DeepSeek实操拆解:普通人如何靠提示词一小时写完万字方案
简介这份由清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室团队撰写的《普通人如何抓住DeepSeek红利》是一份面向大学生、职场人士及AI应用入门者的DeepSeek实用指南。报告从DeepSeek与DeepSeek-R1的能力图谱切入结合万字项目书撰写、日常决策、知识获取、社交沟通等真实场景系统讲解提示词设计、深度思考模式的调用方法以及如何鉴别AI生成内容并完成选择式再创造强调“提出问题鉴别答案”两大关键能力。资源共1个PDF文件压缩包约4.69MB下载后可直接阅读目前已有1616人学习下载。阅读后可快速掌握提示词驱动的新生产力方法将AI融入复杂任务处理与信息判断为个人效率提升和职业发展提供可落地的操作思路。1. 普通人怎么吃透DeepSeek红利先看这份教程的定位与适用人群下午三点接到通知晚上四点前要交一份一万字的智能物流园区项目方案书手头只有零散的会议记录和几份过时模板——这个场景对任何一个在职场写过方案的人都不陌生。我拆完这份某高校发布的第三版DeepSeek教程后最直接的感觉是它不讲模型参数不科普技术史而是把“普通人如何用DeepSeek解决具体问题”拆成了一套可执行的操作流程。教程的核心就八个字提出问题鉴别答案。前者靠提示词设计后者靠批判性思维和交叉验证。适合谁没时间泡文档、但需要快速产出方案的职场人想用AI缩短信息差的学生以及所有被“信息太多不知道该信谁”的人。这一版教程比我之前看过的AI使用手册更厚的地方在于它把工作、学习、生活、社交四个场景都给了具体案例和提示词示范。接下来我就按这份教程的脉络把它能落地的那部分全部拆开。2. 先搞清DeepSeek-R1是什么推理模型、能力图谱与提问的两大关键2.1 DeepSeek-R1的模型定位开源、免费商用与推理路径教程开篇先解决“是什么”的问题。DeepSeek-R1是一个开源推理模型性能对标某头部推理模型的o1正式版最大特点是“免费可商用”。它专注通用人工智能方向主攻大模型研发与应用。这个定位对普通人意味着什么意味着你不需要自己训练模型也不用为每次调用单独付费直接通过官方对话入口就能用上顶级的逻辑推理能力。R1的推理能力来自后训练阶段的强化学习在极少标注数据的情况下通过大量试错让模型学会了“思考路径”。我在实际使用时最明显的体感是同样一个问题普通对话模式给的是“结论理由”开启深度思考模式后它会先把问题拆解成若干个子问题再一步步推导最后给出结论。这个过程对写方案、做决策、算测算这类任务帮助很大。常见做法是遇到计算题、对比题、策略题时我在提问前手动开启深度思考模式并在提示词里补一句“请逐步推理再给出最终答案”。2.2 能力图谱文本、绘图、数据分析到结构化输出教程里给了一张能力图谱覆盖文本生成与创作、自然语言理解与分析、常规绘图、数据可视化、多模态交互等方向。其中文本生成是普通人用得最频繁的一块文章/故事/诗歌写作、摘要与改写、多语言翻译、代码注释、文档撰写都属于它的能力范围。常规绘图这块容易被忽略它支持SVG矢量图、Mermaid图表、流程图、时序图、思维导图、实体关系图等。我在写项目书时经常让AI生成一张Mermaid格式的架构图再贴到Markdown里渲染比自己画快得多。文本分类、情感分析、意图识别、知识推理这些能力虽然听起来偏技术但普通人同样能用得上。比如客户反馈了一堆评论我可以让AI做情感分析把正面、负面、中立的分组列出来。逻辑问题解答、因果分析这类能力则对应了教程里反复强调的“决策支持”——AI负责把问题拆开你负责选择走哪条路。教程里关于深度思考过程的展示让我印象很深它用一个分子料理菜谱《香料三重奏》来演示AI如何把任务拆解成灵感地图、结构解构、味觉风暴、分子料理技法四个模块每一步都有具体名称和参数。这说明只要提示词给得好AI的输出结构化程度完全可以达到直接使用的水平。2.3 提问与鉴别提示词之外的第二关键能力教程在“善用DeepSeek的两大关键”里反复强调两条提出问题、鉴别答案。很多人会忽略后者。AI时代知识的获取成本趋近于零拥有知识不再是核心竞争力能提出好问题、能判断答案对不对才是竞争力。我拆这套教程时把“提问”拆成四个维度角色、任务、约束、格式。这是最常见的提示词结构教程里的例子也基本符合这个模式。例如“你是一名物流规划专家请设计一个占地500亩的智能物流园区功能分区方案要求包含自动化立体仓库、AGV调度中心、冷链专区的技术参数用表格输出”。角色限定专业视角任务明确要做什么约束给出边界条件格式规定输出形态。四者齐全AI给的答案才具备直接使用的价值。“鉴别答案”对应的能力叫选择中的再创造。AI通常会给出多种解法你需要用批判性思维判断哪个最优再基于这个答案做二次加工。最典型的场景是数据AI生成的虚构数据如果没有标注直接放进正式文档就是事故。教程里的处理方式是加“示例”后缀我在后面的避坑部分会详细展开。3. 工作场景实操1小时写万字项目书的四阶段流程3.1 第一阶段5分钟用框架模板暴力生成3000字骨架教程里的场景是下午3点接到通知4点前交一份10000字的智能物流园区项目方案书。它给出的策略是“框架复制模块填充数据嫁接”把1小时切成四个阶段。第一阶段只有5分钟目标是把框架撑到3000字。我的做法是直接丢主题词让AI生成章节骨架。提示词模板你是一名资深的物流园区规划顾问。请为《智能物流园区项目方案书》生成一份完整的章节大纲要求包含目录结构、每个章节的目标字数、每个章节下需要覆盖的技术要点。项目背景园区占地500亩日均处理包裹量50万件支持冷链与常温两种业态。格式编号列表从1.项目概述到9.风险分析。这个模板的四要素分别是角色物流园区规划顾问、任务生成章节大纲、约束占地500亩、日均50万件、双业态、格式编号列表。5分钟内AI会给出一个看起来相当专业的骨架你只需要把目录结构复制进文档再稍微调整章节顺序。目标很简单先把“形状”撑出来让字数从0变成3000。3.2 第二阶段20分钟模块填充、数据嫁接与格式强制框架有了第二阶段是把每个章节的内容填进去目标6000字。教程强调“对每个小节单独提问”不要试图一次生成全篇因为上下文越长模型越容易在后面丢掉前面的事实前提。针对“2.1 功能分区”这类小节我一般会这样问写一段“2.1 功能分区”的内容要求包含自动化立体仓库、AGV调度中心、冷链专区的技术参数。假设园区占地500亩日均处理包裹量50万件请计算自动化分拣设备的配置数量用表格展示。所有计算数据标注示例。这里有个关键技巧叫数据嫁接你没有真实数据就让AI基于你给的假设条件生成一组合理值同时标注“示例”。这样做的好处是文档内部数据自洽不会出现前面写500亩、后面又按300亩算的硬伤。模板复制也是这个阶段的加速器对3.1、3.2、3.3这类结构相似的小节使用完全相同的指令模板只替换关键词AI输出的结构就会整齐划一。3.3 第三阶段20分钟政策背书、风险评估与效益测算第三阶段的20分钟用来补“虚但必需”的软性内容目标1000字。这部分的套路是政策、风险、效益。比如让AI生成5条支持智能物流园区的政策原文带发文号和解读列出AGV系统宕机、冷链温控失效这类技术风险每条配100字应对方案再让AI用公式推算3年内降本增效收益。请列出智能物流园区常见的3大技术风险每项包含风险描述、发生概率、影响范围、100字应对方案。例如AGV调度系统宕机导致分拣线停摆。要求用表格输出每项风险补充一条应急预案。政策背书这类内容在教程里明确要求“带发文号”但这里有个隐藏风险AI可能会自己编发文号。我在实际操作中会让AI先给出政策方向和搜索关键词发文号留空由我手工去政府官网核对。这一步多花几分钟但能避免整个方案的公信力被人质疑。3.4 第四阶段10分钟话术改写、图表转换与逻辑漏洞排查最后10分钟做三件事统一话术、生成图表、检查逻辑漏洞。话术层面让AI把段落改写成政府报告风格加入“数字化转型”、“双碳战略”等关键词把“设备配置表”转换成LaTeX格式的三线表这些操作都在10分钟内完成。将以下段落改写成政府项目报告风格加入“数字化转型”、“双碳战略”、“新质生产力”三个关键词保持数据不变{粘贴原文}我建议把原文粘贴位置放在提示词末尾这样AI不会因为前面的内容过长而丢掉核心指令。最后一步是让AI扮演挑剔的评审专家列出3个可能被客户质疑的点并给出应对答案。这一步相当于给方案做了一轮模拟答辩能极大降低现场翻车的概率。整个四阶段流程跑完1万字项目书的成品率取决于你在这10分钟里有没有做“逻辑漏洞排查”。4. 学习、生活与社交场景新员工上手、客户沟通与高情商请假4.1 新员工快速熟悉公司与行业喂资料比查资料快教程里举了一个新员工入职电子元器件制造公司的例子。产品手册复杂、部门职责不清晰、内部系统操作繁琐行业信息量大新人感觉不知所措。以往的解决方式是依赖同事口头介绍、翻阅厚手册、参加多部门培训耗时且容易遗漏。用DeepSeek的常见做法是“喂资料法”。把公司产品手册、行业报告、市场分析文档直接上传到对话窗口让AI读取文件中的文字内容再基于这些内容回答问题。这样得到的信息是整合过的而不是散落在几十个文档里。操作步骤分三步第一上传关键资料第二用搜索功能查询“电子元器件行业现状”、“未来发展趋势”等关键词生成简洁的分析报告第三用“多维度分析”指令深入行业的竞争格局和市场机会。这个场景里最实用的一条指令是请阅读我上传的产品手册和行业报告用表格整理公司三大产品线的技术参数、目标客户和竞争优势再结合行业报告总结出公司目前需要重点关注的3个市场趋势。4.2 客户沟通与问题反馈把多系统信息整合成一段话常见的客户问题包括最新促销活动是什么、订单状态如何、能否提供详细产品规格、能否协调交货时间。以往客服要手动查阅CRM、ERP、邮件记录等多个系统耗时且容易出错。有了AI你可以先把各系统的数据导出成文本或表格再让AI整合成一段标准答复。这个场景的建议是不要直接让AI“编”客户信息而是把你查到的原始数据粘贴进去让AI做“改写组织”工作。比如把ERP导出的订单状态记录粘贴给AI指令是“把以下订单信息整理成给客户的正式答复语气专业但友好如果存在推迟交货的可能请给出一个备选方案”。4.3 高情商请假把“临阵脱逃”说成“责任交接”教程里最后一个场景让我印象最深项目上线前一周家里老人突发中风住院需要请假3天但怕领导认为临阵脱逃。这种时候AI能帮你把话术从“我要请假”升级成“我如何保证离岗期间项目不失控”。普通的请求是“领导我要请假3天”AI优化后的版本一般会包含几个要素说明紧急情况的客观性、表达对项目进度的责任感、给出具体的交接方案或远程响应承诺。你可以让AI生成三个不同语气的版本——强硬型、温和型、协商型再根据自己的沟通风格选一个。一条模板我家中有急事需处理需要请假3天。请帮我写一段向项目负责人请假的说明要求1说明家中的紧急情况但不透露过多隐私2表达对项目进度的顾虑和责任感3提出请假期间的工作交接方案包括每日远程例会接入、紧急事项电话响应。这个场景的底层逻辑和写项目书一样把约束条件给足AI就能生成符合情境的表达。人与人沟通时说不出口的场面话AI能帮你先打个草稿你再按自己的语气调一遍。5. 用DeepSeek必看的五个避坑记录从数据标注到逻辑审查以下五条是我实际用出来的血泪经验每一条都对应一个具体的翻车场景。5.1 虚构数据没标注被客户方当场追问现象让AI生成“5条国家级政策原文带发文号”AI给出了一串格式规范、编号完整的政策条目但其中一条文号对应的文件名和实际政策对不上被客户方查了出来场面尴尬。原因大模型在训练中没有记住所有真实政策信息被要求带发文号时它会基于常见格式“合理虚构”这就是幻觉。解决我给提示词加上“如果无法确认发文号请留空并注明‘需人工核实’”或者改用搜索功能让AI先检索再回答。凡是涉及政策、法规、引用、数据出处的内容拿到答案后强制人工核对一遍不要直接贴进正式文档。5.2 分阶段提问导致前后数据自相矛盾现象先问“占地500亩的园区设备配置”后问“总投资预算”AI在第二段回答里默认了300亩并算出了对应成本同一个文档里两处数据对不上。原因AI是无状态的每个新会话或长对话后期它会丢失前文的部分事实前提。解决在每次提问时把已经定稿的关键数据写在提示词开头。比如“前提园区占地500亩日均处理包裹量50万件。请基于这个前提计算总投资预算并给出分项表”。这个做法能大幅减少前后矛盾的概率。5.3 提示词太宽泛输出全是正确的废话现象提问“分析一下智能物流园区的市场前景”AI回答里全是“市场潜力巨大”、“技术不断成熟”这类正确但没有信息量的话。原因缺少约束条件。模型只能根据你的限定范围给答案你不限定它就给你最平均的内容。解决用“角色任务约束格式”四要素重写提示词。改成“你是一名物流行业分析师请用PEST框架分析智能物流园区的市场前景每个维度给出2个关键数据和1个可落地的建议数据用示例标注输出为结构化列表”。5.4 忽略深度思考模式复杂逻辑题效果打折现象用普通对话模式让AI做多条件约束的排产计划结论看似合理细算发现产能分配漏掉一个关键产线。原因R1的推理优势需要触发。普通对话模式倾向给“直接结论”深度思考模式才会展开推导路径。解决遇到计算题、推理题、策略对比题先在设置里开启“深度思考”模式再在提示词里加一句“请逐步推理并在最终答案前保留推导过程”。开启后生成时间会变长但复杂任务的准确率明显更好。5.5 AI生成内容缺乏业务约束方案落不了地现象让AI给某制造企业做“数字化转型建议”AI给了十条方案其中三条需要重建产线数据中台投入成本远超该企业全年利润。原因AI不知道企业的预算上限、人员技能水平、现有IT系统基础。解决提示词里补充约束条件“考虑该企业为年产值5亿元的中型制造企业IT团队仅5人预算不超过300万元请筛选出3条最符合现状的数字化转型建议并说明落地优先级。”约束越多AI给出的方案越接近能执行的状态而不是理想化方案。提示所有涉及政策、法规、引用、数据出处的内容拿到答案后强制人工核对一遍不要直接贴进正式文档。6. 把提示词能力沉淀成自己的技能用“反馈评分表”做迭代6.1 我用的追踪表提示词、输出质量评分与复盘备注我拆完这份教程后开始用一张简单的表格追踪每天的有效提示词。表格有六列场景、提示词模板、输出质量评分1-5、需要人工改什么、问题、改进方向。每天用AI超过3次就记录一次一周下来自然能看出哪种结构好用。比如我发现带格式要求“改成表格/列表”的提示词比只说“帮我写一下”的评分平均高1.5分。6.2 把“提问鉴别”变成肌肉记忆每周一次的场景演练每周抽20分钟把本周最难的三个问题重新喂给AI但故意不写约束看它给什么“废话答案”再重写成四要素完整版对比两者的差异。这个过程走三周基本就形成了条件反射遇到问题先想“角色、任务、约束、格式”四件事再想“这里的数据我能不能验证”。教程里的“鉴别答案”能力不是天生的是靠这种对比练习逼出来的。从那以后我每次写提示词之前都强制走一遍四步场景是什么、角色给谁、约束有哪些、输出成什么格式再急也不会跳。希望帮到你。本文还有配套的精品资源点击获取

相关新闻

PyTorch图像分类生产级骨架:可复用、可部署、可扩展

PyTorch图像分类生产级骨架:可复用、可部署、可扩展

1. 这不是又一个“Hello World”分类Demo,而是一套能直接进项目的图像分类骨架我第一次在某高校实验室看到那个用PyTorch写得密密麻麻、每个模型都单独开一个main.py的图像分类项目时,心里就咯噔一下——那不是代码,是运维噩梦。三个模型&…

2026/10/16 12:37:04 阅读更多 →
Flink Checkpoint故障排查四层证据链实战指南

Flink Checkpoint故障排查四层证据链实战指南

1. 为什么说Checkpoint不是“开了就稳”,而是Flink最常掉链子的环节 Flink Checkpoint问题排查,这事儿我干了快八年,从最早用0.10版本在某高校实验室跑实时日志分析,到后来在某电商中台支撑双十一流量洪峰,再到最近帮某…

2026/10/16 12:37:04 阅读更多 →
QI_2.1_AnyAngle参数调优完整指南:LoRA强度1.0、CFG 3.0与Turbo模式的速度质量平衡

QI_2.1_AnyAngle参数调优完整指南:LoRA强度1.0、CFG 3.0与Turbo模式的速度质量平衡

【免费下载链接】QI_2.1_AnyAngle 项目地址: https://ai.gitcode.com/hf_mirrors/lilylilith/QI_2.1_AnyAngle 点击查看 免费下载 QI_2.1_AnyAngle 是面向 Qwen-Image-2.1 的相机角度操控 LoRA,可在改变视角的同时保持画面风格不漂移。本指南聚焦三个核…

2026/10/16 12:37:04 阅读更多 →

最新新闻

北京行政区划shp怎么用?属性清晰、坐标系与adcode避坑指南

北京行政区划shp怎么用?属性清晰、坐标系与adcode避坑指南

简介:这是一份北京市十六个区县级行政区划矢量数据包,覆盖全部市辖区,属性信息完整,面向GIS数据分析、地理教学、地图制图、城乡规划与可视化报表等场景的使用者。数据以标准shp格式组织,可直接导入ArcGIS、QGIS、Supe…

2026/10/16 14:22:26 阅读更多 →
百度AI质检员落地:云边端一体化与零样本冷启动的工业实践

百度AI质检员落地:云边端一体化与零样本冷启动的工业实践

简介:这份PDF文档聚焦百度智能云与英特尔等伙伴联合打造的工业智能质检方案,面向制造业数字化转型从业者、工业视觉算法工程师及关注AI质检落地的技术人员。内容围绕传统人工质检效率低、精度不稳定等痛点,系统梳理工业智能质检在应用标准碎片…

2026/10/16 14:22:26 阅读更多 →
C#医院HIS系统源码解析:门诊全流程、事务与并发控制实战

C#医院HIS系统源码解析:门诊全流程、事务与并发控制实战

简介:面向C#开发者与医疗信息化学习者的医院HIS系统完整源码包,覆盖患者管理、医疗业务、财务、物资、报表统计等核心模块,并配有数据库文件,可快速部署运行。压缩包共186个文件,约2.8MB,文件以C#源程序&am…

2026/10/16 14:22:26 阅读更多 →
多门店点餐系统怎么验收?从账号串店到报表差异逐项测试

多门店点餐系统怎么验收?从账号串店到报表差异逐项测试

本文由微订产品内容组整理,属于微订第一方产品内容。采购流程与验收动作是建议;产品信息依据官网公开说明,实际功能、费用和交付以项目版本、演示及合同为准。 准备两店测试数据 准备A、B测试门店,同一菜品、两套员工账号及总部…

2026/10/16 14:22:26 阅读更多 →
边界元法是什么?多物理场耦合仿真中BEM与FEM协同实战指南

边界元法是什么?多物理场耦合仿真中BEM与FEM协同实战指南

1. 多物理场耦合仿真:为什么在这一步必须认识边界元法我接触边界元法(BEM,Boundary Element Method)的时间其实很晚。早年做多物理场耦合仿真,绝大多数场景靠有限元法(FEM)硬啃:传热…

2026/10/16 14:22:26 阅读更多 →
WinForms嵌入Unity3D:Web Player集成与双向消息通信实践

WinForms嵌入Unity3D:Web Player集成与双向消息通信实践

简介:围绕WinForm与Unity3D场景互操作这一典型需求,这份技术文档以实际开发中遇到的问题为主线,面向需要在桌面窗体应用中集成Unity场景的C#开发人员。文档首先从控件入手,说明如何在Visual Studio工具箱中引入UnityWebPlayerCont…

2026/10/16 14:21:26 阅读更多 →

日新闻

个人 AI Agent 平台接入 TaoToken:统一 Key 与 API 通道的配置大纲

个人 AI Agent 平台接入 TaoToken:统一 Key 与 API 通道的配置大纲

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 0:00:05 阅读更多 →
信号与系统频域分析作业解题指南

信号与系统频域分析作业解题指南

1. 作业背景与核心要求解析信号与系统作为电子信息类专业的核心基础课,其作业设计往往直接关联课程的核心知识框架。2026年春季第六次作业的布置,通常对应着课程进展到频域分析的关键阶段。根据常规教学进度推测,本次作业可能涉及以下核心内容…

2026/10/16 0:00:05 阅读更多 →
Django MVT实战:从零构建图书借阅系统,彻底搞懂Model-View-Template分层

Django MVT实战:从零构建图书借阅系统,彻底搞懂Model-View-Template分层

1. 从一个"四不像"的练手项目说起如果你已经看完了Django的官方教程前几章,跟着敲完了投票应用,大概会有一种"我好像会了,又好像什么都不会"的割裂感。教程里每个知识点都是拆开的——这一章讲模型,下一章讲视…

2026/10/16 0:00:05 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/15 16:18:54 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/15 19:41:51 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/15 13:48:15 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 0:14:36 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 3:49:43 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 9:49:14 阅读更多 →