DeepSeek 思考模式实战：开关、推理强度与多轮对话

思考模式适合数学、代码、规划和多约束判断，但并非每个请求都需要。对简单改写、分类和固定格式抽取，关闭思考模式通常更有利于延迟和成本。

一、显式控制开关

使用 OpenAI SDK 时，thinking 可通过 extra_body 传入；reasoning_effort 用于控制推理强度。官方当前支持的核心档位是 low、high 与 max。

response = client.chat.completions.create(
    model='deepseek-v4-pro',
    messages=[{'role': 'user', 'content': '分析这个并发缺陷并给出修复方案'}],
    reasoning_effort='high',
    extra_body={'thinking': {'type': 'enabled'}},
)

二、避免无效采样参数

在思考模式下，temperature、top_p、presence_penalty 与 frequency_penalty 当前不会生效。兼容接口可能不报错，但这不代表参数产生了作用。

三、正确理解 reasoning_content

思考内容通过 reasoning_content 返回，最终答案仍在 content。普通多轮对话无需把上一轮思考内容重新拼进上下文；如果请求携带工具定义，则必须按官方工具调用流程完整保留相关消息字段。

四、按任务路由

• 关闭：意图分类、短摘要、文案润色、模板填充。
• low：中等复杂度分析、常规代码解释、简单计划。
• high / max：复杂调试、数学证明、多阶段决策；使用前评估额外延迟和输出。

不要用“请一步步思考并公开全部过程”代替 API 参数。生产系统更应关注最终答案的可验证性，而不是展示内部推理文本。