八、12 项落地清单

#	行动
1	先确认资料讲的是 V4 还是 R1
2	想清楚开不开思考模式
3	思考模式不调温度
4	非思考按官方温度表设温度
5	用框把角色/输入/规则/输出隔开
6	长背景用"任务三明治"
7	删掉"一步步思考"
8	JSON 输出带"json"词 + schema
9	工具调用轮回传 reasoning_content
10	先开 strict mode，再叠自校验
11	长跑 agent 做上下文工程
12	工具宁少勿多

---

关键词：DeepSeek V4, Agent, 提示词, 上下文工程, thinking mode