需要用代码调用模型;API 文档说明其格式兼容 OpenAI,并列出官方 base_url。 |
用 DeepSeek 做信息核验时,可以把工作分成两层:模型负责“读、拆、排、列”;人负责“打开来源、判断证据、决定是否发布”。
可以从这个提示词开始:
我需要搜索并核验这个主题的信息:[主题]。
请把它拆成可以逐条检查的事实主张。
对每条主张,请列出:需要核验的信息、建议打开的来源类型、推荐搜索关键词,以及如果只依赖 AI 推断会有什么风险。问题越具体,DeepSeek 的输出越容易被核验。与其问“这件事是真的吗”,不如要求它输出表格、清单或分组检索词。
请为这个主题生成 10 组检索查询:[主题]。
按以下类别分组:官方来源、原始报告/数据、新闻报道、反方观点或争议点。
每组查询后说明:我应该优先打开哪类结果,为什么。阅读下面这段文字,列出其中可以被证明为真或假的事实主张。
对每条主张,请写明:谁、做了什么、何时发生、涉及哪些数字或引文,以及发布前应对照哪类来源。我会粘贴来自两个不同来源的两段文字。
请指出:相同点、矛盾点、缺少日期或背景的信息、哪些句子属于作者解读,以及哪些句子必须回到原始来源核验。请把上面的事实主张整理成检查表,列为:
事实主张 | 需要打开的来源 | 核验状态 | 风险 | 编辑备注。
如果还没有直接来源,不要替我下“正确/错误”的结论。如果你想把 DeepSeek 接入聊天机器人、网站、内部工具或文档处理流程,应该使用 Open Platform/API,而不是手动复制粘贴。DeepSeek API 文档说明,其 API 采用兼容 OpenAI 的格式;通过修改配置,可以使用 OpenAI SDK 或兼容 OpenAI API 的软件访问 DeepSeek API,base_url 为 https://api.deepseek.com,也可使用 https://api.deepseek.com/v1。
from openai import OpenAI
client = OpenAI(
api_key='DEEPSEEK_API_KEY',
base_url='https://api.deepseek.com'
)
response = client.chat.completions.create(
model='deepseek-chat',
messages=[
{'role': 'system', 'content': '你帮助把内容拆成需要核验的事实主张。'},
{'role': 'user', 'content': '请把下面这段文字拆成事实主张、应对照的来源类型和核验风险:...'}
]
)
print(response.choices[0].message.content)deepseek-chat 和 deepseek-reasoner 怎么选?DeepSeek API 文档称,deepseek-chat 和 deepseek-reasoner 对应 DeepSeek-V3.2,上下文限制为 128K,并且不同于 APP/WEB 版本。 文档还说明,
deepseek-chat 是非思考模式,deepseek-reasoner 是推理模式。
可按任务选择:
如果在工作场景中使用 DeepSeek,尤其是通过 API 处理业务数据、客户资料或内部文件,应先检查服务条款和你所在组织的内部政策。DeepSeek 使用条款将用户提交的数据称为“Inputs”,将模型返回内容称为“Outputs”,并说明输出可能包括文本、表格和代码。
条款还提到,DeepSeek 为满足法律与合规要求,可能使用技术手段审查服务使用行为,包括建立风险过滤机制。 对 Open Platform 而言,其服务条款要求用户确保自身及其终端用户遵守 DeepSeek Terms of Use。
因此,如果你把 DeepSeek 集成到有终端用户的产品里,发布前应梳理数据流、API 输入内容和合规责任。
在把 DeepSeek 辅助生成的内容用于文章、报告或公开材料前,至少检查这些问题: