DeepSeek可用于历史史料研读、时间线梳理、因果分析与自测批改，本文给出可操作流程、提示词设计与核验边界。
历史学习的关键并非把年代和结论背下来，而是围绕材料提出问题、建立证据链并形成可检验的解释。DeepSeek在其中的合适定位是“会追问的指导老师”，它可以帮助复述概念、拆解史料、生成练习和按点反馈，但不能替代教材、课标与可靠史料的核验。把使用过程限制在明确任务和材料边界内，历史学习才不会退化成搜索答案。
1. 先定学习任务与史料边界
使用DeepSeek前，先写清楚学习任务，包括学段目标、主题范围、需要掌握的概念和可用材料。AI指导老师要像备课一样设置边界，不能一上来就问“评价商鞅变法”这类大问题，否则模型容易给出四平八稳的结论。更有效的做法是提供教材段落和两则史料摘编，要求模型区分教材叙述、史料证据和后世解释，并明确哪些判断只能依据给定材料。提示词可以写成：“只根据我提供的材料回答，先复述任务，再列出材料中的证据句；材料没有的信息请明确说材料不足，不得补写史实。”
在支持文件上传的客户端中，可以把教材章节或史料摘编上传后提问；无法上传时分段粘贴，并保留段落编号。指令中应要求模型先复述任务、列出所需材料、标明材料不足，回答时尽量对应原句。模型给出的外部史实、页码或学者观点只能作为查证线索，不能直接当作可靠出处，历史学科对出处和版本尤其敏感，这一步能显著降低幻觉风险。
学习任务还需要包含诊断环节。让学生先用自己的话写三句话，说明对某个概念或事件的理解，再让模型只指出事实错误、概念混淆和逻辑跳跃，不直接给标准答案。例如学习“一条鞭法”，学生先写财政背景、白银作用和执行差异，模型指出哪一句缺少证据、哪一处把背景当成了原因。教师或学生随后回到教材和可靠史料核验，形成“任务—材料—诊断”的起点。
2. 用追问链拆解史料与历史语境
史料研读不是把文言文翻译成白话，而是追问谁在说、对谁说、为何说、哪些内容被省略。可以让DeepSeek设计苏格拉底式追问链，每次只问一个问题，等学生回答后再继续追问。以《人权宣言》为例，追问文本作者与政治处境、核心概念如何表述、哪些群体被排除、同时代批评者如何回应。学生回答后，模型应指出证据薄弱处，而不是直接给出一段标准赏析。
把材料放回语境是历史解释的核心环节。要求模型分开“材料内证据”和“材料外背景”，解释制度、经济、思想条件，并提醒区分当时意义与后见之明。分析鸦片战争前的贸易与外交，需要区分英方商人诉求、清廷朝贡观念、白银流动和禁烟争论，模型不能把背景知识冒充成材料证据。学生可以在追问中记录哪些结论来自材料，哪些来自教材背景，哪些仍需查证。
多视角讨论也必须落到依据上。让模型列出不同行动者的利益与限制，如官员、商人、农民、士兵，但每个视角都要对应材料或教材，不能虚构人物言论。学生把追问链整理成“问题—证据—解释”笔记，再让模型检查笔记中是否存在概念偷换、时间错位和以论代史。这样的用法把DeepSeek从答案生成器变成追问工具，历史学习仍由学生完成证据组织。
3. 让模型生成时间线与因果结构
时间线要避免流水账，可以让DeepSeek按长期结构、中期进程、短期事件三层整理，并区分背景、导火索、直接原因、结果与影响。以鸦片战争为例，长期看贸易结构与白银流动，中期看外交冲突与禁烟争论，短期看具体事件与军事行动。模型输出后要逐条核对教材，删去没有依据的节点，补上教材强调的制度与人物，时间线才具备复习价值。
因果链不能写成单线归因。让模型列必要条件、充分条件、偶然因素和关键行动者，再用反事实问题检验：缺少某个条件，结果是否仍会发生。分析一条鞭法的推行，要同时看财政需求、白银流通、基层征派和地方执行差异，不能把复杂改革归因于单一原因。模型给出的因果结构应标注“材料依据”和“待核验”，学生用教材与学术著作核对，避免把模型推断当成定论。
结构化笔记可以提升复习效率。让模型把同一主题整理成时间轴、概念对照和因果图说明，但每个节点都要有出处线索，无法核验的内容单独标记。学生再把这些结构转成自己的复述，向模型解释“为什么这个事件发生在这个时间点”，模型负责指出解释中的跳跃。时间线和因果图只是脚手架，真正要掌握的是历史条件之间的关联。
4. 把输出转成自测与批改闭环
历史学习需要形成诊断、练习、反馈和间隔复习的闭环。让DeepSeek依据教材段落生成材料题、选择题和简答题，并附评分点。学生先闭卷作答，再提交答案让模型按评分点批改。以“评价洋务运动”小论文为例，评分点可以包括史实准确、材料运用、论证结构、历史解释四个维度，学生必须先写出自己的论证，再接受反馈。
批改提示词要具体：不直接给分数，按维度反馈，引用学生原句指出证据缺失、概念错误和逻辑跳跃，给修改建议但不代写全文。模型反馈宽泛时继续追问“哪一句证据不足”“需要补充哪类材料”“这个结论是否超出时间范围”。学生保留修改前后版本，把高频错误记入错题本，例如把背景当原因、把观点当史实、忽略不同群体的处境。
间隔重复能让自测真正起作用。让模型把错题改写成变式题，一周后重测，并记录同类错误的出现频率。模型生成的题目和答案仍需教材核验，尤其是材料题中的史料引用和时间判断。通过这个闭环，DeepSeek承担指导老师的追问与反馈角色，历史学习则回到证据、语境和论证本身。
