OpenAI Deep Research是什么？如何使用？你想知道的都在这儿！

字数 1279，阅读大约需 7 分钟

OpenAI的深度研究功能(Deep Research)已经出了一段时间了，那Deep Research到底是什么？有啥厉害的？

别急，看完这篇你就全明白了！

一、OpenAI的Deep Research是什么

Deep Research是OpenAI集成于ChatGPT中的一项全新功能，其独特之处在于能够自主进行网络信息检索、整合多源信息、深度分析数据，并最终提供全面深入的解答。

但它是如何实现这一点的呢？它的能力边界和潜在的缺陷又是什么呢？

1. 关于Deep Research，你得知道这些

Deep Research的推出，标志着OpenAI在智能体上取得了重要进展。

该功能具备自适应学习、持续进化和动态调整的能力。它可以处理和分析来自网络的各类信息，包括文本、图像、PDF 文档等，其工作模式与人类研究人员高度相似。

对于搞金融、科研、政策、工程的专业人士来说，Deep Research可能会彻底改变他们的工作方式，帮他们省下大量上网查资料的时间。

不过，它也不是万能的。

2. Deep Research有啥缺点？

虽然Deep Research很牛，但它也有一些问题：

• • 信息准确性： 有时候，它给的信息可能不对，对于做研究来说其实挺关键的。
• • 信息可靠性甄别： 在区分可靠信息与不可靠信息方面存在一定困难。
• • 不确定性表达： 在应明确表达不确定性的情况下，可能无法准确传达。说人话就是明明它不确定，却不说出来。
• • 报告与引文格式： 生成的报告和引文在格式上可能存在瑕疵。
• • 可用性限制： 目前仅对ChatGPT Pro用户开放，且一个月限100次。
• • 计算资源需求： 由于其复杂的运算机制，Deep Research对计算资源的需求较高，速度可能比普通ChatGPT很多。

二、Deep Research的工作机制

Deep Research 最厉害的地方在于它的工作方式。它会把一个复杂的任务拆成一小块一小块的，然后一步一步解决，这与人类研究人员的思路高度一致。

在接收到任务指令后，Deep Research 首先进行任务理解和步骤规划，随后从多个在线信息源检索相关资料，整合不同来源的信息片段，最终基于分析结果生成研究报告。

Deep Research跟ChatGPT普通功能最大的区别就是，它能自己干活。

它会投入时间深入探索多个信息源，以构建全面深入的答案。对于那些需要深入理解和分析的复杂问题，Deep Research要好用很多。

三、Deep Research能做什么？

Deep Research如何赋能各领域的专业人士？该工具在多个领域具有广泛的应用前景，包括严谨的学术研究、快速高效的市场分析，以及复杂的数据处理等。

比如说，一个金融分析师可以用 Deep Research 来更快地收集市场数据，大幅缩短手动录入和数据整理的时间。

四、超越文本的性能表现

Deep Research有多厉害，看看这两个测试就知道了：在Humanity’s Last Exam和GAIA两项权威基准测试中，Deep Research的表现均显著优于同类竞争产品和以往的AI模型。

不过要强调的是，Deep Research虽然很厉害，但它离真正的通用人工智能（AGI）还差得远呢。它只是一个辅助工具，不能代替人类研究员。 这也说明，AI还有很长的路要走。

五、关于Deep Research的常见问题

1. Deep Research和普通ChatGPT有啥不一样？

普通ChatGPT主要依赖其预训练的知识库，而Deep Research具备主动检索、分析和整合网络信息的能力，并能根据获取的信息进行动态调整。

2. Deep Research到底值不值得买Pro版？

如果你是经常需要做深入、准确、可靠研究的人，那绝对值得一试，不过具体还是得看你的研究需求和使用频率。

3. Deep Research提供的引文和来源靠谱吗？

Deep Research会尽量提供准确的引文和来源。但是，格式上可能会有点小问题，而且它也可能分不清哪些是权威信息，哪些是谣言。所以，对于它提供的回答，你还是得自己判断一下。

4. Deep Research有哪些缺点？

虽然这个功能大大降低了AI幻觉的问题，但它有时候还是会给出错误的信息或者不确定的信息，而且也分不清哪些是谣言与权威信息。此外，Deep Research还很费计算资源，所以用起来可能会觉得慢或者用不了，所以它还有很多需要改进的地方。