DeepSeek可辅助公文起草、润色与核校，但需掌握提示词设计、语料投喂、分段生成和人工审校四步法，才能既提效又合规。 公文写作长期面临时间紧、规范多、责任重的压力，尤其基层办公室常一人对接多个条线，通知、请示、报告、函、纪要等文种轮番上阵，稍有不慎就会出现格式错漏、表述偏差或政策引用失当。DeepSeek作为具备长文本理解和生成能力的大模型，能够在这类高频、重复、强规范的写作任务中充当助手，但“能写”不等于“会写”，更不等于“可直接用”。真正有效的用法，是把AI嵌入公文生产流程，而不是把AI当成代笔工具。下面从四个环节拆解具体操作方法。
1. 锁定文种与行文关系，搭建提示词骨架
公文写作的第一步不是动笔，而是定文种、定行文方向、定主送与抄送关系。根据《党政机关公文处理工作条例》，法定公文有决议、决定、命令、公报、公告、通告、意见、通知、通报、报告、请示、批复、议案、函、纪要等15种。不同文种对应不同行文规则，例如请示必须一文一事、不得多头主送，报告不得夹带请示事项，函用于不相隶属机关商洽工作。使用DeepSeek时，必须在提示词中把这些约束讲清楚。一个可用的提示词骨架包含五类信息：角色身份、文种与行文关系、事由与背景、政策依据与数据、输出格式与语气。例如起草某市住建局关于开展在建工程安全生产专项检查的通知，提示词可以写成：你是我局办公室负责公文起草的工作人员，请拟一份通知，主送各县区住建局，抄送市应急管理局，依据《安全生产法》和本市建筑施工安全整治方案，明确检查时间、范围、重点内容、责任分工和报送要求，语气为下行文，格式按GB/T 9704-2012执行，结尾写明联系人及。这样DeepSeek输出的初稿才有明确的边界，不会把通知写成通报，也不会把请示写成报告。 很多用户习惯只输入一句“帮我写一份通知”，结果得到一篇看似完整却无法使用的文本。问题不在模型能力，而在提示词缺少约束。公文是“戴着镣铐跳舞”的写作，镣铐就是文种规则、行文关系和格式标准。DeepSeek对中文公文语料有较好覆盖，但它的默认输出倾向于通用表达，若不指定“主送机关”“成文日期”“附件说明”“印发机关和印发日期”等要素，很容易遗漏版记或落款。建议在提示词中直接给出单位名称、职务、时间、地点、事项等变量，让模型填空式生成。对于涉及具体政策的表述，还要标注“以最新文件为准”并预留核对空间。提示词越像一份任务书，DeepSeek的初稿就越接近可修改的毛坯，而不是需要推倒重来的废稿。 此外，文种选择本身可以借助DeepSeek做辅助判断。例如向不相隶属的兄弟单位请求协助，用“函”还是“请示”？向上级机关汇报工作、反映情况，用“报告”还是“意见”？这类问题可以在提问时让模型列出依据和风险提示，再由人工确认。但必须注意，模型给出的文种建议不能替代秘书人员的判断，因为它可能混淆“向上级”和“向平级”的行文方向。更稳妥的做法是：先由熟悉本地公文处理办法的人员确定文种，再把DeepSeek当作格式与语言的执行工具。这样既发挥AI的生成效率，又避免在行文规则上犯原则性错误。
2. 注入政策依据与单位语料，校准表达口径
DeepSeek的通用知识存在截止日期，且不了解各单位内部口径。如果直接让它写“根据上级精神”或“按照有关要求”，输出往往空泛。要让公文具备可操作性，必须把政策依据、上级文件、本单位历史文稿和业务数据投喂进去。具体做法是：在DeepSeek网页版或App中上传PDF、Word、TXT等文件，或把关键条款粘贴进对话，让模型基于这些材料生成内容。例如起草一份关于推进老旧小区改造的实施方案，可以把国务院办公厅相关指导意见、省住建厅通知、本市年度任务分解表以及去年同类文件一并提供，并要求“引用文件时注明发文机关、文号和条款，不得编造政策名称”。DeepSeek的长文本能力可以快速提取要点，把分散的政策要求整合成“指导思想、工作目标、重点任务、保障措施”等板块。 单位语料同样关键。每个单位都有自己的表达习惯，比如“局党组”“党组会”“主要领导”“分管负责同志”等称谓，不同地区对“镇街”“乡镇街道”“街镇”的使用也有差异。若不加限制，DeepSeek可能输出“市政府办公厅”而本地实际为“市政府办公室”，或把“区县”写成“县区”。解决方法是建立一个小型语料库，把近三年本单位下发的通知、总结、汇报、领导讲话分类保存，使用时选取同文种、同主题的文稿作为参考样本。提示词中可以写：“请模仿以下文稿的语感和结构，保留‘我局’‘各科室’‘各县区局’等称谓习惯，不要使用‘贵单位’‘敝局’等不匹配的表达。”模型会据此调整措辞，使初稿更接近内部公文的真实质感。 政策引用必须逐条核对。DeepSeek有时会把相近政策合并表述，或把已经废止的文件当作现行依据。作为AI指导老师，我通常建议采用“三查”规则：一查文号是否存在，二查条款是否现行有效，三查表述是否与原文一致。对于涉及财政资金、行政处罚、行政许可、人员编制等敏感事项，更不能直接采信模型生成的内容。可以将DeepSeek的引用标注为待核实项，用不同颜色标出，再由业务科室对照正式文件确认。若需要最新政策，可以开启联网搜索功能，但搜索结果同样要回到政府官网、权威数据库或正式文件核对。把AI定位为“政策整合助手”而非“政策来源”，才能既提高效率，又不突破合规底线。
3. 分步生成与结构校验，提升成文效率
公文写作流程通常包括受命、构思、拟稿、审核、签发、印发等环节。用DeepSeek写公文，不建议一次性生成全文，而应拆成“搭框架、填内容、调语言、校格式”四步。第一步，让模型根据文种和事由列出结构提纲。例如写一份半年工作总结，可以要求它按“工作进展、主要成效、存在问题、下一步打算”展开，并针对每个部分给出3到5个要点方向。第二步，把本单位数据、案例、成绩逐项填入提纲，让模型扩写成段，但要求“保留数据原样，不得虚构”。第三步，对语言进行润色，把口语化表达改为公文用语，把长句拆成短句，把“我们做了”改为“我局坚持”“扎实推进”等。第四步，对照GB/T 9704-2012检查版头、主体、版记，包括份号、密级、紧急程度、发文机关标志、发文字号、签发人、标题、主送机关、正文、附件说明、发文机关署名、成文日期、印章、附注、附件、抄送机关、印发机关和印发日期等要素。 分步生成的好处是可控。以起草一份请示为例，第一步先让DeepSeek确认“一文一事”原则，列出请示缘由、事项、建议方案和请求语；第二步输入项目背景、预算金额、政策依据、前期论证情况；第三步要求它把“请求批准”与“报告工作”分开，避免夹带其他事项；第四步检查主送机关是否只有一个，是否需要抄送，成文日期是否用阿拉伯数字，附件是否在正文中标注。每一步都可以人工干预，模型只负责提供候选表达和结构提醒。对于通知、通报、纪要等高频文种，还可以让DeepSeek生成模板化句式库，比如“现将有关事项通知如下”“请各单位高度重视，明确专人负责”“于每月25日前报送至指定邮箱”等，后续写作时按需调用。 结构校验是AI最容易暴露短板的环节。DeepSeek可能把“特此通知”写在请示末尾，把“妥否，请批示”放在报告结尾，或者把“附件”位置放错。因此，生成后要用“反向提问”让模型自查：请指出这篇文稿的文种、行文方向、主送机关、必须保留的法定要素和可能存在的格式错误。模型通常会给出一些有价值的提醒，但最终判断仍由人工完成。实践中，我会建议用户把DeepSeek的输出复制到Word，用公文格式模板统一字体、字号、行距和页码，再用校对工具检查错别字、标点、数字用法。AI提升的是“从0到0.7”的速度，最后0.3的规范与准确，仍要依靠人的专业经验。
4. 人工审校与合规把控，守住公文底线
使用DeepSeek写公文，必须明确一条底线：AI是辅助工具，不是责任主体。公文一旦印发，代表机关意志，产生法定效力，任何错误都可能影响执行、引发争议甚至造成损失。因此，人工审校不可省略。审校重点包括政治性、政策性和事实性。政治性方面，要检查是否与党的路线方针政策和国家法律法规一致，是否准确体现上级精神，是否出现不当表述。政策性方面，要核对引用的文件名称、文号、条款是否现行有效，涉及公民权利义务的内容是否有依据。事实性方面，要核实数据、时间、地点、单位名称、人名、项目名称是否准确，是否存在AI虚构的案例或统计数字。对于DeepSeek生成的“某地经验”“有关数据显示”等模糊表达，要么补充真实来源，要么删除。 保密管理同样关键。涉密公文、内部敏感信息、个人隐私、未公开的财政数据、人事安排等，不得上传到公共AI平台。DeepSeek网页版和App的对话内容可能用于模型改进，具体政策需查阅其隐私条款。更稳妥的做法是：只输入非涉密的框架性信息，由人工填充敏感数据；或者使用单位内部部署的私有化模型。若必须使用在线工具，应事先进行脱敏处理，把真实单位名替换为“某市”“某局”，把具体金额替换为“一定额度”，生成后再还原。同时，要保留修改痕迹和版本记录，明确哪些内容由AI生成、哪些由人工改写，以便追溯责任。对于需要领导签发的文稿，最好在送审前由办公室负责人通读一遍，确认无政治性、政策性和保密性问题。 从能力建设角度看，AI指导老师应帮助使用者建立“人机协作”的公文写作规范。例如制定内部指引，明确可用DeepSeek辅助的场景：起草非涉密通知、整理会议纪要初稿、润色汇报材料、生成格式检查清单、提供文种选择参考等；明确禁用场景：涉密文件、人事任免、案件材料、未公开的重大决策、对外发布的敏感数据等。同时，定期收集模型输出的错误案例，形成错题库，比如文种混用、政策过期、格式缺项、数据张冠李戴等，用于培训文秘人员。只有把工具使用纳入制度，DeepSeek才能真正成为公文写作的增效器，而不是风险源。当每位使用者都能对AI输出保持审慎、对公文规范保持敬畏，技术带来的效率才会转化为可靠的工作质量。
