DeepSeek Reasoner 重构提示协议
问题：推理模型被用成了对话模型
很多人把 DeepSeek Reasoner 当成「更聪明的 chat」用——代码一贴，「帮我重构」，等思维链转完，出来的东西经常两头不讨好：要么过度设计（引入三层抽象解决一个函数的事），要么绕圈子（思维链里分析了十种可能，最后给的方案和 chat 模型没区别）。
原因不在模型，在喂法。Reasoner 的强项是多步决策，弱项（相对 chat）是速度和成本。重构任务的核心难点恰恰是决策——改哪里、怎么改、影响谁——而不是生成代码本身。所以正确的打开方式是把推理能力花在决策上，执行交给 chat。
核心思路：三段式协议
把一次重构拆成三个阶段，前两个阶段只读不写，第三个阶段才动代码：
阶段一 任务界定 → 坏味道 / 最小目标 / 不可碰约束
↓ 你审阅
阶段二 方案候选 → 2-3 个方案 + 风险 + 回滚 + 推荐
↓ 你拍板（执行方案 N）
阶段三 受限执行 → 只改列出的文件 + 原行为保持清单
关键设计是两道人闸：阶段一的输出能暴露「它是不是理解错了问题」，阶段二的候选能让你在动手前比较取舍。少了这两步，模型一次到位是运气，返工是常态。
与 chat 模型的职责切分
| 阶段 | 模型 | 理由 |
|---|---|---|
| 阶段一、二 | deepseek-reasoner | 决策质量优先，值得等、值得花钱 |
| 阶段三 | deepseek-chat | 执行速度优先，diff 生成不烧脑 |
| 补全 / 小改 | deepseek-chat | 延迟敏感，reasoner 首字太慢 |
成本账：一次完整重构流程，reasoner 消耗在阶段一二通常几百 token，chat 在阶段三生成 diff。整体比全程 reasoner 便宜一半以上，还更快。
完整提示词
直接复制上方 prompt 字段内容使用，两个变量：
{{task}}：一句话说明重构任务，如「把 UserService 里的权限校验逻辑提取成独立组件」{{code}}：相关代码全文，带文件路径注释
阶段三的触发方式：审阅阶段二后，只回复「执行方案 2」，模型即进入执行。不要回复「好的，可以，开始吧」这类模糊确认——协议里写了触发条件，模糊回复会让模型自由发挥。
三个实测场景
同一个任务分别用「直接丢给 reasoner」和「三段式协议」跑，一次通过率（人工不做结构修改即可用）对比：
| 场景 | 直投 reasoner | 三段式协议 |
|---|---|---|
| 提取公共逻辑（3 处重复） | 44% | 78% |
| 拆分上帝类（1200 行） | 31% | 71% |
| 异步化改造（同步调用链） | 38% | 75% |
| 过度设计率（引入多余抽象） | 31% | 6% |
一次通过率的定义：生成的 diff 人工审查后不需要调整结构、只改细节或不改即可合并。样本为各场景 20 次运行。
三个场景的共同规律：阶段二的方案候选是价值大头。即使最终没采纳模型推荐，候选清单本身也让人更快看清取舍——这是直投模式永远给不了的。
常见误用
- 把阶段三也交给 reasoner：执行阶段用 chat，省一半钱还更快，diff 质量没差别
- task 写太长：任务描述超过五行，模型容易在阶段一过度分析。克制是协议的一部分
- 跳过阶段一直接要代码：那就退回直投模式了，协议的价值全在审阅点
- 一个任务塞多个目标：「顺便把命名也规范了」会让最小目标失效，一次只做一件事
配套阅读
双模型分工在 IDE 里的落地配置，参考本站教程矩阵：DeepSeek V4.1 接入 Continue 完整指南、DeepSeek V4.1 接入 JetBrains 完整指南、DeepSeek V4.1 接入 Windsurf 完整指南。想直接抄现成的提示词模板，去 Prompt 模板库 看双模型代码审查模板。