想让DeepSeek少说废话，关键不是反复催“简短”，而是用边界、格式、粒度和追问收窄回答空间。以下技巧可直接复用。
很多使用者把DeepSeek回答冗长归因于模型本身，实际上，在多数日常咨询里，冗长来自问题给了过大解释空间。模型会默认补全背景、罗列可能性、解释推理过程，以确保回答看起来完整。AI指导老师在培训中常发现，同一问题加上字数、格式和范围限制后，回答长度能明显下降，信息密度反而提高。简洁不是让模型少思考，而是让它把思考留给最必要的部分。提问时越明确哪些内容必须输出、哪些内容禁止输出，回答越接近可用状态。
1. 设定硬性边界，限定输出范围
硬性边界包括字数、句数、段落数、是否给例子、是否解释原因、是否寒暄。比如“不超过80字，只给结论，不要解释原因”，比“请简洁一点”有效得多。模型生成文本时天然倾向于详细和完整，限制条件越具体，可展开的候选内容越少，回答就越难跑题。边界最好使用可验证的计量单位，例如“三句话”“每个要点不超过15字”“总字数控制在120以内”，避免“尽量简短”“适当说明”这类模糊要求。
实际案例中，问“怎么用DeepSeek做会议纪要”，默认回答往往会包含定义、步骤、模板、注意事项和延伸建议。改成“只输出一份会议纪要模板，包含时间、参会人、决议、待办四项，每项用一句话示例，总字数150以内，不要说明使用方法”，模型就会直接给模板，几乎不写多余铺垫。再如，“帮我分析这份数据”容易得到长篇解读，改为“只指出数据中的两个异常点，每点一句话，不要给改进建议”，回答立刻收束。
边界还需要避免互相冲突。如果同时要求“详细解释”和“不超过50字”，模型可能为了平衡限制而输出解释性文字。更稳妥的做法是分层提问，先要结论，再按需索取理由。AI指导老师通常建议把“不要展开背景、不要举例、不要重复问题、不要输出礼貌用语”写进指令，这些禁止项对压缩回答尤其明显。边界越像验收标准，DeepSeek越容易给出简洁结果。
2. 使用格式契约，固定答案骨架
格式契约是比字数更稳定的压缩器。要求“先结论，再两条理由，末尾一项行动”，模型只能往固定槽位里填内容，难以自由发挥。格式可以是三行摘要、四列表格、编号步骤、固定字段的JSON，也可以是“问题、原因、动作”三段式。关键不在于格式花哨，而在于每个槽位都有明确容量。例如“结论一句话，理由两条且每条不超过20字，行动一项且必须可当天执行”，就能把回答限制在极短结构内。
以竞品分析为例，提问“帮我分析竞品”通常会得到行业背景、竞品列举、优劣势、策略建议和风险提示。改为“仅输出Markdown表格，三列：维度、对方做法、我方机会；共五行，每格不超过20字；表格外不要任何文字”，DeepSeek会直接填表，省去寒暄和过渡。再如让AI给培训方案，可以要求“输出四行，每行格式为模块名冒号关键词，关键词不超过三个”，这样既保留信息，又避免长段论述。
格式契约需要注意复杂度。如果要求“JSON且带注释，还要在代码块外说明”，模型很可能为了解释格式而增加字数。更简洁的做法是“直接输出结果，不要代码块以外文字”。对于非技术用户，三行结构或两列表格已经足够。格式契约还有一个好处，就是方便复制到文档、表格或项目管理工具中，减少二次删改。提问时先定格式，再填内容，往往比事后要求“再短一点”更省时间。
3. 拆分复合问题，降低单次生成量
复合问题是回答冗长的常见源头。类似“如何提升短视频转化，顺便给选题、脚本、投放、复盘建议”的提问，包含多个意图，模型会分块回应，每块都补充解释。更有效的是一次只问一个决策点。先问“已有5000播放但转化低，最该先检查哪两个环节，每个环节一句话说明”，得到答案后再问“针对第二个环节，给三个可执行动作，每个动作不超过20字”。问题越单一，回答越集中。
拆分时可以使用“判断、方案、执行”的顺序。第一轮让DeepSeek判断优先级，第二轮让它给方案，第三轮让它把方案压缩成动作清单。每一轮都加上“只回答当前问题，不要延伸上文其他话题”。如果历史对话中已经出现长回答，模型可能模仿之前的风格，此时可以新开会话，或者明确写“忽略此前格式，以下回答控制在100字内”。AI指导老师常提醒，上下文越长，模型越容易把旧信息重新组织进新回答。
拆分还能减少无关信息。比如问“如何设计AI课程”，模型可能讲市场、学员、目标、大纲、案例、评估。改为“只给四个模块名，每个模块后跟三个关键词，不要解释设计理由”，信息密度会明显提高。若还需要细节，再针对某个模块追问“只讲第二模块的三个教学动作，每个动作一句话”。这种递进式提问让每次生成量可控，也方便使用者逐步筛选，而不是在一大段回答里手动删减。
4. 迭代压缩，用反馈收束答案
首轮回答不理想时，不要重新提问，直接在原回答上要求压缩。模型可以保留已生成内容中的数字、结论和关键词，删掉例子、背景与过渡句。指令可以写成“把上一条压缩到50字，保留三个数字和最终建议，删除所有解释和例子，不要新增信息”。这种基于已有答案的改写，通常比重新生成更稳定，因为模型不需要再次探索问题空间，只需执行压缩动作。
案例中，让DeepSeek给AI课程大纲，先输出长版，再要求“压缩为四个模块名，每个模块后跟三个关键词，总字数120以内，不要说明设计理由”。如果仍然偏长，继续追问“只保留模块名和关键词，删除所有形容词”。再进一步可以要求“改成一句话，不超过30字，只留可执行动作”。经过两到三轮，回答会逐渐接近目标长度。迭代压缩的关键是指明对象和保留项，例如“针对你上一条回答”“保留数字和结论”“不要新增信息”。如果不指定保留项，模型可能重新组织内容，反而加入新解释。连续追问时，每次只改一个维度，先压字数，再删例子，再调格式，回答会稳定在可用且简洁的状态。
