DeepSeek Chat: Guía de uso
Puedes usar DeepSeek sin necesidad de programar: solo necesitas un navegador y la dirección chat.deepseek.com. En esta lección, entenderás las diferencias entre los modos "Instant" y "Expert", cuándo activar la búsqueda en internet y el razonamiento, cómo cargar documentos grandes y qué formulaciones de prompts dan respuestas más precisas. Después de la lección, podrás configurar el chat para una tarea laboral específica y sabrás qué datos es mejor no enviar.
Curso no oficial de AI University. Los textos, ejemplos y tareas fueron escritos por nuestro equipo basándose en la documentación abierta de DeepSeek al 03/10/2026; el curso no está asociado con DeepSeek ni ha sido aprobado por ellos. Los modelos y precios cambian, consulta la documentación.
Instant y Expert: dos modos de chat
En la interfaz de chat.deepseek.com, hay un interruptor de modo con dos posiciones. "Expert" funciona con el modelo DeepSeek-V4-Pro: un modelo más grande con razonamiento profundo, que maneja mejor la lógica compleja, los cálculos de varios pasos y las tareas donde la precisión es más importante que la velocidad. "Instant" utiliza un modelo más rápido y ligero de la línea DeepSeek: responde notablemente más rápido y es bueno para reescribir texto, preguntas cortas, borradores de correos electrónicos y código simple.
La diferencia se siente en la práctica. Si necesitas reformular rápidamente un párrafo, acortar un correo electrónico o dar una respuesta estándar a un cliente, "Instant" lo hará tan bien como "Expert", pero en menos tiempo. Sin embargo, si la tarea requiere analizar condiciones contractuales contradictorias, comparar varias fuentes o resolver un problema con múltiples variables, "Expert" dará un resultado más fiable, aunque un poco más lento.
Un enfoque razonable: comienza con "Instant" para un borrador y cambia a "Expert" cuando veas que el modelo se confunde en los detalles o la respuesta requiere un análisis más cuidadoso. Para tareas rutinarias, no es necesario mantener "Expert" constantemente, esto no acelera el trabajo, solo añade tiempo de espera.
Búsqueda en internet y botón de razonamiento
Junto al interruptor de modo en el chat, hay un botón de búsqueda. Este habilita el acceso del modelo a información actualizada de internet, y no solo a lo que el modelo "sabe" de su entrenamiento. Esto es importante para preguntas sobre eventos actuales, precios recientes, noticias recientes de la empresa o para verificar un hecho que podría haber cambiado después del entrenamiento del modelo. Sin búsqueda, el modelo responde basándose en su conocimiento interno y puede cometer errores en detalles que están desactualizados.
Activa la búsqueda cuando:
- necesites un dato actual (tipo de cambio, noticia, fecha de un evento);
- estés verificando información sobre una empresa, producto o persona;
- la respuesta deba citar fuentes reales.
No actives la búsqueda cuando la tarea no requiera datos externos: reescritura de texto, análisis de un documento ya cargado, generación de código. En estos casos, la búsqueda no añade valor y puede ralentizar la respuesta.
Un botón separado es para el modo de razonamiento (DeepThink). Este se explora con más detalle en la siguiente lección del curso, pero para la práctica en el chat, basta con saber: el modo de razonamiento está activado por defecto y ayuda con tareas que requieren lógica de varios pasos: cálculos, análisis de contradicciones, planificación. Para consultas simples (parafrasear, traducir, responder brevemente), el razonamiento no es necesario y puedes desactivarlo para obtener una respuesta más rápida.
Archivos y contexto de 1M tokens: qué significa en la práctica
El chat permite cargar archivos: documentos, hojas de cálculo, PDF. La ventana de contexto de DeepSeek de 1 millón de tokens suena abstracta, pero en la práctica significa que el modelo es capaz de mantener a la vista un volumen muy grande de texto simultáneamente. Para una estimación aproximada: una página de texto normal en español ocupa aproximadamente entre 600 y 1000 tokens, dependiendo de la densidad. Esto significa que 1 millón de tokens son, hipotéticamente, varios cientos de páginas; es mejor verificar la estimación exacta para tus documentos de forma experimental.
Qué aporta esto en tareas reales:
Un contrato de 80 páginas se puede cargar completo en un solo archivo y hacer preguntas sobre todo el documento a la vez, sin tener que dividirlo manualmente. El modelo ve todo el texto y puede comparar la cláusula 3.2 con la cláusula 12.1, encontrar contradicciones entre secciones, resaltar todas las menciones de multas o plazos en todo el texto.
La exportación de una tabla (por ejemplo, una exportación de CRM o una lista de transacciones trimestrales) cabe en el contexto sin necesidad de cortarla en pedazos. Puedes pedirle al modelo que encuentre anomalías, calcule agregados, resalte filas según una condición, y todo esto en todo el conjunto de datos a la vez, no en un fragmento aleatorio.
Una advertencia importante: un contexto grande no significa que el modelo preste la misma atención a cada página. Cuanto más específica sea la pregunta y más precisamente indiques a qué parte del documento prestar atención (por ejemplo, "sección 5, cláusula sobre la responsabilidad de las partes"), más precisa será la respuesta. Para documentos muy grandes e importantes, es útil, después de la primera respuesta, pedirle al modelo que revise un punto específico por separado.
Técnicas de prompting que funcionan bien con DeepSeek
DeepSeek es un modelo de razonamiento con pensamiento por defecto, por lo que la técnica clásica de "piensa paso a paso" es redundante aquí: el modelo ya realiza un razonamiento interno antes de responder. En su lugar, es más útil dedicar esfuerzos a la formulación de la tarea en sí.
Rol y contexto. Describe quién eres y en qué situación te encuentras antes de hacer la pregunta. "Soy el gerente de ventas, estoy preparando una respuesta para un cliente que se queja de un retraso en la entrega" le da al modelo un marco en el que selecciona el tono y los argumentos, en lugar de una plantilla general.
Formato de respuesta. Si necesitas una lista, una tabla, una estructura con encabezados o código sin explicaciones, dilo directamente. El modelo sigue el formato explícitamente dado de manera notablemente más precisa que si lo adivina del contexto.
Ejemplos. Uno o dos ejemplos del estilo o estructura de respuesta deseados aumentan drásticamente la precisión para lograr el tono correcto, especialmente para correos electrónicos y textos para publicación.
Solicitud de preguntas aclaratorias. Si la tarea está formulada de forma incompleta, es útil pedirle explícitamente al modelo que primero aclare los detalles, en lugar de dar una respuesta al azar. Esto funciona especialmente bien para tareas complejas de varios pasos donde existe el riesgo de entender mal las condiciones.
División de la tarea. Para un trabajo voluminoso (por ejemplo, analizar un contrato según diez criterios), es mejor formular todos los criterios en una lista explícita, en lugar de esperar que el modelo adivine qué es importante verificar.
Objetivo y criterios claros en lugar de "piensa paso a paso". En lugar de una solicitud general para razonar con más detalle, describe qué se considera un buen resultado: "la respuesta no debe tener más de 150 palabras, ser cortés, sin prometer plazos específicos" funciona mejor que "piensa bien y responde".
Prompts listos para tareas típicas
A continuación, ocho prompts que puedes tomar como base y adaptar a tu situación. Insértalos en el chat completos, reemplazando el texto entre corchetes.
Correo electrónico al cliente pidiendo disculpas por un retraso:
Soy gerente de cuentas de la empresa [nombre]. El cliente [nombre]
espera el pedido [número], que se retrasa [período] debido a [razón].
Escribe una carta de disculpa cortés, con una breve explicación de la razón
sin detalles técnicos innecesarios y una oferta de compensación específica
(un descuento en el próximo pedido o envío gratuito). Longitud: no más de
120 palabras, tono formal, sin burocracia.
Análisis de contrato por riesgos clave (úsalo después de cargar el archivo):
Se cargó el contrato de suministro. Revisa el documento según los siguientes puntos
y para cada uno indica el número de sección y una cita corta:
1. Plazos de entrega y multas por su incumplimiento.
2. Condiciones de rescisión del contrato por iniciativa de cada una de las partes.
3. Responsabilidad por falta de entrega o defectos.
4. Puntos que parecen inusuales en comparación con un contrato de suministro
estándar.
Si algún punto no está en el contrato, indícalo explícitamente.
Plan de contenido mensual para un blog:
Estoy llevando el blog de una empresa que vende [producto/servicio] para
[público objetivo]. Haz un plan de publicaciones para un mes: 8 temas,
para cada uno indica un título de trabajo, formato (artículo, caso de estudio, selección,
entrevista) y una frase sobre la esencia del material. Los temas no deben
repetirse y deben cubrir diferentes etapas del viaje del cliente:
desde el conocimiento del problema hasta la decisión de compra.
Tabla a partir de texto no estructurado:
<p>Abajo hay una lista de comentarios de clientes en formato libre. Transfórmalos
en una tabla con las columnas: fecha (si se especifica), evaluación de tonalidad
(positiva/neutral/negativa), breve resumen del comentario
(no más de 10 palabras), problema mencionado (si lo hay).
Texto de los comentarios:
[inserta texto]</p>
Análisis de reseñas con conclusiones para el negocio:
Se cargó el archivo con las opiniones de los clientes del trimestre. Analízalas
y responde a las preguntas:
1. ¿Cuáles son los tres problemas que se mencionan con más frecuencia?
2. ¿Hay opiniones donde los clientes nos comparan con la competencia, y a favor
de quién?
3. ¿Cuáles son los tres cambios específicos en el producto o servicio que se deberían
considerar, basándose en estas opiniones?
Da la respuesta en una lista, sin frases generales sin apoyo en los datos.
Código Python para procesar un archivo:
Escribe un script en Python 3 que lea un archivo CSV con columnas
"fecha", "monto", "categoría" y muestre la suma de gastos por cada
categoría para el último mes calendario. Usa solo
la biblioteca estándar y pandas. Agrega comentarios en español
y manejo del caso si el archivo no se encuentra.
Preparación para negociaciones:
Me preparo para negociaciones con el proveedor sobre una reducción de precio del 10%.
Condiciones actuales: [describa las condiciones]. Nuestro argumento: [describa el argumento,
por ejemplo, volumen de compras]. Crea tres escenarios de conversación: optimista
(el proveedor acepta rápidamente), difícil (el proveedor se resiste
y presenta contraargumentos) y de compromiso. Para cada escenario
da un plan corto de réplicas.
Resumen de un documento largo para la gerencia:
Se cargó el informe de [número] páginas. Haz un resumen para el gerente,
quien tiene 5 minutos para leer: 5 conclusiones principales, 3 riesgos
que requieren atención y 2 recomendaciones para futuras acciones.
Sin introducciones ni frases generales, solo detalles específicos del documento.
Qué no debes cargar en el chat
El historial de chat en chat.deepseek.com se almacena en los servidores de DeepSeek. Esta es una práctica estándar para los servicios de chat en la nube, pero impone una limitación sobre qué datos enviar. No debes cargar:
- datos personales de clientes (nombres completos junto con contactos, datos de pasaporte, información médica);
- secretos comerciales de la empresa en su forma original, si la política de seguridad de tu organización lo prohíbe;
- documentos con clasificaciones de confidencialidad sin la aprobación previa del departamento legal o de seguridad.
Si necesitas trabajar con un contrato o informe real que contenga datos sensibles, una práctica razonable es: reemplazar nombres, números de cuenta y otros detalles identificativos con designaciones condicionales antes de cargarlos, manteniendo la estructura y las formulaciones importantes para el análisis. El tema de la protección de datos y el cumplimiento de la legislación se aborda con más detalle en la última lección del curso, pero es importante tenerlo en cuenta desde el principio del uso del chat.
Pruébalo tú mismo
Carga en el chat cualquier documento de más de 10 páginas (un contrato, una instrucción, un informe), eliminando previamente los datos sensibles, y pídele al modelo que cree una tabla de los puntos clave con los números de sección. Resultado: obtuviste una tabla estructurada, no un resumen de forma libre.
Toma uno de los prompts listos de esta lección (por ejemplo, un correo electrónico a un cliente o un análisis de reseñas), ejecútalo primero en modo "Instant", luego en modo "Expert" con el mismo texto de la solicitud. Compara las respuestas en cuanto a precisión y profundidad. Resultado: puedes formular para qué tareas tuyas la diferencia entre los modos es significativa y para cuáles no.
Formula un prompt para tu tarea laboral real, incluyendo el rol, el contexto, el formato de respuesta deseado y un criterio de calidad explícito para el resultado (por ejemplo, una limitación de longitud o un tono). Resultado: obtuviste una respuesta que puedes usar casi sin ediciones, o entendiste qué parte de la formulación necesitas aclarar.
Conclusiones
- "Instant" es adecuado para tareas rápidas y sencillas, "Expert" (DeepSeek-V4-Pro) para análisis complejos y lógica de varios pasos.
- El botón de búsqueda debe activarse para preguntas que requieran datos actualizados de internet, no para trabajar con un documento ya cargado.
- El contexto de 1 millón de tokens permite cargar contratos y tablas grandes completos y trabajar con ellos sin necesidad de dividirlos manualmente.
- Un modelo de razonamiento no necesita la frase "piensa paso a paso": es más efectivo describir claramente el rol, el formato de respuesta y los criterios de un buen resultado.
- Los prompts listos de esta lección se pueden adaptar a tus tareas, cambiando los detalles entre corchetes.
- El historial del chat se almacena en los servidores de DeepSeek, por lo que es mejor anonimizar los datos personales de los clientes y los secretos comerciales antes de cargarlos.