Как эффективно работать в режиме Deep Research
Deep research (глубокое исследование) — функция нейросетей, которая поможет найти и проанализировать сотни онлайн-источников для создания всеобъемлющего отчета на уровне аналитика-исследователя. Нейросеть использует рассуждения для поиска, интерпретации и анализа огромных объемов текста, изображений и PDF-файлов в интернете.
Этот режим стоит включать, когда поверхностной информации недостаточно и нужно углубиться в тему:
- Когда нужен, например, анализ рынка, сравнение технологий или разбор трендов.
- Когда нужно сравнить методы, сервисы или инструменты по четким критериям.
- Когда нужно написать статью и найти важные даты, точные цитаты и сильные контраргументы.
Для запуска исследования нужно запустить режим в нейронке и прописать свой запрос.
Как провести классный Deep Research
Задайте цель и рамки. Четко объясните, что вы хотите доказать или выяснить. Также важно указать, что нужно исключить, чтобы ИИ не ушел в сторону.
| Плохо: «Изучи тему трендов в маркетинге». | Хорошо: «Проанализируй тренды в email-маркетинге для B2B-сегмента в России за 2024–2025 годы. Не включай в анализ SMM и мессенджеры». |
Установите критерии качества. Сразу дайте понять, какой результат вы считаете хорошим и какие источники можно считать авторитетными. Если не знаете авторитетных медиа, лучше в другом чате с нейронкой их уточнить и быстренько проверить вручную.
Сначала план, потом работа. Обычно нейронка всегда сначала согласовывает план исследования, а только потом к нему приступает. Но осечки бывают везде. Поэтому для большей надежности просите ИИ сначала составить план исследования, чтобы отсечь неверные шаги на старте. Для этого в промпте будет достаточно простой подсказки:
| Прежде чем начать, покажи пошаговый план, как ты будешь исследовать эту тему. |
Требуйте доказательств. Бывает и такое, что нейронка забывает ссылаться на источники. Особенно часто такое встречается в ChatGPT. Поэтому желательно в промпте требовать ссылки на каждый источник, информация из которого попала в статью.
Чтобы было понятнее, как все эти шаги работают вместе, давайте посмотрим два подхода по генерации промптов для Deep Research.
Первый. Вы просто объясняете боту, что хотите исследовать и что от него нужно.
Вот примеры таких промптов:
Помоги мне найти показатели внедрения iOS и Android, % желающих выучить другой язык и изменения в проникновении мобильных устройств за последние 10 лет для 10 ведущих развитых и 10 ведущих развивающихся стран по ВВП. Изложи эту информацию в таблице и разделите статистику на столбцы, а также включите рекомендации по рынкам, на которые следует нацелить новое приложение для перевода iOS от ChatGPT, сосредоточившись на рынках, на которых ChatGPT в настоящее время активен.
Помоги мне собрать данные и рекомендации по оптимизации условий работы за компьютером на основе научных и медицинских публикаций (PubMed, NHS, NCBI, ScienceDirect, Google Scholar, ClinicalTrials.gov и др.):
– **Показатели правильной позы за компьютером:**
– Как правильно сидеть, с оптимальным положением спины, шеи и головы?
– Как правильно ставить ноги на пол и какой угол в суставах является оптимальным?
– Какие заболевания (искажение позвоночника, тромбоз, туннельный синдром) связаны с неправильной осанкой?
– **Показатели настройки освещения рабочего места:**
– Какой тип освещения предпочтителен: естественный или искусственный?
– Какая температура света и уровни освещенности (люкс, диапазоны) оптимальны для продуктивной работы и сохранения остроты зрения?
– Как освещение влияет на зрение и общее самочувствие?
– **Показатели расположения монитора и периферийных устройств:**
– Как правильно расположить монитор (расстояние от глаз, влияние размера экрана на дистанцию)?
– Как правильно держать мышку и использовать клавиатуру, чтобы избежать туннельного синдрома? Пожалуйста, изложите полученные данные в таблице с разделением информации по соответствующим параметрам (поза, освещение, расположение монитора и периферии).
Дополнительно включи рекомендации по созданию оптимальных условий работы за компьютером, основываясь на результатах исследования и используя следующие ключевые слова: *спина, осанка, зрение, кресло, расстояние до монитора, освещение, освещенность, температура света, искусственное освещение, естественное освещение, тромбоз, искривление позвоночника, туннельный синдром, миопия.*
Ответ в этом случае будет небольшим:
В моем случае бот проанализировал исследования о том, как правильно сидеть за компьютером и подготовил ответ в виде таблицы. В целом, получился короткий, но хороший ответ. Бот обработал 20 источников и включил самые релевантные из них в ответ. Все ссылки рабочие, к самому ответу вопросов нет.
Второй. Этот способ больше подходит для исследований и поиска статистики. Вы даете боту подробный промпт, где говорите название своего исследования, цели, вероятные источники для поиска, ключевые слова и много другой информации.
Если обобщить и шаблонизировать такие промпты, получится что-то вроде такого:
Название исследования:
[Введите краткий, но информативный заголовок исследования, отражающий суть темы.]
Цель:
[Опишите цель исследования. Что вы хотите выяснить, проанализировать или предложить, и почему это важно.]
Вопросы, которые нужно выяснить:
1. [Каковы основные механизмы/факторы, влияющие на [тему исследования]?]
2. [Какие факторы риска или условия способствуют развитию [темы исследования]?]
3. [Какие текущие методы/подходы применяются для решения проблемы, и какие у них ограничения?]
4. [Какие инновационные или перспективные подходы/технологии могут быть применены для улучшения ситуации?]
5. [Как использование [например, персонализированной медицины, новых технологий] может повлиять на исходы?]
6. [Какие ключевые вызовы остаются нерешёнными, и каковы направления для будущих исследований?]
– Источники для поиска:
[Укажите базы данных и ресурсы (например, PubMed, ScienceDirect, Google Scholar, ClinicalTrials.gov).]
– Ключевые слова:
[Перечислите ключевые слова и фразы, относящиеся к теме (например, «молекулярные механизмы [тема]», «факторы риска [тема]» и т.д.).]
– Методы извлечения и анализа данных:
– [Опишите методы извлечения и анализа данных (например, сравнительный анализ, синтез информации, статистическая обработка).]
– Нормы:
– [Опишите, какие этические нормы и регуляторные требования необходимо учитывать (например, рекомендации FDA, EMA).]
Ожидаемые результаты:
[Опишите ожидаемые результаты исследования: какие выводы, рекомендации или направления для будущих исследований могут быть получены.]
Формат ответ:
[Опишите структуру итогового отчёта. Например: введение, методология, результаты, обсуждение, заключение, таблицы, графики и полный список источников.]
Область исследования:
[Перечислите важные аспекты исследования, если они специфичны для темы (например, клинические испытания, биомаркеры, технологии лечения).]
Разберемся на примере. Допустим, мы хотим изучить, как правильно работать сидя за компьютером. В этом случае нас интересует несколько вещей:
- Как правильно сидеть. Как держать спину, шею и голову. Как ставить ноги на пол, какой градус должен быть в суставах. Виды заболеваний, которые возникают из-за неправильного сидения и осанки.
- Как правильно настроить свет и какой вообще использовать: естественный или искусственный. Какая температура света должна быть, влияние температуры света на продуктивность. Освещенность, диапазоны освещенности. Как свет во время работы влияет на остроту зрения.
- Как правильно расположить монитор. Расстояние от глаз, как определить. Как размер монитора влияет на расстояние.
- Как держать мышку и печатать на клавиатуре. Как мышка и клавиатура влияет на появление туннельного синдрома.
Собирать информацию будем только из медицинских и научных публикаций. С сайтов вроде PubMed, NHS, NCBI, ScienceDirect, Google Scholar, ClinicalTrials.gov и др.
Ключевые слова для исследования: спина, осанка, зрение, кресло, расстояние до монитора, освещение, освещенность, температура света, искусственное освещение, естественное освещение, тромбоз, искривление позвоночника, туннельный синдром, миопия.
Формат ответа — текст, использование списков и таблиц, если это позволяют результаты найденных исследований.
Когда я заполнил промпт и отправил его в ChatGPT, получил пару вопросов. Ответил на них и запустил режим исследований. В итоге получилось огромное исследование на 10 страниц. Нейросеть нашла 33 исследования про эргономику рабочего места, мониторы, свет и т. д. Полный анализ можно посмотреть в гугл-документе.
Мне исследование понравилось. Там много полезной информации, все ссылки рабочие. Но есть минус — некоторые источники не совсем соответствовали моим требованиям. Это были не медицинские статьи и не научные публикации, а статьи с сайтов крупных клиник и консультантов по эргономике. С другой стороны, сложно поспорить, что это не авторитетные источники, учитывая, что они пишутся или проверяются экспертами.
Даже с идеальным промптом что-то может пойти не так. Проблемы могут быть разные, но всех их легко исправить:
| Проблема | Как чинить |
| Слишком широкая тема. ИИ пытается объять необъятное и выдает поверхностный результат. | Сузьте фокус. Добавьте в промпт ограничения: Период: «…за период с января 2024 по сентябрь 2025». География: «…на рынке СНГ». Тип источников: «…опирайся только на отчеты исследовательских агентств и публикации в деловых СМИ». |
| Ответ без дат и ссылок. Вы получаете голый текст, который невозможно проверить. | Будьте строги. Пропишите в промпте: «Каждый факт или цифра без указания URL и даты публикации не принимается». Затем выборочно проверьте 2–3 ключевые ссылки вручную, чтобы убедиться, что ИИ не выдумал их. |
| Один источник = одна правда. ИИ находит один отчет и строит весь анализ на нем, игнорируя другие мнения. | Всегда требуйте поиска контрпозиции. Добавьте в запрос: «По каждому ключевому тезису найди как минимум один альтернативный или опровергающий источник. Если данные расходятся — покажи обе версии». |
C DeepResearch разобрались, пора идти дальше и разбираться с режимом холста.