WaveSpeedAI

Cara Menggunakan DeepSeek V4: Panduan Cepat Hari Pertama untuk API dan Chat

Cara Menggunakan DeepSeek V4: Panduan Cepat Hari Pertama untuk API dan Chat

Sudah lama tidak bertemu! Teman-teman saya. Saya Dora. Saya mengalami sedikit hambatan pada pagi hari Selasa: saya perlu mengubah serangkaian catatan yang berantakan menjadi sesuatu yang siap diluncurkan, dan model biasanya saya terus terjerumus ke dalam kalimat-kalimat yang ceria. Saya menginginkan jawaban yang langsung, lebih sedikit dorongan. Itulah yang mendorong saya untuk mencoba DeepSeek V4. Saya mengujinya pada Januari 2026 di seluruh web chat dan API. Apa yang berikut ini bukan tur fitur. Ini tentang bagaimana saya membuatnya berfungsi, di mana rasanya solid, dan di mana saya masih ragu-ragu.

Opsi Akses saat Peluncuran

Saya memulai dengan sederhana: tidak ada kode, hanya web chat. Kemudian saya beralih ke API ketika saya membutuhkan runs yang dapat diulang. Jika Anda lebih suka bermain dengan prompts terlebih dahulu dan menghubungkan semuanya nanti, jalur ini mantap dan rendah gesekan.

Antarmuka Web Chat

Saya masuk melalui situs utama dan memilih V4 dari daftar model. Jika Anda telah menggunakan UI gaya chat lainnya, ini akan terasa familiar: pesan sistem di bagian atas, giliran chat di bawah, parameter tersembunyi.

Apa yang membantu:

  • Saya menulis pesan sistem pendek yang mencerminkan cara saya berpikir: “Langsung. Kutip asumsi. Jika Anda menebak, katakan saja.” Itu menghentikan model dari over-explaining.
  • Saya menjaga suhu rendah (sekitar 0.2) untuk merancang spek atau komentar kode. Ketika saya menginginkan alternatif untuk wording atau penamaan, saya mendorongnya ke 0.5.
  • Saya menggunakan ritual sederhana sebelum setiap thread baru: tempel blok konteks kecil. Dua baris. “Project: internal doc cleanup. Voice: plain, concise, no metaphors.” Itu membuat V4 tidak tersesat, dan juga membuat saya jujur tentang apa yang sebenarnya saya butuhkan.

Gesekan:

  • Chat panjang kadang-kadang menjadi samar. Mengatur ulang thread dan menempel konteks segar memperbaikinya lebih andal daripada mencoba menangani pertengkaran di tengah jalan.
  • Format copy/paste baik-baik saja, tetapi saya masih lebih suka mengambil output melalui kode melalui API untuk apa pun yang saya butuhkan untuk dijalankan lebih dari sekali.

Jika Anda hanya membutuhkan bantuan sesekali, draft yang lebih bersih, refactor cepat, email yang lebih ketat, antarmuka web sudah cukup. Tetapi jika Anda menginginkan konsistensi di seluruh tugas (gaya yang sama, struktur yang sama, tidak ada kejutan), API adalah tempat di mana ia menetap.

Akses API

Saya membuat kunci API dari dashboard akun saya dan menyimpannya di lingkungan saya. Tidak ada yang mewah:

  • macOS/Linux: export DEEPSEEK_API_KEY=”…” dalam profil shell Anda.
  • Windows PowerShell: setx DEEPSEEK_API_KEY ”…” dan mulai ulang terminal.

API DeepSeek mengikuti bentuk chat-completions yang sekarang akrab. Jika Anda telah menggunakan klien yang kompatibel dengan OpenAI, ini cukup plug-and-go. Hal utama yang perlu diperhatikan adalah nama model, V4 tersedia, tetapi pengenal yang tepat dapat berubah. Saya memeriksa dua kali string model saat ini dari dashboard sebelum melakukan panggilan.

Untuk privasi: Saya menghindari mengirim rahasia atau data pelanggan kecuali saya telah mengonfirmasi kebijakan retensi. Saya juga menyembunyikan ID dan menggunakan nilai palsu dalam prompt. Dibutuhkan 30 detik dan mencegah sakit kepala di masa depan.

Jika Anda menginginkan titik awal resmi, pintu masuk teraman adalah tautan docs situs utama: DeepSeek. Area akun biasanya memiliki endpoint saat ini, nama model, dan batasan kecepatan.

Panggilan API Pertama Anda

Saya suka membuat satu permintaan kecil yang membosankan terlebih dahulu. Ini memberitahu saya jika auth terhubung, nama model valid, dan respons terlihat seperti yang saya harapkan. Setelah itu, saya melipat menjadi script.

Autentikasi

Saya menggunakan Bearer token di header Authorization dan menyimpan kunci dalam variabel env. Ini mengurangi kemungkinan saya secara tidak sengaja melakukan commit atau menjatuhkannya ke dalam snippet bersama. Berikut adalah bentuk yang saya uji di Januari 2026:

  • Header: Authorization: Bearer $DEEPSEEK_API_KEY
  • Endpoint: jalur chat-completions ditampilkan di docs akun Anda
  • Model: periksa string yang tepat untuk V4 di dashboard (misalnya, “deepseek-v4”), karena penamaan dapat berubah

Catatan kecil: jika organisasi Anda merutekan permintaan melalui proxy, uji dengan curl terlebih dahulu. Lebih mudah untuk melihat apa yang sebenarnya terjadi di atas kawat.

Permintaan Dasar

Panggilan pertama saya meminta model untuk merangkum teks pendek dengan format ketat. Jika model mengikuti format pada percobaan pertama, saya lebih mempercayainya dengan tugas terstruktur nanti.

Curl (ringkas, mudah untuk diff nanti):

curl -s https://api.your-deepseek-endpoint/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-d '{

"model": "deepseek-v4",

"temperature": 0.2,

"messages": [

{"role": "system", "content": "You are concise. Use the requested format exactly."},

{"role": "user", "content": "Text: 'Roadmap shifted to Q2: need a two-sentence summary and three bullet risks.'\nFormat:\nSummary: <two sentences>\nRisks:\n- <risk>\n- <risk>\n- <risk>"}

]

}'

Python (menggunakan klien gaya OpenAI generik):

from os import getenv

import requests


API_KEY = getenv("DEEPSEEK_API_KEY")

URL = "https://api.your-deepseek-endpoint/v1/chat/completions"


payload = {

"model": "deepseek-v4",

"temperature": 0.2,

"messages": [

{"role": "system", "content": "You are concise. Use the requested format exactly."},

{"role": "user", "content": (

"Text: 'Roadmap shifted to Q2: need a two-sentence summary and three bullet risks.'\n"

"Format:\nSummary: <two sentences>\nRisks:\n- <risk>\n- <risk>\n- <risk>"

)},

],

}


resp = requests.post(

URL,

headers={

"Authorization": f"Bearer {API_KEY}",

"Content-Type": "application/json",

},

json=payload,

timeout=30,

)

resp.raise_for_status()

print(resp.json()["choices"][0]["message"]["content"])

Apa yang saya cari dalam output:

  • Apakah itu menjaga struktur yang tepat (baris Summary, kemudian bullet Risks)?
  • Apakah ada hedge atau kata-kata pengisi yang tidak saya minta?
  • Jika saya menjalankan kembali dengan prompt yang sama pada suhu 0, apakah saya mendapatkan format yang sama?

Run saya bersih: V4 mengikuti format tanpa hanyut dan menangani instruksi singkat dengan baik. Itu biasanya tanda baik untuk tugas hilir seperti changelog drafting atau komentar kode. Gotcha utama adalah token budgeting, respons yang mencakup input kutipan panjang dapat tumpah. Saya memperbaikinya dengan memangkas input dan meminta output yang lebih pendek terlebih dahulu, kemudian berkembang sesuai kebutuhan.

Tugas Coding Pertama untuk Dicoba

Saya suka otomasi kecil yang menghasilkan uang segera. Hal pertama yang saya coba adalah pembantu kecil yang mengganti nama file screenshot menjadi judul yang dapat dibaca. Tidak glamor. Sangat berguna.

Setup yang saya gunakan (Januari 2026)

  • Folder penuh gambar seperti Screenshot 2026-01-18 at 11.02.31.png
  • File YAML dengan beberapa aturan (nama proyek, format tanggal)
  • Prompt yang meminta V4 untuk menghasilkan script dan rencana dry-run sebelum menyentuh file

Prompt yang saya kirim melalui API

You are helping me write a safe file-renamer. Requirements:
- Input: directory of PNG/JPG screenshots.
- Output: dry-run first: then rename.
- Pattern: {project}-{short-title}-{YYYYMMDD}.{ext}
- Short titles: extract from on-screen window titles if present: otherwise infer 2–4 words from file metadata: avoid stop words.
- Constraints: no overwrites: lowercase: hyphens only: log actions.

Return:
1) Risks (3 bullets)
2) Plan (numbered steps)
3) Python script (<= 120 lines)
4) One test case (pytest-style) using a temp directory.

Apa yang terjadi:

Percobaan pertama: script terlihat bagus tetapi melewatkan flag dry-run. Saya memintanya untuk menyisipkan opsi CLI “—dry-run” dengan default true. Itu mematuhi dan menjaga kode di bawah batas baris.
Percobaan kedua: itu menebak parsing EXIF. Saya mendorongnya untuk membatasi itu di balik try/except dan lanjutkan tanpa gagal. Setelah itu, itu berjalan bersih.

Mengapa ini adalah tugas pertama yang baik:

Ini memaksa pemformatan yang hati-hati dan I/O sederhana.
Anda dapat memvalidasi kebenaran tanpa membaca setiap baris, hanya jalankan dengan folder dummy dan lihat log.
Ini mengekspos edge case dengan cepat (spasi, tabrakan, nama panjang).

Apa yang saya perhatikan tentang V4 di sini:

Ini merespons dengan baik terhadap batasan dalam bahasa biasa. “No overwrites: lowercase: hyphens only” bekerja lebih baik daripada template panjang.
Itu tetap grounded ketika saya meminta rencana sebelum kode. Jeda kecil itu membantu kami berdua. Saya bisa menangkap langkah yang hilang sebelum itu menghasilkan apa pun yang berbahaya.

Batas dan trade-off:

Ini bukan pengganti untuk membaca kode. Saya masih mencermati operasi file yang tidak aman dan impor yang tidak terduga.
Untuk script yang lebih panjang, saya membagi tugas: plan → core functions → CLI wrapper → tests. V4 menghormati urutan lebih dari beberapa model yang telah saya gunakan, tetapi dapat melarutkan langkah jika saya kabur.

Siapa yang ini bantu:

Pembuat yang menginginkan utilitas yang cepat dan aman.
Tim yang lebih suka struktur konsisten di seluruh prompt.
Orang-orang yang menghargai pemformatan yang dapat diprediksi daripada kreativitas yang mencolok.

Siapa yang mungkin frustrasi:

Siapa pun yang mengharapkan model untuk intuit aturan bisnis tanpa menulisnya.
Orang-orang yang menginginkan output satu shot yang panjang. Loop yang lebih kecil bekerja lebih baik di sini.

Mengapa ini penting bagi saya:

Setelah model mendapatkan hal-hal sederhana dengan andal benar, pemformatan, rencana pendek, suhu rendah, sisa alur kerja saya menjadi lebih ringan. Saya menganggap V4 sebagai sepasang tangan yang stabil. Bukan sihir. Hanya stabil.

Jika Anda penasaran, coba pola yang sama dengan tugas berbeda besok: hasilkan changelog dari pesan commit, atau hasilkan langkah migrasi dari perbedaan skema. Pertahankan batasan plan-first, dan lihat apakah beban mental Anda turun satu tingkat. Milik saya.

Saya akan terus menguji V4 dengan dokumen yang lebih panjang minggu depan. Saya bertanya-tanya bagaimana menangani ringkasan yang dikutip tanpa mengembangkan output. Tenang berharap, tetapi saya akan membiarkan run memberi tahu saya.

Pertanyaan yang Sering Diajukan

Apa cara tercepat untuk memulai dengan DeepSeek V4: web chat atau API?

Mulai di web chat untuk mengulangi prompt dengan setup minimal, kemudian pindah ke API untuk konsistensi dan run yang dapat diulang. Chat berfungsi dengan baik untuk draft yang lebih bersih atau refactor cepat. Untuk gaya stabil, pemformatan ketat, dan otomasi, API memberikan output yang lebih stabil dan dapat diprediksi.

Bagaimana saya menggunakan DeepSeek V4 melalui API?

Buat kunci API, simpan dalam variabel lingkungan, dan kirim permintaan chat-completions dengan Authorization: Bearer . Verifikasi nama model yang tepat (misalnya, deepseek-v4) di dashboard Anda. Mulai dengan prompt uji terstruktur yang kecil pada suhu rendah untuk mengonfirmasi auth, pemformatan, dan perilaku deterministik.

Bagaimana menggunakan DeepSeek V4 untuk menjaga respons ringkas dan on-format?

Tetapkan pesan sistem pendek yang menyatakan aturan gaya (misalnya, langsung, nyatakan asumsi). Pertahankan suhu rendah (sekitar 0–0.2) untuk spek dan output terstruktur. Berikan blok konteks kecil di awal setiap thread, dan minta rencana sebelum kode. Ini mengurangi hanyutan dan meningkatkan kepatuhan format.