Agent 與工作流
Deep Research 深度研究是什麼？讓 AI 自己查完一輪再交報告
Deep Research 深度研究是什麼？讓 AI 自己查完一輪再交報告
一般搜尋是問一句、答一句。深度研究是你交代一個題目，它自己查一輪、讀一輪，回來給你一份報告。
差別不在模型比較聰明，而在它被允許花時間、查很多次。這件事會改變你交代任務的方式。
你將學到什麼
定義
AI 自主規劃查詢、多輪檢索並交叉比對，整合成一份附來源的報告。
白話比喻
像請一位研究助理去查一個題目，回來交一份帶註腳的報告。
跟一般搜尋差在
自主性與輪數。它會依讀到的內容調整下一步要查什麼。
代價
慢，通常幾分鐘到十幾分鐘，而且成本比一般問答高。
定義
深度研究是 AI 自主進行多輪檢索與整合，最後交出一份附來源報告的功能。關鍵字是自主與多輪。
它不是把搜尋結果貼給你，而是會依照讀到的內容決定下一步要查什麼，過程中不斷收斂。
運作的四個階段
一是拆題與規劃，把你的問題切成幾個子題，決定查詢策略。二是多輪檢索，實際去搜尋與閱讀多個來源。
三是交叉比對，把不同來源說法不一致的地方標出來或取捨。四是整合輸出，寫成有結構的報告並附上引用來源。
跟相近名詞的差別
| 名詞 | 重點 | 差別 |
|---|---|---|
| Deep Research | 自主多輪檢索並整合成報告 | 會規劃、會迭代、耗時較長 |
| Search Grounding 搜尋錨定 | 回答前先搜尋一次當依據 | 通常單輪，目的是讓答案有根據 |
| Synthesis 綜合整合 | 把多份資料整合成一個結論 | 是深度研究的其中一個步驟 |
| RAG | 從你的知識庫檢索後生成 | 查的是內部資料，不是公開網路 |
實際用例
適合的題目通常有兩個特徵：需要橫跨多個來源，而且你自己也不確定該從哪裡查起。例如某個領域現在有哪些主要作法、各方的說法差在哪。
使用時交代清楚三件事會差很多：你要的範圍、你在意的角度、以及輸出格式。範圍不講清楚，它可能查了一堆你不需要的東西。
最常見的誤解是把它產出的報告當成已查證的結論。它幫你收斂了範圍，但引用有沒有對上、數字有沒有錯配，仍然需要你點開來源看。
第二個誤解是以為越大的題目越適合交給它。題目太廣時它容易鋪得很開但每一塊都很淺，反而是明確的中等題目效果最好。
延伸學習
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
做出你的第一個 Skill
一場快閃直播的完整重製。從搞懂 Skill 的五個層級開始，帶你把一件你每天在做的重複工作，寫成一支 AI 真的會照做的 Skill ── 命名、description、輸入拆解、Workflow 訪談、Output 與 Checks，最後組成一份能通過格式檢查的 SKILL.md。
NT$ 999