在 AI 工具百花齐放的今天，DeepSeek 凭借其强大的智能搜索与生成功能，逐渐成为广大科研人员和硕博研究生的科研利器。但是，你真的了解 DeepSeek 的学术潜能吗？
本期，学霸君就带大家详细深挖并实操一下 DeepSeek 隐藏的学术功能，以帮助大家解锁 DeepSeek 在科研方面的使用方法，从而达到提升工作效率的目的，读研读博没论文根本不带怕的！
图片来源：网络
在使用 DeepSeek 的相关功能之前，我们需要先进行账号注册和登录，官方网址为 https://chat.deepseek.com/，简单输入相关信息即可完成注册和登录。
另外，DeepSeek 也可以在移动端使用，大家可以在各大应用商店进行免费下载和使用。
图片来源：App Store
在完成注册和登录之后，我们便会进入聊天对话和提问界面，如下图所示。
图片来源：DeepSeek
那么，DeepSeek 在提高科研效率方面究竟有哪些实用的功能呢？下面，我们将从，快速了解课题进展、筛选高质量论文、修正参考文献格式、强大的论文修改能力、回复审稿人意见、研究课题设计、国自然标书初稿润色，这七个方面分别展开详细讲解和实操演练！
快速了解课题进展
我们以国家自然科学基金的研究热点「免疫学与免疫调控」为例，向 DeepSeek 提出相关问题。
Q1：你现在是一名准备申报国家自然科学基金的科研人员，请针对「机体防御系统对抗病原体和异常细胞的机制」这一课题梳理一下最新的研究进展。
图片来源：DeepSeek
另外，大家也可以对问题进行不断细化，例如针对时间、作者、单位等信息进行详细描述，那么 DeepSeek 的回答则会与需求更加贴合。
Q2：国内外关于「机体防御系统对抗病原体和异常细胞的机制」近 5 年最新的研究进展。
图片来源：DeepSeek
需要注意的是，大家可以对提出的问题进行保存，以便于后续需要的时候快速调用。
此外，大家也可以根据需要，选择点亮「深度思考（R1）」「 联网搜索」按钮，这样等待时间可能会略长，但回复内容会更加全面。
图片来源：DeepSeek
图片来源：DeepSeek
筛选高质量论文
我们基于 DeepSeek 对于课题进展的相关回复，进一步对参考文献进行提问。
Q3：以上这些内容你是基于什么论文呢，有参考文献吗？
可以发现，DeepSeek 回复的相关内容主要是基于 Nature Immunology、Cell 以及 Science Immunology 等高影响因子的期刊。
图片来源：DeepSeek
图片来源：DeepSeek
Q4：以上这些内容，有没有基于近 5 年最新的参考文献呢，有哪些？
可以发现，DeepSeek 整理了近五年的最新研究进展，涵盖了先天免疫、适应性免疫、免疫记忆、病原体逃逸机制及新技术应用等领域。同时，这些文献均来自权威期刊，并反映了近年来的重要突破。
图片来源：DeepSeek
图片来源：DeepSeek
但需要警惕的是，好多同学都反馈说 DeepSeek 推荐的文献都是编造的，PubMed 根本搜不到，存在虚构一些不存在的论文。因此，大家在使用 DeepSeek 的时候，如果需要引用文献的话，还需要进一步验证求实哦！
修正参考文献格式
Q5：将上述这些文献调成【作者】【（发表年份）】【「 文章名 」】【期刊名】【卷号/期数：起止页码】的格式。
图片来源：DeepSeek
图片来源：DeepSeek
强大的论文修改能力
另外，DeepSeek 还可以一针见血地指出论文中的问题，从文章逻辑、学术规范甚至到标点符号都可以给出相应的修改意见，并且提供了很多前沿文章和分析视角，每条意见都很独到 ……
有的小伙伴甚至直接宣布 DeepSeek 就是他的导师哈哈哈！
对于需要修改的文章，我们可以直接将其上传到 DeepSeek，然后执行相关的指令即可，我们以「Understanding subset diversity in T cell memory」 这篇文章为例进行实操演练。
图片来源：DeepSeek
图片来源：PubMed
指令 1（深度阅读与分析）：仔细阅读并分析文章，识别需要优化的关键点，包括但不限于术语使用、语言风格、逻辑结构等。标记出所有需要改进的部分，并记录下具体的修改建议。
图片来源：DeepSeek
指令 2（逻辑优化与结构调整）：利用逻辑优化技能，调整文章结构，确保内容条理清晰，逻辑合理。注意学术规范，确保所有引用和参考文献格式正确，不允许抄袭。
图片来源：DeepSeek
由此可见，DeepSeek 能够对文字逐字逐句进行修改并提出意见，同时在调整文章整体结构、逻辑和框架方面也可以提供建议。
回复审稿人意见
除了能够对论文进行修改，DeepSeek 也可以对审稿人提出的建议进行回复，我们只需要进行相关的指令编写即可运行。
指令（分别给出背景、问题、内容要点、具体要求）：
背景：l'm aresearcher preparing a response letter to journal reviewers.
问题：One reviewer provided a comment that is factually wrong.
内容要点：Give me 5 ways to express disagreement respectfully, containing the following points：因为不同领域存在的不同研究角度；因为不同研究方法存在的不同解读因为不同的人群存在的不同行为表现；因为不同理论视角造成的不同研究重点；因为不同学术背景带来的不同认识。
具体要求：Responsesin 150 words; In English, be academic, professional respectful but firm.
图片来源：DeepSeek
研究课题设计
想必不少小伙伴都经常为论文选题或者基金选题而发愁吧？莫急，Deepseek 作为一种专注于科研领域的大语言模型工具，可以很好地帮助研究者深入发掘学科前沿、拓展思路与交叉领域潜力哦！
在此，我们以「免疫学与免疫调控」领域为例进行演练，大家也可以将其替换为自己的研究领域。
指令 1：「请基于过去 3～5 年在 [免疫学与免疫调控] 的高被引论文和顶级会议报告，归纳当前最受关注的研究热点，并根据其研究价值和难度，给出 2～3 个有潜力的细分课题建议。」
图片来源：DeepSeek
指令 2：「列出近五年 [免疫学与免疫调控] 主要热点，简要说明各热点的研究现状、典型应用场景，以及尚未被充分探索的潜在分支。」
图片来源：DeepSeek
指令 3：「在 [免疫学与免疫调控] 中，有哪些新兴技术或方法正在快速崛起？有哪些尚未得到深入研究的子领域值得进一步关注？」「帮忙看看近几年 [免疫学与免疫调控] 里都流行研究哪些话题？如果让我从中挑一两个有前景的方向，你会推荐什么呢？能解释下原因吗？」
图片来源：DeepSeek
国自然标书初稿润色
DeepSeek 不仅具有上述学术功能，而且还可以进行国自然基金项目书评审，以下是整理的一些指令，大家可以收藏保存使用。由于基金本子涉及秘密，建议大家根据自己的本子进行润色修改，在此简单进行一些基本操作演练。
你是中国国家自然科学基金（NSFC）申请书撰写和评审领域的资深专家。我是一位科研人员，刚刚完成 NSFC 申请书初稿，请从以下方面对我提供的 NSFC 申请书初稿进行仔细审读，并逐条指出其优点、潜在问题，以及可行的改进建议。请在回复中以有条理的结构进行论述。
图片来源：DeepSeek
1、立项依据
现有文献或研究成果中，本项目拟解决问题的背景和价值是否充分论证？
是否清晰阐述了当前领域的研究现状、主要争议或核心难点？
在本项目的研究对象、研究范围或选题创新性方面，是否能体现出国家自然科学基金项目的意义和前沿性？
2、研究内容、研究目标及关键科学问题
对整体研究目标是否有明确、可衡量的描述？
项目研究内容的层次结构（如分课题或关键子方向）是否清晰？
可否明确指出本项目最核心、最具挑战性的几个关键科学问题？
3、研究方案及可行性分析
项目计划采用的主要研究方法和技术路线是否明确、可行、合理？
是否有充足的实验或理论论证来说明方案的可行性和创新性？
能否识别并准备好应对可能出现的技术瓶颈或关键风险点？
4、项目特色与创新之处
该项目与现有研究相比，具体的创新点或特色何在？
是否能够清晰说明其潜在的学术创新技术突破或跨学科交叉优势？
是否能够清晰说明其潜在的学术创新技术突破或跨学科交叉优势？
该项目对学术界和实际应用可能产生的影响如何？
请基于你对 NSFC 申请书的专业评审经验，逐条结合申请书内容进行深度分析提出切实可行的改进建议，让申请人在修订时能有明确的提升方向。记得以具体示例或常见问题来说明原因或改进思路。若有任何特别亮点或潜在漏洞，也请在点评中加以指出并给出简要的原因分析。
最后，可就全篇的整体结构、语言风格以及与学科前沿的关联度做出综合的评价。
DeepSeek 的医学应用场景
除此之外，在丁香园社区「医生群体 DeepSeek 使用指南（建议收藏）」 帖子已突破 18 万浏览量，直逼 20 万！可见，DeepSeek 也正在成为广大医学生的得力助手！
图片来源：丁香园社区
值得注意的是，Nature 期刊在 2025 年 1 月 29 日发表了一篇题为 「Scientists flock to DeepSeek: how they’re using the blockbuster AI model」的新闻文章。
强调了 DeepSeek-R1 在科学社区中的受欢迎程度，主要归因于其高性能、低成本和开放性，使得更多科学家能够在日常研究中尝试大型语言模型（LLMs）。
另外，在除了医学以外的其他领域，研究人员也对 DeepSeek-R1 在数据驱动的科学任务进行了初步测试，包括生物信息学、计算化学和认知神经科学等，表现和 OpenAI 在 2023 年 9 月发布的 o1 模型相当。
例如，孙欢团队在 ScienceAgentBench 套件中的 20 项任务中对两个模型进行了测试，两者都正确解决了约三分之一的挑战，但 DeepSeek-R1 的成本更低。
同时，牛津大学的数学家和计算机科学家 Frieder Simon 在功能分析领域挑战了两个模型，发现 DeepSeek-R1 的论证更有希望！
图片来源：Nature 官网
DeepSeek-R1 作为一款低成本、高性能的 AI 推理模型，在科研领域引发了革命性变革，尤其是在快速了解课题进展、筛选高质量论文、研究课题设计等方面展现出了巨大的潜能。
同时，在生物信息学、计算化学和认知神经科学等诸多数据密集型科研工作中，DeepSeek-R1 也展现了与高端模型相当的性能，并且也显著降低了成本。
总的来说，DeepSeek-R1 的广泛应用及其快速普及，不仅推动了科研效率的提升，也促进了 AI 技术在科学研究中的深入融合，有望在未来科研领域发挥更大作用。
最后，需要提醒大家在使用 DeepSeek 时需保持严谨，以确保科学研究的科学性、合法性和伦理合规性！
题图来源：图虫创意
我们长期为科研用户提供前沿资讯、实验方法、选品推荐等服务，并且组建了 70 多个不同领域的专业交流群，覆盖PCR、细胞实验、蛋白研究、神经科学、肿瘤免疫、基因编辑、外泌体、类器官等领域，定期分享实验干货、文献解读等活动。
添加实验菌企微，回复【】中的序号，即可领取对应的资料包哦～
【2401】论文写作干货资料（100 页）
【2402】国内重点实验室分子生物学实验方法汇总（60 页）
【2403】2024 最新最全影响因子（20000+ 期刊目录）
【2404】免疫学信号通路手册
【2405】PCR 实验 protocol 汇总
【2406】免疫荧光实验 protocol 合集
【2407】细胞培养手册
【2408】蛋白纯化实验手册
【2501】染色体分析方法汇总
【2502】国自然中标标书模板
