带着DeepSeek去巴塞罗那旅游：是旅游的搭子，更是高级的“嘴替”

如果一个人来到一个语言、文字不通的城市，没有任何攻略，该如何过上更好的生活或游玩？

在此之前，我基本上使用了3-5个不同的应用程序(不包括临时下载的本地功能应用程序)，包括翻译、游戏策略、旅游避坑等不同领域。说实话，转换应用程序真的很麻烦。

所以，当我在小红书、马蜂窝之间交替寻找攻略时，突然想到一个新的玩法：可以让DeepSeek取代上述所有app吗？实际的感觉又会怎样？现在想到了，当然是直接检测出来的。不久前，作为雷科技MWC2025报道团的一员，小雷飞往西班牙·巴塞罗那。展览报道结束后，小雷也忙着在巴塞罗那闲逛了几天。玩巴塞罗那的时候，小雷试图屏蔽所有其他旅游应用，只靠DeepSeek来玩。感觉怎么样？看看分享。

DeepSeek真的可以生成旅行指南吗？

打开DeepSeek之后，我真的没有想到我面临的第一个决定是否要打开“深度思考”。每个人都应该知道这个DeepSeek的核心功能。有网友甚至评论说:“用DeepSeek不要深入思考，就像吃重庆火锅没有油碟一样。”虽然这个比喻相当抽象，但也很好地反映了它的重要性。

但是，深度思考方法虽然好用，但是也会降低DeepSeek的使用效率，因为在回答你的问题之前，DeepSeek必须先进行一轮“自我答辩”，如果你更注重答案的效率而不是答案的“深度”，那么打开深度思考就会适得其反。

所以经过一段时间的考虑，我打算先尝试一下不同的模式，DeepSeek对于日常提问给出的答案质量会有明显的差别吗？DeepSeek没有深入思考是否能满足使用要求？

首先，让我们测试一个非常简单的问题:“我在巴塞罗那帮助我制定一个单日游玩策略，并在其中加入两个景点:圣家堂和巴特罗家族。另外，我想试试西班牙特色海鲜饭。”类似的问题没有挑战性，主要目的是确定两种模式下的答案有多不一样。

首先看一下DeepSeek答案(以下简称A答案)，没有深入思考。：

下一步是DeepSeek(以下简称B回答)进行了深入思考。：

让我们简单分解两个答案的区别。首先是上午圣家堂的旅行安排。A回答了推荐原因、门票导游和注意事项，B回答的推荐也是圣家堂。但除了推荐原因和注意事项外，还提供了早上参观圣家堂的交通建议和原因:早上人少，光源好，适合拍照。

但从我在小红书等app上找到的策略来看，更多的是推荐下午4点左右。此时内部光线效果最好，小提示的答案后面没有给出参考链接，说明是DeepSeek自己“思考”的结果。只能说DeepSeek还是要多看小红书，咳咳。

我们来看看午餐推荐，都列出了我要求的海鲜饭，A回答也直接给出了地址，方便导航。，答案是给出推荐菜品，对于不懂西班牙文的朋友来说，直接把手机拿给服务员就可以完成点餐了。不过“7 Portes“这是一家当地非常著名的餐馆。从我查询的结果来看，如果不提前预约，基本上是没有机会的，所以后续自然没有成功(从小红书等社区的反馈来看，好像挺坑的)。

这里也暴露了AI推荐的一个问题，那就是AI不会过多考虑餐厅的预约日期和真实用户的口碑(当然AI真的不能去餐厅回来给你答案)，但这些注意事项基本上都是在人类编写的指南中提到的。因此，假如涉及到餐厅推荐等问题，个人还是可以多翻翻小红书之类的app，看看“真人”的意见。

我们来看看接下来的两个安排。AB答案基本没有区别。它们都是巴特罗之家格拉西亚大路。这条路位于巴特罗之家周围。从行程来看，真的是一个连贯的选择，没问题。

然而，在选择晚餐时，两个DeepSeek首次发生了冲突。A建议我去小巴塞罗那海滩欣赏日落，品尝海鲜拼盘，而B的回答是让我去波盖利亚市场品尝当地的特色海鲜。

至于我的最终选择，自然是全部去了，因为两个地方的距离其实并不远。如果你赶时间，你可以在去海滩之前参观市场。所以我把这一需求分别输入到DeepSeek的不同方法中，这样它就可以进一步优化行程，很快就得到了新的行程建议。

其中，DeepSeek在一般模式下进一步解读了路线安排，而DeepSeek在深度思维模式下给出了活动建议和欣赏日落的推荐时间。但从实际行程来看，两种模式下的AI会把是否顺便列入核心需求，不用担心走错路。

总体来看，深入思考所给出的答案的确更好，但在日常提问中却好得有限。如果你站在街上，想得到一个快速的旅行建议，你只需要打开网上搜索，但你不必深入思考。如果你在酒店定行程，你可以通过打开深度思考得到更好的建议。

在用AI制定了整个旅行之后，我发现了AI旅行的一个好处。首先，你可以直接问目的地有哪些景点值得一游，然后让AI一个一个给你总结，然后选择感兴趣的景点，然后总结给AI。让AI根据每个景点的地址、建议的停留时间和浏览时间进行规划，你可以随时提出修改建议，加入一些你想做的事情。

比如下午想在加泰罗尼亚广场喝一杯咖啡。提出需求后，AI会自动识别位置周围的推荐咖啡馆，并给出建议。然后你只需要直接选择一家感兴趣的店铺，让AI加入行程，就可以得到修改后的计划。以前只有几十万聘请当地资深导游才能得到这种体验，现在不用付一毛钱就能享受到。

说实话，现在看来导游这项工作也是有点“岌岌可危”，特别是那些纯粹靠坑坑洼洼来混饭吃的“导游”。

最后，我想和大家谈谈DeepSeek制定旅游计划的注意事项：

明确你要去的景点和相应的需求，例如，如果你想在下午去某个景点，记得提前说明。

清楚自己的想法，休闲游？打卡特种兵游？DeepSeek将根据您的旅行目的给出不同的解决方案

DeepSeek推荐的餐厅可能不靠谱。你可以吃这一块(无论走到哪里都可以吃)，也可以进一步询问“这家餐厅需要预订还是口碑如何？”

在跟随DeepSeek的策略走了一天之后，我最后给出的评论是:是的，虽然不完美，但是比一堆固定路线的策略要好。AI可以根据你的想法和喜好制定一条个性化的路线，这是最大的优势。

不仅仅是旅游指南，更是高级“口替”

在国外，大多数人遇到的最大的麻烦就是语言障碍，尤其是像西班牙这样的“非英语”国家。虽然有些西班牙人能听懂简单的英语，但有些人甚至“To go"(外带)听不懂，对于只懂英语这门外语的小雷来说，的确是一个挑战。

但在经历了一天DeepSeek的翻译之后，我可以得出结论：大型AI模型在翻译方面的体验确实远远超过了传统的翻译软件。唯一的问题是不能同声翻译。你只能在问完之后把手机拿给对方，让对方输入文字再翻译(还有AI支持语言输入翻译，比如ChatGPT)。

至于为什么不使用传统翻译软件的同声翻译功能，一个是要钱，一个是在嘈杂的环境下不好用，容易出现拾音错误，导致最终翻译的结果根本看不懂。在整个西班牙之旅中，我也尝试了不同的翻译软件，最后我有了很多经验。如果你想看整个测试过程，小雷会找时间和你谈谈。

回到DeepSeek，在这里给你一个合适的提示：“你是专业的翻译。我需要你把我输入的所有中文翻译成西班牙语和加泰罗尼亚语，然后把西班牙语/英语/加泰罗尼亚语翻译成中文，这样才能保证翻译的准确性和可读性。”，内部语言可根据需要进行修改，尤其是在一些有多官方语言的地区，AI的多语种同时翻译功能感觉真的很好。

接下来，只要输入你想说的话，AI就会翻译，还会给出注释和一些小建议。比如我在餐厅点餐的时候，输入了这句话:我想要一个火腿拼盘，一个海鲜饭，一个炸鱿鱼圈，两杯柠檬苏打水。谢谢你

翻译完成后，DeepSeek提醒我是否要调整火腿的重量或饮料的细节。从后续体验来看，前面的建议非常有用，因为我们最后点了一个吃不完的火腿拼盘，所以我们不得不把它打包回酒店，第二天才吃完。

接下来，把手机给服务员，你就可以轻松完成整个沟通过程，甚至DeepSeek也会热情地给出回复建议，不用忍受“鸡鸭说话”的折磨对话过程。

但在使用过程中我也发现了一些问题，例如，当你突然提出一些带有“推荐”等词汇的问题时，DeepSeek可能会误以为你在问他的答案，然后突然导出一个答案。这时，我们应该再次提醒DeepSeek是一个翻译而不是一个答案，然后我们可以回到“正确的轨道”。

注意：DeepSeek突然出错

基本上，在那一天，我通过DeepSeek完成了大部分的交流。大多数情况下，对方只需要看一遍就能准确理解我的需求，可见翻译的准确性。有趣的是，偶尔会遇到一些会说简单中文的服务员。很多热门景点的官网和招牌都有中文，所以整体体验其实还可以。

DeepSeek仍然有很大的进步空间。

最后，我想谈谈在使用DeepSeek旅行过程中遇到的一些问题。第一，DeepSeek不支持图片分析，虽然可以上传照片，但目前只支持提取图片中的文字并进行解读，不能理解图片中的非文字部分。

也就是说，DeepSeek只能做一些简单的菜单翻译等工作，而且最好是正面拍摄的文字菜单，否则很容易出现翻译错误。

比较，如豆包，ChatGPT、文心等人工智能支持图片解读。虽然在翻译菜单方面感觉差不多，但也可以作为随身导游使用。比如我在加泰罗尼亚广场拍摄的雕塑，只要直接上传照片并提问，就能得到详细的解释。

有趣的是，DeepSeek实际上回答了我的问题，因为他通过雕塑上的刻字来识别雕塑的身份，然后给出了答案。

后来我又用了一张照片来测试，在没有文字提示的情况下(其实我还是给了一些提示，比如小米水印里的坐标)，但是DeepSeek还是毫不奇怪的翻车了，把巴特罗家族误认为米拉家族。

说实话，只要补充多模态能力的不足，加入多语言语音识别、图片识别等功能，DeepSeek确实有能力处理大多数旅游问题，而不是像现在这样只能依靠文字问答来解决问题。

不过，最后我还是要感谢DeepSeek导游，这一天的行程很丰富，感觉也很好，考虑到导游“不收钱”，也没什么好说的。如果DeepSeek能装进AR眼镜，然后直接进行翻译和对话，我甚至会想，不要太爽。

这篇文章来自“雷科技”，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com