本文讲述了作者通过提示词工程在 Claude 上“复刻”DeepSeek-R1 使用效果的过程。作者首先介绍了 DeepSeek-R1 的特点，包括其在复杂推理任务中的卓越表现以及公开的深度思考过程。为了在 Claude 上实现类似效果，作者尝试通过调整提示词，让模型先输出推理过程再给出结论，并通过结构化标签展示思考过程。经过多次优化，最终成功模拟出 DeepSeek-R1 的深度思考框架，提升了 Claude 3.5 Sonnet 的表现。这一过程不仅实现了在 Claude 上复刻 DeepSeek-R1 效果的目标，还展示了提示词工程在优化大模型输出中的重要作用，同时为用户提供了更透明化的推理过程和更个性化的使用体验。