DeepSeek による推論

Python で DeepSeek を使いこなす

James Chapman

AI Curriculum Lead, DataCamp

次の単語を予測
✅ 幅広いユースケースに対応
❌ 複雑な複数ステップのタスクが苦手

複雑なタスクをサブタスクに分解
✅ 複雑なタスクで高い性能を発揮
❌ 処理が遅く、コストも高い

推論と数学

列車は1.5時間で60マイル走ります。同じ速度のまま走り続けると、4時間でどれだけ進み、午後2時15分に出発した場合は何時に到着するでしょうか。

線路を走る列車。

推論と数学

列車は1.5時間で60マイル走ります。同じ速度のまま走り続けると、4時間でどれだけ進み、午後2時15分に出発した場合は何時に到着するでしょうか。

速度を計算する（60 ÷ 1.5 = 40 mph）
4時間を掛けて距離を求める（40 × 4 = 160マイル）
出発時刻に4時間を加える（午後2時15分 + 4時間 = 午後6時15分）
回答する：「160マイル、午後6時15分到着」

推論について考える

思考、実行、知識更新という推論の全体的なワークフロー。

推論はデフォルトで有効

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    messages=[{"role": "user", "content": train_problem}]
)

print(response.choices[0].message.content)

V4-Pro はデフォルトで推論を行います → 追加のパラメータは不要

print(response.choices[0].message.content)

**Step 1 - Find the train's speed**
Speed = 60 / 1.5 = **40 mph**

**Step 2 - Distance in 4 hours**
Distance = 40 × 4 = **160 miles**

**Step 3 - Arrival time**
2:15 PM + 4 hours = **6:15 PM**

**Final Answer:** 160 miles, arriving at 6:15 PM

推論を無効にする

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    extra_body={"thinking": {"type": "disabled"}},
    messages=[{"role": "user", "content": prompt}]
)

思考モードはデフォルトで "enabled" です。無効にするには "disabled" を指定します
推論を行わない場合、モデルは標準的なチャットモデルと同様に動作します

推論強度を上げる

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    reasoning_effort="max",
    messages=[{"role": "user", "content": train_problem}]
)

print(response.choices[0].message.content)

デフォルトの推論強度は "high" です → 難しい問題では "max" に設定しましょう
推論強度を上げるとコストも高くなります
まずは低い推論強度の値で試しましょう

練習しましょう！

Python で DeepSeek を使いこなす