Как работать с функций Deep Research для глубокого изучения темы, аналитики и сбора исследований
Deep research — новая функция нейросетей, которая поможет найти, проанализировать и синтезировать 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.
В гайде больший уклон будет сделан на Deep Research ChatGPT, потому что его исследования получаются более качественными, достоверными и глубокими. Кроме ChatGPT функцию глубокого анализа можно попробовать в других нейронках: Perplexity и Grok.
Зачем использовать Deep Research
В исследованиях и бизнесе:
- Для глубокого анализа рынка и конкурентного анализа.
- Для исследования новых продуктов (обзоры, сравнение цен и характеристик).
- Дополнение существующего документа деталями или его критический разбор.
- Глубокий анализ характеристик продукта на основе трендов, популярности и отзыва пользователей.
- Пользовательские исследования.
- Поиск судебных прецедентов, законов и нормативных актов.
- Фактчекинг.
- Поиск и разработка вариантов использования ИИ в конкретной отрасли.
- Отслеживание актуальных трендов в определенной сфере.
- Анализ трендов в интернете для подбора идей для контента.
- Вебинар
SEO-специалист, интернет-маркетолог с 2007 года, совладелец рекламного агентства «Ковалевы», Основатель «Digi Up»
В обучении:
- Создание индивидуального плана обучения.
- Подбор методов обучения и способов работы.
- Обзор новых возможностей определенного инструмента для разработчиков с предложением учебных материалов.
В науке:
- Поиск последних исследований по медицине (сон, симптомы, психическое здоровье и т. д.).
- Написание технических отчетов на основе новейших данных.
Как правильно использовать Deep Research
Т. к. для запуска исследований нужно прислать промпт нейросети, то нужно следовать правилам создания хорошего запроса.
Когда нейронка сканирует промпт, условно разбивает его на три части:
- Начало — самая важная часть.
- Середина — важная часть, но не настолько, как начало.
- Конец — менее важная часть промпта.
Исходя из этого нужно правильно формулировать промпты: задача — в начале, дополнительные вводные, стиль письма и контекст — в середине. Ограничения, формат ответа — в конце запроса. При такой структуре нейронка с наибольшей вероятностью выдаст релевантные ответы.
Поставьте точную задачу. Здесь важно не ставить общей задачи по типу «найди исследования, как правильно сидеть». Вместо этого добавляйте конкретику: «найди исследования, как правильно работать сидя за компьютером. Как правильно сидеть (упомянуть осанку, положение ног, рук, тип стула и т. д.), как поставить свет, монитор и т. д.)». В запросе указывайте, что обязательно должно быть в исследовании.
В отличие от обычных режимов нейросетей, в Deep Research нейросеть практически всегда задает дополнительные вопросы после вашего промпта. Это помогает ей лучше понять, какие исследования искать, что вы хотите получить в итоге и т. д. Поэтому совет — отвечайте на вопросы максимально подробно. Чтобы дать нейросети еще больше полезной информации.
Во-первых, это улучшит ответ нейронки. Во-вторых — сэкономит вам запросы в случае с ChatGPT.
Задайте ограничения. В ограничения могут входить: какие источники брать нельзя, какую тему нельзя освещать и т. д.
Объясните, как должен выглядеть ответ и задайте формат ответа. Формат ответа — то, как нейронка представит результат. Для удобства можно просить, чтобы нейросеть добавляла сводные таблицы, маркированные списки, графики, если это позволяет тема исследования. Иначе она выдаст ответ в виде эссе, которое будет трудновато читать из-за большого количества текстов. Это в промптах можно не указывать.
При этом конкретизируйте, как именно бот должен составить таблицу и что должен отразить на графике.
Перечислите ключевые слова для поиска исследований. Те, которые относятся к теме вашего исследования.
Какой подход стоит использовать для проведения анализа
Конкретных советов по работе с Deep Research от openAI и других разработчиков нет. Поэтому вы можете использовать тот подход, который вам нравится. Сейчас можно выделить 2 подхода.
Нельзя сказать, какой из них проще, а какой — труднее. Это просто 3 способа работы с DeepResearch.
Первый. Вы просто объясняете боту, что хотите исследовать и что от него нужно.
Вот примеры таких промптов:
Помогите 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. Изложите 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.
Помогите 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 включите 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:
**Title:**
[Введите краткий, но информативный заголовок исследования, отражающий суть темы.]
Objective:
[Опишите цель исследования. Что вы хотите выяснить, проанализировать или предложить, и почему это важно.]
Key Research Questions:
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?]
]?]
2. [Какие факт-
Literature Search:
–
Источники:
[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.).]
–
Data Extraction & Analysis:
– [Опишите методы извлечения и анализа данных (например, сравнительный анализ, синтез информации, статистическая обработка).]
–
Ethical/Regulatory Considerations:
– [Опишите, какие этические нормы и регуляторные требования необходимо учитывать (например, рекомендации FDA, EMA).]
Expected Outcomes:
[Опишите ожидаемые результаты исследования: какие выводы, рекомендации или направления для будущих исследований могут быть получены.]
Report Format:
[Опишите структуру итогового отчёта. Например: введение, методология, результаты, обсуждение, заключение, таблицы, графики и полный список источников.]
Literature Focus:
[Укажите временной период и тип источников, на которых будет сосредоточено внимание (например, статьи за последние 5–10 лет, ключевые исторические исследования).]
Key Areas:
[Перечислите важные аспекты исследования, если они специфичны для темы (например, клинические испытания, биомаркеры, технологии лечения).]
Regulatory Guidelines:
[При необходимости добавьте краткое описание соответствующих регуляторных норм и стандартов, применимых к теме исследования (например, требования FDA, EMA).]
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.
В результате получился такой промпт:
Title:
Эргономика рабочего места. оптимизация сидения за компьютером для здоровья
Objective:
Изучить и проанализировать оптимальные методы работы за компьютером с целью минимизации риска возникновения заболеваний, связанных с неправильной осанкой, неадекватным освещением и неправильным использованием периферийных устройств.
Key Research Questions:
- Какие оптимальные позы и положения тела (спина, шея, голова) обеспечивают правильное сидение за компьютером?
- Как правильное положение ног, включая угол в суставах, способствует снижению риска заболеваний?
- Какие виды заболеваний (например, искривление позвоночника, тромбоз) могут развиться из-за неправильной осанки и сидения?
- Какой тип освещения (естественный или искусственный) и его параметры (температура, интенсивность, диапазоны освещенности) оптимальны для работы за компьютером, с учётом влияния на продуктивность и остроту зрения?
- Как правильно расположить монитор (расстояние от глаз, влияние размера монитора) для защиты зрения?
- Каким образом правильное использование клавиатуры и мышки может предотвратить развитие туннельного синдрома и других связанных заболеваний?
Literature Search:
- Источники: PubMed, NHS, NCBI, ScienceDirect, Google Scholar, ClinicalTrials.gov и другие медицинские/научные базы данных.
- Ключевые слова: спина, осанка, зрение, кресло, расстояние до монитора, освещение, освещенность, температура света, искусственное освещение, естественное освещение, тромбоз, искривление позвоночника, туннельный синдром, миопия.
Data Extraction & Analysis:
- Применение сравнительного анализа существующих рекомендаций.
- Синтез информации из научных и медицинских публикаций.
- Использование статистической обработки данных, если это возможно, для оценки влияния различных параметров на здоровье.
Ethical/Regulatory Considerations:
- Учет рекомендаций и стандартов медицинских учреждений, где применимо.
Expected Outcomes:
- Разработка комплексных рекомендаций по правильной организации рабочего места за компьютером.
- Определение ключевых факторов (позы, освещение, расположение монитора, использование периферийных устройств), влияющих на здоровье.
- Выявление направлений для будущих исследований в области эргономики и профилактики заболеваний, связанных с работой за компьютером.
Report Format:
- Введение
- Методология исследования
- Результаты (с использованием списков и таблиц, где это уместно)
- Обсуждение полученных данных
- Заключение
- Рекомендации
- Полный список источников
Literature Focus:
- Основное внимание уделяется медицинским и научным публикациям за последние 5–10 лет.
Key Areas:
- Эргономика сидения за компьютером
- Влияние освещения на продуктивность и зрение
- Расположение монитора
- Использование клавиатуры и мышки для предотвращения туннельного синдрома
Regulatory Guidelines:
- При необходимости учитывать рекомендации и стандарты, установленные медицинскими учреждениями и международными организациями в области эргономики и охраны труда.
Важно! Я тестировал Deep Research в разных сервисах и разными методами и понял, что лучше присылать боту промпты на английском языке. В этом случае и ChatGPT, и Perplexity, и Grok отвечают куда лучше, объемнее и находят более релевантные источники. Вы можете писать промпт на русском, просто потом переводить его на английский и присылать в нейросеть.
Когда я прислал запрос в ChatGPT, получил такие вопросы:
Ответил так:
- Мне нужен синтез существующих результатов исследований. Эта информация нужна мне для статьи “Как сидеть за компьютером”, чтобы подтверждать слова автора исследованиями.
- Нужен упор на рабочее место. Именно на то, как сидеть и что будет, если сидеть неправильно. А дополнительно уже нужно рассказать про выбор стула, клавиатуры. То есть, главный фокус — организация себя и рабочего пространства.
- Пусть остаются общими.
- Цитируй так, как тебе удобно
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.
- Кейс
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.
Совет. ChatGPT включает в ответ не все источники, которые читает. При желании вы можете пересмотреть все статьи, которые анализировал бот. Для этого в начале ответа кликните на строку Research Completed…
Третий подход. В этом случае нужно использовать несколько моделей сразу. Действовать нужно в 2 шага:
- Составить план исследования. Опишите цели и задачи вашего исследования. Перечислите ключевые слова, которые должны помочь в поиске информации. Попросите нейросеть переделать это в исследовательский план.
- Отправить план в Deep Research.
Давайте пройдемся по подходу на примере сидения на стуле.
Чтобы сделать план, стоит использовать ChatGPT-o3-mini-high и такой промпт:
Сейчас я расскажу тебе, какое исследование хочу провести [описание исследования]. Преобразуй его в
хорошо структурированный план исследования, который:
1. Определяет ключевые цели
– Уточни, на какие вопросы призван ответить каждый вариант.
– Подробно опиши данные/информацию, необходимые для оценки
2. Описывает методы исследования
– Опиши, как и где ты будешь собирать и анализировать данные
– Укажи инструменты или методологии для каждого подхода
3. Предоставляет критерии оценки
– Метрики, контрольные показатели или качественные факторы для сравнения вариантов
– Критерии успешности или жизнеспособности
4. Указывает ожидаемые результаты
– Возможные выводы или результаты
– Следующие шаги или действия после исследования
Составь методический план, сосредоточившись на четких практических шагах.
В ответ нейросеть пришлет свое видение плана для анализа. Вы можете исправить его или отправить в Deep Research в таком же виде. Я его не правил и отправил на исследование.
В ответ получил еще одно большое исследование на 15 страниц. Нейросеть проанализировала 18 источников. При этом качество источников лучше, чем в предыдущей попытке. Но самих источников меньше и 90% из них — это метаанализы. С одной стороны, цифрам можно верить и с точки зрения фактов это отличные материалы. С другой — хотелось бы получить больше исследований.
Полное исследование можете прочитать в документе. На этот раз ChatGPT добавил в ответ таблицы и, на мой взгляд, дал больше полезной информации.
Но в целом ответ мне тоже понравился и точно пригодится в работе.
Что лучше: ChatGPT vs Perplexity vs Grok
- Делает анализ буквально за 1 минуту. ChatGPT тратит на это 10–20 минут.
- Обрабатывает огромное количество источников. Нейронка обработала 150 источников и выдала ответ. Я проверил случайные 10 ссылок — все вели на реальные исследования.
- Почему-то не все источники включаются в ответ. У меня нейросеть сделала ответ на основе 5 источников. Возможно, потому что именно они отвечали на мой запрос. Либо нейронка помечает не все источники, взятые в ответ.
- При запросе анализировать русскоязычные источники, выборка становится сильно меньше. При этом среди них будет википедия. А достоверных сайтов будет мало.
Для примера я проанализировал тему сидения за компьютером, ответ perplexity загрузил в отдельный документ.
Учитывая, что perplexity потратила всего минуту на анализ, получился очень хороший ответ. Много цифр, статистики и полезной информации. Единственный минус — она включила в ответ всего 4 источника, хотя проанализировала более 150. То есть, для отбора исследований мне все равно придется ходить по ссылкам и смотреть, что полезного там есть.
Grok:
- Тоже делает анализ за 1 минуту.
- Обрабатывает большое количество источников. В моем случае он проанализировал 130 страниц.
- При запросе анализировать русскоязычные источники, выборка становится сильно меньше. При этом среди них будет википедия. А достоверных сайтов будет мало.
В Grok я также проанализировал тему сидения за компьютером, ответ загрузил в отдельный документ.
Grok также потратил минуту на анализ и выдал ответ даже лучше, чем perplexity. Он добавил в ответ таблицу и в целом написал больше информации. Главный минус — он включил сомнительные источники вроде блогов компаний, которые продают оборудование для обустройства рабочих мест. Такие источники нельзя считать авторитетными и использовать в работе.
ChatGPT:
- Делает анализ 5–30 минут в зависимости от сложности промпта.
- Обрабатывает меньше источников, чем perplexity и grok, но глубже погружается в тему и находит более авторитетные источники. По истории активности бота можно посмотреть, что во время анализа он читает много статей, но не все включает в ответ и подходит к ним критически.
- Плохо ищет русскоязычные источники и не всегда отличает авторитетные от неавторитетных.
Если сравнивать все 3 сервиса, больше всего мне понравилось работать в ChatGPT. Он дает более достоверные и развернутые ответы. Лучше подбирает и анализирует информацию. Но из-за маленького количества запросов в месяц, пользоваться Perplexity и Grok все равно нужно. Просто к их ответам нужно будет относиться более критично.
Читайте также:
Научитесь правильно общаться с LLM-моделями и использовать их инструменты. Простые пошаговые уроки: от выбора нейросети и составления точных промптов до работы с Deep Research, Canvas и создания кастомных GPT-ботов
- Миникурс
- ChatGPT
- Claude
- Gemini