#8. 深度研究（Deep Research）

Deep Research 是 ChatGPT 提供的自主研究功能。与普通对话不同，它会模拟人类研究员的工作方式：自主规划研究路径、浏览大量网页、交叉验证信息，最终生成一份带引用来源的完整研究报告。

一次深度研究通常需要 5–30 分钟，期间 ChatGPT 可能会浏览数十甚至上百个网页。研究过程中支持实时跟踪进度，并可随时中断或调整研究方向与可访问的数据源。

#工作流程

Deep Research 的标准工作流程如下：

1. 描述需要达成的研究目标
2. 选择 Deep Research 可使用的数据源（公开网页、上传文件、连接的应用）
3. ChatGPT 生成一份研究计划，用户可在研究启动前审阅并修改
4. 研究过程中可实时跟进进度，并可随时中断以调整研究重点或数据源
5. 研究完成后输出一份结构化报告，附带引用与来源链接，便于核实信息

Deep Research 默认由最新模型驱动；如有需要，用户也可选择旧版模型执行研究任务。

#与普通搜索的区别

#使用限制

Deep Research 的使用额度因订阅计划而异。具体规则如下：

• 额度查询： ChatGPT 产品界面内会显示剩余的 Deep Research 任务数计数器，建议以产品内显示为准
• 重置周期： 对于具有固定月度额度的计划，额度自首次使用日起每 30 天重置一次（非自然月重置）
• 地区可用性： Deep Research 的可用性取决于订阅计划及所在国家/地区
• 企业管控： Enterprise 与 Edu 工作区的管理员可通过基于角色的访问控制（RBAC）管理 Deep Research 的访问权限。

#开启方式

Deep Research 提供两种触发方式：

1. 在 ChatGPT 输入框中直接键入 /Deepresearch 命令
2. 点击输入框中的「+」按钮，在工具菜单中选择「Deep research」

#选择数据源

Deep Research 支持三类数据源，可灵活组合使用。

默认数据源

默认情况下，Deep Research 可访问以下内容：

• 公开网页
• 用户上传的文件

连接的应用

当结果的可信度与可追溯性尤为重要时，Deep Research 可从已授权的应用与数据服务中获取信息，包括：

• 文档存储类： Google Drive、SharePoint 等
• 行业数据源： FactSet、PitchBook、Scholar Gateway 等经过身份验证的专业数据库

说明： Deep Research 仅对连接的应用执行读取操作，不会在研究过程中执行任何写入操作。

指定网站

如需将研究范围限定在特定网站，可在 ChatGPT 输入框中选择「站点 > 管理站点」进行配置：

• 仅限指定来源： 关闭「优先考虑这些站点，但允许进行全网搜索」开关，将研究范围严格限制为所输入的网站或域名
• 优先指定来源： 开启「优先考虑这些站点，但允许进行全网搜索」开关，在重点参考指定来源的同时，仍允许进行全网搜索

提示：支持以逗号分隔的形式批量输入多个网站

#撰写优质研究提示词

一份优质的 Deep Research 提示应清晰描述研究问题、期望产出与相关约束。提供充分的上下文有助于 ChatGPT 生成更贴合需求的研究计划，便于在研究启动前进行审阅与调整。

在正式开始研究前，Deep Research 可能会提出澄清问题以确认研究目标，并同步展示一份研究计划。用户可对该计划进行审阅与编辑，确保最终报告与研究意图保持一致。

提示词三要素：

示例：

研究 2024 年生成式 AI 在医疗诊断领域的应用现状（研究问题），
输出一份包含以下四方面分析的结构化报告（期望产出）：
1. 主要应用场景和代表性产品
2. 临床验证和监管审批情况
3. 面临的技术挑战和伦理争议
4. 未来 2–3 年的发展趋势预测

重点参考 FDA 已批准或在审项目，以及顶级医学期刊的研究结论（相关约束）

链接：https://chatgpt.com/s/t_6a083ae4e8d881918578b4a185fa67ba

#研究过程中的交互

澄清阶段

提交请求后，ChatGPT 可能先提出澄清问题：

在开始研究之前，请确认以下几点：
1. 关注的是 B2B 还是 B2C 市场？
2. 地理范围是全球还是特定地区？
3. 是否需要包含投资和并购相关信息？

研究计划确认

ChatGPT 会展示研究计划：

研究计划：
1. 首先检索行业报告和市场分析...
2. 然后查找具体公司案例和产品信息...
3. 接着收集用户评价和专家观点...
4. 最后整合形成对比分析...

预计用时：约 15 分钟
确认开始？

实时进度追踪

研究进行中会显示：

已浏览 47 个来源
当前正在分析：[网站名称]
已收集关键发现：12 条

研究过程中可随时执行以下操作：

• 中断研究以调整研究焦点
• 修改可访问的数据源范围
• 实时查看研究进度

#报告解读与导出

报告视图

研究完成后，报告将在全屏视图中打开，便于审阅与复用，包含以下核心组件：

• 目录（Table of contents）： 用于在长篇报告中快速导航
• 来源列表（Sources used）： 集中展示所有引用来源，便于核查
• 活动历史（Activity history）： 完整记录研究过程的执行轨迹

下载格式

支持将完整报告导出为以下格式以便分享与复用：

• Markdown
• Word
• PDF

引用来源的使用

所有 Deep Research 输出均附带引用或来源链接，可逐项核实信息。报告中的引用通常以角标或链接形式呈现：

根据 Gartner 2024 年报告[1]，该市场规模已达 120 亿美元，
年增长率约为 35%[2]。然而，麦肯锡的分析指出[3]……

---
[1] https://www.gartner.com/...
[2] https://www.statista.com/...
[3] https://www.mckinsey.com/...

验证流程建议：

1. 对于关键数据，点击来源链接核实原文
2. 检查来源的权威性与时效性
3. 当多个来源存在矛盾时，优先采信更权威的来源

报告生成后的追问

报告生成后，可在同一会话中继续追问：

第三部分的竞争格局分析能再详细展开吗？特别是关于定价策略的对比
报告中提到的技术限制，有没有最新的解决方案？
基于这份研究，起草一份给管理层的简报，控制在一页纸内

#适用场景

市场与行业研究

调研东南亚电动汽车市场现状，包括：
- 各国政策支持力度
- 主要品牌市场份额
- 充电基础设施发展
- 消费者接受度调查
- 2025 年市场规模预测

技术方案选型

为一个日活 50 万的内容社区选择后端技术栈，对比：
- Go + Gin vs Node.js + Nest vs Java + Spring Boot
从性能、开发效率、招聘难度、长期维护成本角度分析
需要包含实际案例和基准测试数据

学术文献综述

综述 2020–2024 年间关于大语言模型幻觉问题的研究进展：
- 幻觉的分类和成因理论
- 主流检测方法及其效果对比
- 缓解策略的最新进展
- 尚未解决的开放问题
主要参考 ACL、EMNLP、NeurIPS 等顶会论文

竞品分析

分析 Notion、Obsidian、Roam Research 三款笔记软件：
- 目标用户群体定位
- 核心差异化功能
- 定价策略
- 用户口碑和主要抱怨点
- 各自的发展路线图

政策法规梳理

整理中国跨境电商的最新税收和合规要求（2024 年），包括：
- 个人物品和商业进口的区别
- 各试点城市的政策差异
- 申报和纳税流程
- 常见违规案例和处罚

#不适用场景

#实战案例：为创业项目做市场调研

第一步：提出研究请求

我计划开发一款面向独立开发者的 AI 代码审查工具，
请进行深度市场研究，包括：

1. 现有竞品分析
   - 主要产品及其核心功能
   - 定价模式
   - 用户评价和痛点

2. 目标用户画像
   - 独立开发者群体规模
   - 他们目前如何解决代码审查需求
   - 付费意愿和预算

3. 市场机会
   - 现有产品未满足的需求
   - 可行的差异化方向

4. 潜在风险
   - 技术门槛
   - 大厂竞争威胁

希望重点参考 Product Hunt、Indie Hackers、Hacker News 等社区的讨论

第二步：回答澄清问题

ChatGPT: 在开始研究前，请确认：
1. 目标语言是全语言支持还是特定语言（如仅 JavaScript/Python）？
2. 是否包括已集成 AI 的 IDE（如 Cursor）作为竞品？
3. 地域重点是全球还是特定市场？

回复：
1. 重点关注 JavaScript/TypeScript 和 Python
2. 是的，Cursor、GitHub Copilot 都算广义竞品
3. 全球市场，但用户群体以英语为主

第三步：确认研究计划

ChatGPT: 研究计划如下：
阶段 1：收集现有 AI 代码工具产品列表及其功能对比
阶段 2：分析各产品的用户评价、定价和市场定位
阶段 3：在开发者社区检索关于代码审查的讨论和需求
阶段 4：寻找市场规模和增长趋势的数据
阶段 5：整合分析，识别机会和风险

预计用时：20–25 分钟
是否开始？

回复：
可以开始，另外请特别关注产品的 GitHub/VS Code 集成方式

第四步：获取报告并追问

报告中提到 CodeRabbit 增长很快，能具体说说它的获客渠道和增长策略吗？

基于这份调研，列出 MVP 阶段应优先实现的 5 个核心功能

把竞品对比的部分整理成表格，方便制作 PPT

#常见问题

Q：Deep Research 在所有国家/地区都能使用吗？

不一定。是否可用取决于订阅计划及所在国家或地区。

Q：研究运行过程中可以做哪些控制？

研究启动前可编辑研究计划；运行过程中可实时查看进度、中断研究以调整焦点，并可更新研究可访问的数据源。

Q：能否为 Deep Research 选择其他模型？

可以。Deep Research 默认由最新模型驱动，如有需要，也可继续使用旧版模型执行研究任务。

Q：Deep Research 的结果会保留多久？

研究结果保留在对话历史中，除非主动删除对话。删除对话将同时删除关联的 Deep Research 输出。

Q：任务需要紧急获得答案怎么办？

如时间紧迫，建议使用普通搜索或标准对话以获得更快的响应，将 Deep Research 用于需要深度分析的场景。

Q：哪些应用可用于 Deep Research？

ChatGPT 中的所有应用均与 Deep Research 兼容。但具体可用的应用取决于订阅计划与工作区配置。

#数据隐私与企业管控

数据隐私

使用 Deep Research 的对话遵循与常规 ChatGPT 对话相同的数据处理与隐私设置。用户可在数据控制中心管理数据保留与训练偏好。

企业管控（Enterprise / Edu）

• 基于角色的访问控制（RBAC）： Enterprise 与 Edu 工作区的管理员可通过 RBAC 控制 Deep Research 的访问权限
• 应用启用控制： Deep Research 遵循与标准 ChatGPT 相同的应用启用控制规则——已允许的应用对 Deep Research 可用，已禁用的应用则不可用
• 合规 API： Deep Research 的活动记录会包含在 Conversation API 中，便于合规审计与追溯