AI 的「深度研究」怎么用？让它花十分钟，交出一份带来源的报告

你可能已经注意到,现在主流 AI 里多了一个不太一样的功能:名字大多叫"深度研究"(Deep Research)。点下去之后,它不会像平时那样几秒钟给你一段话,而是开始自己上网搜、一篇篇读、来回比对,几分钟甚至十几分钟后,交给你一份带来源的长报告。这和你平时"问一句答一句"的用法完全是两回事。这篇讲清楚:深度研究到底是什么、它和普通提问差在哪、什么场景该用它、怎么提问才能让它交出好报告、以及它的局限和必须核实的地方。用对了,它能帮你省下几小时的资料搜集。

它和"普通提问"到底差在哪

平时你问 AI 一个问题,它主要是凭训练时学到的知识直接作答(有的会顺手搜一下)。这很快,但有两个老毛病:知识可能过时,而且它可能一本正经地编。

深度研究换了一套干法:它会先把你的问题拆成若干个子问题,然后自己去网上搜索、打开一篇篇资料阅读、对比不同来源、必要时再补搜,最后把这些材料整合成一份结构化的报告,并附上引用来源。

一个比方:普通提问像问一个知识渊博的朋友,他张口就答;深度研究像雇了一个研究助理,他会去图书馆泡半天,回来交给你一份带出处的报告。后者慢得多,但扎实得多。

什么时候该用它(什么时候别用)

它很强,但不是万能,而且每次都要等挺久。把它用在刀刃上:

适合用:

• 要做功课的大问题:比如"我想了解某个行业的现状和主要玩家""某项政策最近有什么变化";
• 横向比较:几个产品/方案/城市之间的对比,需要从多处搜集信息再汇总;
• 时效性强的内容:最近发生的事、最新的价格和政策——这些正是模型自带知识最容易过时的地方;
• 写东西前的资料准备:先让它把材料和来源搜齐,你再基于它来写;
• 陌生领域入门:让它给你一份"这个领域的全貌 + 关键概念 + 主要争议"。

不适合用:

• 简单事实查询(问一句就够了,不用等十分钟);
• 纯创作类任务(写文案、改稿子,不需要它上网);
• 要求绝对准确、后果严重的决策(医疗、法律、投资——它可以帮你搜集材料,但结论必须由专业人士给)。

怎么提问,它才会交出好报告

深度研究的效果,极度依赖你把问题描述得多清楚。因为它要自己拆解、自己找方向,你给的边界越明确,它跑偏的概率越低。一个好请求通常包含四样东西:

• ① 明确的研究问题:别写"介绍一下新能源车",而是"目前主流新能源车在续航、补能速度和售后网络上的差异,以及各自适合什么用户";
• ② 范围和边界:时间范围(比如"近一年")、地区范围(比如"国内市场")、只看哪几类;
• ③ 你要的输出形式:"请用表格对比核心参数""分成现状/争议/趋势三部分""控制在 2000 字内";
• ④ 你的立场和用途:"我是准备第一次买车的普通用户,请侧重实际使用体验,别堆技术参数"。

可直接套用的模板:
"请就 [具体问题] 做一份研究报告。范围限定在 [时间/地区/类别];请从 [维度1、维度2、维度3] 展开,关键数据用表格呈现,并注明来源。我是 [你的身份/用途],请侧重 [你关心的点]。"

另外一个实用习惯:先让它列提纲,你确认后再让它去研究。一句"先别开始,先告诉我你打算从哪几个方面研究"——能避免它辛苦跑了十分钟,方向却不是你要的。

拿到报告之后:必做的三件事

这一节最重要。报告看起来越专业、越有条理,人越容易放松警惕,而这恰恰是风险所在:

• ① 抽查来源:随机点开几个引用链接,确认三件事——链接真的存在、内容确实支持它的说法、来源本身靠不靠谱。有时它引用的只是一篇同样不可靠的自媒体文章,甚至链接对不上内容;
• ② 重点核对数字和时间:具体数据、日期、价格是最容易出错也最容易误导人的部分。关键数字一定要回到原始出处确认;
• ③ 追问和补充:报告出来不是终点。可以继续问"这部分的反对观点是什么""这个数据是哪一年的""有没有更权威的来源",把它当成研究的起点,而不是终稿。

它的局限,你得心里有数

• 搜到什么,取决于网上有什么:如果某个话题网上本身信息就少、或者充斥着营销软文,它搜出来的质量也高不到哪去——垃圾进,垃圾出;
• 付费墙和封闭内容它进不去:很多高质量的学术论文、行业报告在付费墙后,它拿不到,报告会因此有盲区;
• 仍可能出现引用错配:即使给了来源,也可能"这句话其实不是这个链接里说的"。带来源 ≠ 已核实;
• 它没有判断力上的权威:它能汇总"各方怎么说",但"到底该信谁""这事该怎么办",还得你来判断;
• 耗时且有额度:这类功能算力消耗大,多数产品对使用次数有限制,别浪费在琐碎问题上。

小结

• 深度研究=AI 自己拆解问题、上网检索、阅读比对、最后交出带来源的结构化报告,像一个研究助理而非快问快答的朋友;
• 适合:要做功课的大问题、横向比较、时效性内容、写作前的资料准备、陌生领域入门;不适合简单查询、纯创作、以及需要专业结论的重大决策;
• 提问四要素:明确的研究问题 + 范围边界 + 输出形式 + 你的身份和用途;好习惯是先让它列提纲再开工;
• 拿到报告必做:抽查来源、核对数字和时间、继续追问补充——把它当研究的起点;
• 局限:受限于网上信息质量、进不去付费墙、可能引用错配、判断仍需你做、次数有限。

深度研究,是 AI 从"回答问题"迈向"替你做事"的一个明显信号——它第一次让普通人也拥有了一个能连续工作十几分钟的研究助手。用好它的关键,不在于知道那个按钮在哪,而在于你能不能把问题问清楚,以及拿到报告后还愿不愿意动手核实。把这两件事做好,它能实实在在帮你省下大量时间;做不好,它就只是一份看起来很唬人的漂亮文档。

本文为「读懂 AI」原创,仅作经验分享。深度研究报告可能包含错误或引用错配,关键数据与结论请务必回到原始来源核实;医疗、法律、投资等重大决策请咨询专业人士。各产品的功能名称与额度以官方最新说明为准。