A DeepSeek possui um chatbot de inteligência artificial (IA) que ainda é novo para o público, mas tem sido eficiente na entrega de resultados, desde tarefas simples, como traduzir textos, a comandos mais complexos, como a geração de códigos. Desde o seu lançamento para o público, o modelo mais avançado da empresa chinesa, o LLM DeepSeek-R1, tem se destacado por superar o GPT-4 o1, da OpenAI e com custo de operação menores que seus concorrentes. O aplicativo de chatbot se tornou o mais baixado na App Store dos EUA, e na Google Play Store já conta com mais de 10 milhões de downloads ao redor do mundo.
Vale lembrar que, atualmente, a linha de raciocínio do chatbot (Deep Think) aparece somente em inglês, mas é possível escrever comandos e conferir a resposta em português. A seguir, veja quais comandos todo usuário deve testar no DeepSeek e como estruturar prompts.
1. Resumo de textos longos
O primeiro comando da lista para testar no DeepSeek é o resumo de textos. Com exceção do raciocínio lógico sendo apresentado no chatbot chinês, é possível aplicar o prompt em outras plataformas de IA. Em nosso teste, foi proposto para que a IA resumisse um artigo jornalístico sobre o Oscar 2025, com mais de 9 mil caracteres, em apenas um parágrafo. Nas primeiras tentativas, o chatbot sinalizou que o servidor estava ocupado e, depois, que ainda “não tinha capacidade para responder” o prompt.
Minutos depois, mais uma tentativa foi feita e, com o botão “Deep Think” ativado, a inteligência artificial gerou a resposta em oito segundos, com um resumo conciso sobre o artigo. O prompt utilizado foi: “Faça um resumo do artigo jornalístico abaixo em apenas um parágrafo: [cole o texto]”. Vale ressaltar que, o próprio chatbot apresenta o tempo utilizado para responder ao prompt.
2. Geração de texto criativo
Para os usuários que buscam inspirações na produção de textos criativos, como poemas, histórias ou slogan de uma marca, a plataforma do DeepSeek é uma opção. No teste, foi pedido para o chatbot gerar opções de textos criativos com o tema de aniversário. É importante que o comando escrito forneça o máximo de detalhes possíveis, assim há mais probabilidade da IA fornecer respostas assertivas. O prompt utilizado no teste foi: “Crie três opções de textos criativos, com até 200 palavras, com o tema de aniversário para uma pessoa do gênero feminino que vai fazer 22 anos”. Em apenas 22 segundos, a plataforma gerou as respostas.
3. Tradução multilíngue
Existem diversas plataformas que fazem a tradução multilíngue, mas é possível também testar a função com a inteligência artificial do DeepSeek. No chatbot foi utilizado um trecho do livro “É Assim Que Acaba” com o prompt “Traduza o seguinte texto para o francês: [cole o texto]”. A inteligência artificial precisou de 35 segundos para mostrar a tradução e listar como algumas frases foram adaptadas para o francês, respeitando as regras gramaticais do idioma europeu.
4. Resolução de problemas matemáticos
A principal característica de um prompt eficiente está nos detalhes descritos, e para resolver problemas matemáticos esse é um fator primordial. Para questões ou fórmulas complexas, vale ressaltar no comando para que a IA “pense em voz alta”. Por exemplo, em nosso teste utilizamos o seguinte prompt: “Um vestido custa R$ 50 após um desconto de 30%. Qual é o preço original? Explique o passo a passo”.
Além de expor o raciocínio lógico, a IA do DeepSeek separou a resolução do problema em três fases, o que é o modo de “pensar em voz alta”, trazendo o maior número de detalhes da resolução. Em seguida, foi exibida a resposta final.
5. Geração de código
Segundo a Apidog, plataforma de desenvolvimento de API, para que a inteligência artificial da DeepSeek seja uma assistente de codificação eficiente, é importante estruturar prompts efetivos. Ao escrever um comando no chatbot, foi proposto que a IA resolvesse uma tarefa simples a partir da linguagem de programação Python.
O prompt utilizado foi: “Escreva um código em python que exibe a frase “TechTudo, o maior portal de tecnologia do Brasil”. A versão python é 3.1″. Seu raciocínio lógico precisou de 17 segundos para exibir a resposta e um breve comparativo de algumas versões da linguagem Python.
