OpenAI deep researerch深度研究功能：200美金一个月值得吗？（附详细测评）

2月初，OpenAI上线了deep research功能，对标Gemini的deep research。官网介绍，它是一个由o3 模型驱动的多智能体，针对用户提出的问题，查找、分析并综合数百个在线来源，以创建一份相当于研究分析师水平的全面、精确、可靠的综合报告，适合在金融、科学、政策和工程等领域进行密集知识工作的人员。          

娜姐体验了几天，测试了它在撰写英文综述、中文综述和辅助就医决策方面的表现。以下是体验报告。         

1 英文综述

针对“罕见遗传病对阿兹海默症的影响”主题写一篇英文综述：

    

接着，它工作了8分钟，检索了27个信息源，并向我展示了详细的检索-分析-汇总信息的过程：

如果遇到doi没办法解析，它会尝试调整策略，比如换成直接搜索标题，并从摘要中查找是否包含关键信息。

最后生成一份近6000字的综述报告。    

          

点击参考文献链接，可以看到引用的精确位置，方便你核实信息：    

          

写作质量怎么样？

相比Gemini的深度研究，它更像是一份学术报告，有关于机制和原理的详细解释：          

比如OpenAI  deep research关于TREM2基因对于AD的影响：    

          

相比之下，Gemini 的深度研究报告中关于TREM2的部分，一句带过：

OpenAI的深度研究分析和汇总关键信息的能力更强，Gemini的分析功能弱很多。

有没有缺点呢，也有的。比如涉及AD的罕见基因有有益和有害的，有益的基因原文总结有四个，但是OpenAI深度研究只总结了2个：    

所以，如果你对某一个主题非常了解，可以让deep research来帮你完善细节。但是，如果你完全不了解，警惕它给出的报告有可能不全面。

2 中文综述

如果要写一份中文综述，我想知道它是不是只检索中文信息源？报告质量如何？

 针对“中药基于铁死亡途径防治骨性关节炎研究进展”这个选题，帮我写一份文献综述。并且把有相关功能的中药单体用表格总结呈现。

注意，这个选题不是对骨性关节炎有治疗效果的中药，而是一定要通过铁死亡途径发挥作用的中药。我用Perplexity和SciSpace检索，效果都不好。来看看OpenAI deep research的报告：    

先跟我确认详细的报告框架：

          

Deep research分析检索了8分钟，呈现给我一份1万多字的综述报告：

          

关于各类中药单体调控铁死亡治疗骨性关节炎的机制，它按要求汇总了一份表格给我：    

   

我对标这篇2025年发表在北大核心期刊“中国骨质疏松杂志”上的综述，有7个中药单体是相同的，4个不同。用药剂量差别也很大。

          

对比一下，Deep research漏掉了丹参酮ⅡＡ和乙酰姜酮。但是，原作者对于虾青素和大黄素都只引用了一篇文献，且没有包含槲皮素、芍药酚和卡达莫宁，这些都是多篇文献证实的，也不够全面。      

可见，虽然是中文检索，但是Deep research经过分析，引用的文献来源都是英文的；并且我用英文重新检索了一遍，结果是差不多的。也就是说，Deep research会根据报告主题和目的，灵活选择搜索来源和检索词，并汇总生成报告。

以下是Gemini的深度研究报告：

是通过铁死亡途径来减轻骨关节炎的中草药，不是减轻炎症的中药。Gemini的总结没一个是对的。

可以看出，相比Gemini的deep research，OpenAI家的多智能体对问题的拆解、分析和汇总确实更强大，它能给出更精准和更深入的报告。   

          

3 生活决策助手

如果我们生活中要做投资或者就医这种重大决策，它给出的建议靠谱吗？

比如阿兹海默症的治疗药物和方案，有成熟的药物（安理申、美金刚），有2024年刚获批的两款单抗，还有有争议的国产甘露特钠。我们来看看它给出的报告质量如何：

              

标准药物疗法和最新的单抗药物都包括了，还是很全面准确的。

关于国药甘露特纳，它是这样总结的（这款药目前纳入医保了。有争议，大家可以搜一下“饶毅 甘露特纳”，但是我看小红书上有很多患者还在服用）：    

还有一些非药物干预方案和护理措施，还有最新研究进展，我就不截图了。总体来说，报告准确、前沿，非常有参考价值。

2024年开始，国内兴起了一种针对中晚期阿兹海默的颈部微创手术“颈深静脉吻合手术”，我想知道这个手术靠不靠谱，是否值得做？

Deep research给出了一份包含治疗原理、手术细节过程和临床试验与疗效证据、国际认可度的全面报告，我截取一部分：    

     

看了这份报告，这个手术兴起时间很短，且效果有限。如果我是患者家属，我就不愿做这个手术。

有人说，我直接挂一个专家号，咨询专家不就解决了吗？

如果专家正在招募受试者或者是利益相关方，会不会夸大手术的效果？看上面那位谢教授的官网链接新闻：    

2024年10月的新闻，这时候Lecanemab和Donanemab都已经获得FDA批准，并且前者已经在中国获批上市，但是这条官方新闻还这么写。 

所以，在重大就医决策之前，如果你拿着这么一份第三方的最新的、全面的报告，去和医生讨论治疗方案，是非常有帮助的。

同样的问题，我也测试了Gemini的deep research，用中文对话，关于两款单抗药物的最新进展是缺失的，用英文提问就有了。所以，用Gemini如果用中文提问，默认是中文信息源检索，并且也没有更新到最新。

总结一下：          

1 和谷歌的深度研究相比，OpenAI的总结更全面深入和精确，并且能包含领域最新的进展。              

2 中英文对话对OpenAI deep research检索结果影响不大。如果是文献综述，它会自动检索英文学术期刊和研究机构的官网信息。但是，中英文对话对Gemini的深度检索结果影响很大，英文检索质量更高。

          

不足之处：

1 单次报告给出的参考文献来源一般就20-30条，对于一篇综述来说还远远不够。但是，可以在后续对话中让它就某一个分主题继续“深度研究”，它又能给出更多的参考来源；

2 参考来源基于pubmed、PMC和一些开放获取期刊官网，还有政府和研究机构官网。订阅类期刊，deep research只能读到摘要。文献来源不够全面。

使用技巧：

1 下达指令时，包含这份研究报告的目的和内容框架，框架越详细越好，OpenAI deep research也会在第一轮对话中和你确认研究细节。

2 根据给出的研究报告，如果某一部分内容你觉得不够详细，还想扩展一下，可以在后续对话中继续提问。相比之下，Gemini的deep research报告是一次性的，给出报告，这个对话就结束了。

但是，也要记得，pro用户目前是一个月100次对话，plus用户后期开放是一个月10次机会。省着点用。     

今天就介绍到这。

          

如果觉得有用，欢迎在看、转发和点赞，一键三连！娜姐继续输出有用的AI辅助科研写作、绘图相关技巧和知识。