主笔|道哥

编辑|衣人

出品|道哥论道（dogdaoge）

今天是周末来点儿有意思的内容，用一个现实的案例，来看看我们普通人能够用DeepSeek大模型，所谓享受人工智能的红利做点儿什么，今天是化身媒体的主编，来用DeepSeek来对网络上的各种小道消息，以及所谓虚假信息的真实性，准确性，自媒体价值观进行求证。

今天打开视频号，看到一条“老K环球行”发的一条视频，说中国退出英国核电站项目，让英国面临电力紧张局面，报纸媒体正在大量报道“英国即将进入黑暗时代”的新闻，大致内容如此，原文链接单独拿不出来，大家想看自己去找找吧。

然后，我就想这位博主是不是有点儿借助自己掌握的碎片信息，在做所谓的夸张价值观的输出，于是便有了求证一下他视频中内容的真实性，以及他做出整个的逻辑推理的正确性和合理性，看是不是移花接木，是不是在造新闻，于是我就开始提问DeepSeek了。

注释：我是效仿生活中的真实状况，没有一字一句还原视频的文案以及所有画面信息，而是根据我第一次自然观看后，大脑中留下的第一印象的视频内容，作为核心素材进行归纳的，对于其中的数据信息也没有背下来，而是希望得到DeepSeek联网搜索功能的求证，于是有了如下的交互内容（提示词）：

我在媒体上听闻英国曾经要建设核电站，投资几百亿欧元，来解决岛国的电力和能源紧张问题，选择了中国和法国的联合体进行建设，后来，因为政治原因，英国政府对中国公司华为在英国的业务进行制裁，将华为的5G技术彻底封杀，从而带动了对于中国企业的所谓不公平待遇，在这种情况下，同样是中国公司的核电站建设方的企业，也感受到了未来可能被卸磨杀驴，被不公平对待的情况，因此直接撤出项目组，不再继续服务这个核电项目，剩下法国公司也不是很有能力单独实施，便开始重新招标，修改建设计划等等，一方面需要大量投入资金，投资额升了差不多10倍，另外需要延迟很多年投入使用，现在整个英国电力供应已经吃紧，开始出现显而易见的缺点情况，一个政治决策，蝴蝶效应影响民生百姓生活的案例，请根据互联网信息源进行多元信息获取分析，多方交叉求证，证实以上信息和逻辑的正确性，推理的合理性，以及与事实之间的符合程度，从而形成一个标准的用大模型对于不确定新闻信息的标准求证流程，输出结果表述为以上整体表述逻辑和流程的正确性，以及出错的位置与原因，以及具体的每一个环节中，新闻实施上的差异以及数据与真实情况的对比，最终的结论是否下的正确，是否能够基本反应事实的结论等，做出直接的判断。谢谢。

DeepSeek开始思考，以下的基本思路逻辑，以及对于问题的概括和消化能力确实一流，基本把我的问题的核心内容全部get到了，具体如下：

DeepSeek：好的，用户让我根据提供的搜索结果分析英国核电项目的情况，特别是中国公司撤资后的影响，以及政治决策如何导致民生问题。首先，我需要理清用户提到的各个事件之间的逻辑关系，然后逐一验证每个环节是否符合搜索结果的信息。

用户提到的关键点包括：英国核电项目选择中法联合体，因制裁华为导致中企撤资，项目成本飙升和延期，英国电力供应紧张。我需要检查这些点是否有多个网页支持，是否存在差异或矛盾。

注：概括的真简洁明了，又不失真实，赞

首先，核电项目的背景。网页1、5、7提到中广核参与欣克利角C等项目，投资额数百亿英镑，后来英国政府以国家安全为由排挤中企。网页7详细描述了项目的延期和成本超支，从180亿涨到460亿英镑，中广核撤资后法国电力独自承担。这支持用户说的中企撤资导致项目困难。

注：这里给出了具体的投资数字，弥补了人脑记忆的空白，并且将网页的具体链接附上，有理有据。

接下来，英国制裁华为。网页3、4、8、10提到英国禁用华为5G设备，以国家安全为由，并立法罚款。网页4指出英国前官员承认这是迫于美国压力，而非真实安全风险。这解释了政治因素，用户提到的对华为制裁导致中企担忧被不公平对待，进而撤资核电项目，是合理的。

然后，中企撤资后的影响。网页1、5、7提到项目成本飙升，延期，法国电力无力承担，英国政府拒绝追加资金。网页7还提到英国面临能源缺口，这与用户所说的电力供应吃紧一致。但用户提到投资额升了10倍，实际搜索结果显示从180亿到460亿，约2.5倍，这里用户的数据可能有误。

注：这里直接将数据不准确的情况指出，不回避问题。

另外，用户提到法国公司开始重新招标，但搜索结果中没有明确提到重新招标，而是法国电力寻求其他投资者或政府支持，但未成功。因此这部分可能需要修正。

注：说实话，这是我没有准确转述视频真实信息的问题，不在于原视频的问题，这是自己可以接受的问题。

最后，结论是否正确。多个网页指出英国排挤中企导致项目困难，成本增加，确实影响电力供应，符合用户描述的蝴蝶效应。但具体数据如成本增长倍数需要纠正。

总结：用户整体逻辑正确，但部分细节（如成本增长倍数）不准确，需根据搜索结果调整。其他环节如中企撤资原因、项目延期和电力问题都有多个网页支持，结论合理。

注：给出总体的结论判断，并且指出了细节问题，简单一句话是基本符合事实逻辑，具体数字有点儿出入。

以下是输出结果，基本没有啥大问题了：

DeepSeek：根据提供的搜索结果，以下是对用户所述信息及逻辑链的多元交叉验证与分析：

一、核心事件链的验证1. 英国核电项目背景与中法合作

• 事实依据：英国欣克利角C核电站是2016年由中广核（中国）、法国电力（EDF）与英国政府共同投资的关键项目，总投资最初为180亿英镑，中广核占股33%。项目目标是为英国提供低碳电力并填补能源缺口11116。

• 验证结果：用户描述的“中法联合体参与建设”符合事实。

• 事实依据：英国自2020年起以“国家安全”为由禁用华为5G设备，并立法对使用华为设备的企业处以高额罚款。同时，英国政府逐步将中广核从核电项目中排挤，最终导致中广核于2023年停止资金投入61116。

• 验证结果：用户所述“因制裁华为引发中企对核电项目未来风险的担忧”具有逻辑合理性。英国政府以相似理由（国家安全）同时针对华为和核电项目中的中企，形成政策连贯性1016。

• 事实依据：

• 成本超支：欣克利角C项目成本从180亿英镑飙升至460亿英镑（约4190亿元人民币），延期至2031年完成，远超原计划116。

• 法国电力无力承担：法国电力因缺乏合作伙伴和资金陷入困境，英国政府拒绝承担超支部分，导致项目濒临烂尾116。

• 验证结果：用户提到的“投资额飙升”和“项目延期”属实，但“投资额升了10倍”表述不准确，实际增长约2.5倍。用户可能混淆了不同项目数据（如其他报道提到中国退出后英国需填补800亿英镑资金缺口15）。

• 事实依据：英国现有核电站将于2028年前陆续关闭，若不新建核电站，2025年将面临40%的能源缺口。欣克利角C的延期加剧了能源危机风险16。

• 验证结果：用户所述“电力供应吃紧”符合英国能源战略的现状，但尚未出现大规模停电等“显而易见”的民生问题，目前仍处于潜在风险阶段。

• 合理性：英国对华为的制裁与核电项目中排挤中企均基于“国家安全”理由，且时间线重叠（2020-2023年）。中广核在2022年退出塞兹韦尔C项目，2023年停止欣克利角C注资，与英国对华科技打压政策高度相关1116。

• 争议点：网页7提到中广核退出部分源于投资环境恶化，但未明确说明与华为事件的直接关联。需注意两者可能共享同一政治背景，但非严格因果关系。

• 合理性：项目烂尾将导致英国无法按期弥补能源缺口，进而影响电价稳定和工业发展。牛津经济研究院曾预测，排除华为设备将使英国5G成本增加9%-29%10，类似逻辑可延伸至核电领域。

• 局限性：当前能源危机尚未全面爆发，用户表述中“已出现缺点情况”稍显夸大，需明确潜在风险与现实影响的分野。

1. 投资额增长倍数

• 用户表述：投资额“升了差不多10倍”。

• 实际数据：欣克利角C项目成本从180亿增至460亿英镑（2.5倍），其他报道提到中国退出导致英国需填补800亿英镑缺口（非单项目）15。

• 结论：用户数据不准确，可能混淆多个项目或未区分通胀调整前后的数值。

2. 法国公司的后续行动

• 用户表述：法国公司“开始重新招标，修改建设计划”。

• 实际数据：法国电力尝试寻找新投资者或要求英国政府注资，但未提及重新招标116。

• 结论：用户推断合理但缺乏直接证据，属逻辑延伸。

3. 电力供应紧张程度

• 用户表述：“已开始出现显而易见的缺点情况”。

• 实际数据：英国能源缺口仍属预测阶段，暂无大规模停电报告16。

• 结论：用户将潜在风险表述为现实问题，存在夸大。

1. 整体逻辑链：基本正确。英国因政治原因排挤中企（华为与核电项目）→中企撤资→项目成本飙升与延期→能源供应风险上升，这一链条有事实支撑。

2. 细节误差：

• 数据准确性：投资额增长倍数、电力短缺现状需修正。

• 因果关联强度：华为事件与核电项目撤资的关联需强调政治背景的同一性，而非直接因果关系。

3. 结论合理性：用户核心观点“政治决策引发民生风险”成立，但需区分“已发生影响”与“潜在风险”。

1. 多源交叉验证：对比政府文件、企业声明、第三方智库报告（如网页4引用牛津经济研究院数据）。

2. 时间线与政策关联性分析：明确制裁华为与排挤中企的时间重叠性。

3. 数据溯源与修正：区分名义成本与通胀调整后成本，避免混淆不同项目。

4. 风险表述分层：区分“现实影响”与“预测风险”，避免过度推论。

用户所述案例反映了政治决策对跨国合作项目的深远影响，核心逻辑与事实基本相符，但在数据细节和风险表述上需进一步校准。此案例可作为“政治干预—企业退出—项目失败—民生受损”的典型分析框架，但需严格区分事实与推测，避免过度简化复杂因果链。

根据以上的分析结论，我得到的如下基本认知，包括信息增量获取方面，以及认知提升方面：

1、DeepSeek对于这条新闻信息（通过我转述的）的新闻事实部分和逻辑推理部分的整体正确性，准确性做了客观评价，细节数据有问题，结果判断有些超出事实一些，但是总体的因果逻辑认定ok，这也是自媒体短视频为了吸引眼球过度放大所谓的“英国进入黑暗时代”的“夸大”一些传播手法的还原，在大模型中得到了某种意义上的刻板印象印证；

2、事实逻辑上的推理部分，以及总结求证，大模型是有这种能力的，这是人类用来做决策求证印证的刚性需求，而对于人脑内存信息的储量限制，所谓了硬记忆力的缺陷，大模型和电脑的硅基文明成果刚好弥补了这种缺陷，我经过模糊的英国核电项目，中国和法国公司参与投资建设这种含糊的描述，大模型将这里的具体公司名字“中广核”“法国电力”“欣克利角C项目”“塞兹韦尔C项目”都列出来了。

3、另外一个事实发现，引用的主要数据和新闻来源，这个新闻事实都是以网易和虎嗅这两家，当然也形成了所谓的交叉印证的最低要求，但是总体来说大部分都是来自网易的一家报道为主，并且一共两家媒体来源似乎有些数量太少，是否意味着DeepSeek的新闻媒体和网络搜索训练语料库都来自同在杭州的网易这家互联网媒体呢？这个还不确定，需要更多的求证才可以，那又有了一个新的发现，就是能够支撑和影响大模型的基础素材，也是大模型能力输出表现的重要力量，这其中可以开发的东西就太多了，具体就不展开了。

总而言之，一次简单的实践，能够将DeepSeek大模型，用来做日常生活的助手，对于各种类型的所谓口水新闻，各种谣言信息，稍加基本内容的总结梳理，形成大模型能够理解的提示词信息，DeepSeek完全可以扮演一个资深媒体记者和主编的角色，将这些信息的真实性，以及价值观输出内容，进行科学的判别，从而让你有能力区分互联网上的纷繁复杂的信息，工作生活中解决太多现实问题，甚至是避免被网络诈骗以及犯低级的认知错误，让自己不被轻易洗脑和过度营销，以及不被网红大V轻易带节奏。（完）

附上彩蛋：

有问题就总有答案，如果你不是很清楚大模型的交互习惯和逻辑，不会用提示词，只要多一步，做，去尝试，也能够读懂大模型的机器语言和交互逻辑，自己学会提示词的书写方法：

这是一条向大模型提问的提示词，请根据大模型的交互习惯，将如下的提示词进行优化，使得不失原有意思的情况下，更加简洁和规范。 我在媒体上听闻英国曾经要建设核电站，投资几百亿欧元，来解决岛国的电力和能源紧张问题，选择了中国和法国的联合体进行建设，后来，因为政治原因，英国政府对中国公司华为在英国的业务进行制裁，将华为的5G技术彻底封杀，从而带动了对于中国企业的所谓不公平待遇，在这种情况下，同样是中国公司的核电站建设方的企业，也感受到了未来可能被卸磨杀驴，被不公平对待的情况，因此直接撤出项目组，不再继续服务这个核电项目，剩下法国公司也不是很有能力单独实施，便开始重新招标，修改建设计划等等，一方面需要大量投入资金，投资额升了差不多10倍，另外需要延迟很多年投入使用，现在整个英国电力供应已经吃紧，开始出现显而易见的缺点情况，一个政治决策，蝴蝶效应影响民生百姓生活的案例，请根据互联网信息源进行多元信息获取分析，多方交叉求证，证实以上信息和逻辑的正确性，推理的合理性，以及与事实之间的符合程度，从而形成一个标准的用大模型对于不确定新闻信息的标准求证流程，输出结果表述为以上整体表述逻辑和流程的正确性，以及出错的位置与原因，以及具体的每一个环节中，新闻实施上的差异以及数据与真实情况的对比，最终的结论是否下的正确，是否能够基本反应事实的结论等，做出直接的判断。谢谢。

已深度思考（用时 28 秒）

好的，我需要优化用户提供的提示词，使其更简洁规范，同时保留原意。首先，我要理解原提示词的主要内容。用户提到英国核电站项目，中法合作，之后英国制裁华为，导致中国核电企业撤资，项目成本增加，延期，电力供应紧张，形成政治决策影响民生的案例。用户要求用大模型进行信息验证，分析逻辑正确性，数据差异，并形成标准求证流程。

原提示词有些冗长，重复信息较多。比如多次提到中国公司撤资的原因和后果。需要简化这些部分，合并重复内容。同时，用户用了较多的连接词和解释性语句，可以适当删减，使结构更清晰。

接下来，规范语言。原提示词中有口语化表达，如“卸磨杀驴”，应改为更正式的描述，如“担忧遭遇不公平对待”。此外，部分句子结构松散，需调整成更紧凑的句式。

然后，确保所有关键要素都被涵盖：核电站项目背景、华为制裁与中企撤资的关联、项目后续问题、求证要求。需要检查是否有遗漏的重要信息点。

还要注意数据的准确性。用户提到投资额升了差不多10倍，但根据之前的分析，实际是约2.5倍，但优化提示词时可能不需要纠正数据，而是保持用户原意，除非用户特别要求。不过用户可能希望提示词准确，但根据问题描述，用户希望优化表达，而不是修正内容，所以保留原数据描述，但可能需要在优化时更明确。

最后，按照大模型的交互习惯，结构清晰，分点明确，使用简短的句子和段落，便于模型解析。可能将长段落拆分为几个要点，使用项目符号或编号。

现在，开始逐步优化：

1. **背景部分**：简明扼要说明英国核电站项目，中法合作，华为制裁，导致中企撤资。

2. **结果部分**：项目成本增加，延期，电力紧张。

3. **求证要求**：验证信息和逻辑正确性，分析数据差异，形成标准流程。

替换口语化词汇，合并重复描述，确保逻辑连贯，结构清晰。例如，将“带动了对于中国企业的所谓不公平待遇”改为“引发对中国企业的不公平待遇担忧”，更简洁正式。

检查每个部分是否必要，如“蝴蝶效应影响民生”可以保留，但放在结论部分更合适。

最终优化后的提示词应该更简洁，结构更清晰，同时保留所有关键信息，符合规范表达。

以下是优化后的提示词，在保持原意的前提下更加简洁规范，符合大模型交互习惯：

优化后的提示词：

请基于公开信息源，对以下事件进行多维度验证与逻辑分析：

1. 事件背景

• 英国曾启动核电站建设项目（投资数百亿欧元），由中法联合体承建以缓解能源危机。

• 英国后续以“国家安全”为由制裁华为5G业务，引发对中国企业系统性打压的担忧。

2. 关键事件链

• 中国核电企业因担忧不公平待遇退出项目，法国合作方难以独立推进。

• 项目被迫重新招标、修改计划，导致投资额暴涨（声称近10倍）及工期严重延误。

• 当前英国电力供应紧张，民生问题凸显。

3. 分析要求

• 事实核查：核验核电项目数据（投资额、工期）、中企撤资原因及电力短缺现状。

• 逻辑验证：判断“华为制裁→中企撤资→成本激增→民生影响”的因果链合理性。

• 结论校准：对比媒体表述与真实情况差异，明确夸大或低估的环节。

4. 输出规范

• 分步标注逻辑链正确性、数据误差点及结论可靠性。

• 总结政治决策影响跨国基建项目的标准分析框架。

优化说明：

1. 结构化分层：将长文本拆分为背景、事件链、分析要求、输出规范四部分，便于模型定向解析。