DeepSeek
プロンプトジェネレーター

DeepSeek-R1はOpenAIのo1スタイルの推論モデルです。数学、コード、多段階の論理問題で強力な結果を出します。日常的なライティングタスクでは、DeepSeek-V3の方が速く、過剰に考えすぎることも少なくなります。問題とモデルのマッチが重要です。推論重視のプロンプトはR1向け、会話型プロンプトはV3向けに最適化されます。

推論モデルは問題が見覚えのある場合、記憶した解法にパターンマッチングします。不変条件から派生させ、記憶から呼び出さないよう明示的に求めることで、より独創的な回答が得られ、記憶した解法が失敗する新規のエッジケースを捉えられます。

モデルを対話型の自己批判に強制するプロンプトです。Solverが提案し、Criticが攻撃し、Solverが修正します。Criticはエッジケース、見落とした前提、オフバイワンエラーを専門的に探すよう指示されているため、標準的な思考連鎖では見逃すエラーを発見します。

いいえ。深い推論は遅く、単純な問題ではエラーを招くことがあります(モデルが考えすぎて正しい回答に疑いを持ちます)。単純な質問には「クイック」を、ほとんどの問題には「標準」を使い、真に多段階の検証が必要な場合のみ「深い」を使ってください。「徹底的」は形式的な証明や高リスクの導出にのみ使用してください。

ジェネレーターで平易な推論、番号付きステップ、疑似コード、コードブロック、表、JSONから選択できます。コード問題では設計段階に「疑似コード + 最終回答」、実装には「コードブロック」を選びます。分析では「表」を選ぶとモデルが物語形式でなく比較形式で書きます。

はい。推論プロンプトはR1で特に効果的です。V3でも問題なく動作しますが、検証ステップを無視することがあります。その場合は温度を低く設定(0.3程度)するか、内部的な自己批判を強制する対話型フォーマットを使用してください。

競争力は同等です。DeepSeek-R1は数学的証明と多段階アルゴリズム問題でOpenAIのo3に匹敵するベンチマークスコアを示しています。コードでは両モデルとも強力ですが、DeepSeekはAPI利用コストが低いことが多いです。このジェネレーターのプロンプトはどちらのモデルでも動作します。