Deep Research 实践经验总结：从“进度条”到“提示词”，一次搞懂！
注：微博不太好排版，排版好的可以看公众号版本：
网页链接
最近有很多朋友向我咨询：“Deep Research 的用量是怎么算的？” 又因为目前 Plus 每个月只能用 10 次，大家都非常担心浪费。其实一句话就能总结——只要开始出现 “Starting Research” 的进度条，就算使用了一次。在进度条出现之前，怎么问都不算。下面就为大家分享一些 Deep Research 的使用流程、注意事项和提示词模板，帮助大家更好地运用这一强大的研究功能。
一、如何判断 Deep Research 用量
一句话总结：从开始出现 Deep Research 进度条就算一次，之前都不算。
Deep Research 的完整流程
1. 提出主题
你先要告诉 ChatGPT 需要研究什么主题。
2. ChatGPT 询问澄清问题
ChatGPT 通常会向你询问一些澄清问题，确保理解你的研究需求。
3. 回答澄清，触发研究
当你回答了上述澄清问题后，ChatGPT 会再回复一条消息，并提示“将开始报告”，随后出现 “Starting Research” 的进度条。
注意：从这一步开始就会扣除一次 Deep Research 用量。
4. 报告生成
研究进度条走完后，ChatGPT 会给你发送完整的报告，这标志着一次 Deep Research 流程的完成。
二、Deep Research 使用注意事项
1. 进度条出现后，你可以随时离开
进度条开始后，无论你是关闭窗口、刷新网页、切换到其他会话还是新开会话，都不会影响已经开始的 Deep Research 流程，它会在后台继续执行并最终生成报告。
2. Deep Research 可以后续追问
当报告生成结束后，如果你要继续追加信息重新生成报告，有两种选择：
1). 直接追问，会使用你开始会话时选择的模型继续对话，报告内容可以作为上下文；比如说你从 GPT-4o 开始的，那么你在报告生成后，如果继续提问，实际上是 GPT-4o 基于你报告和提问内容回复，但是可能会受限于上下文长度无法完整理解报告内容；
2). 重新生成新报告：Deep Research 是一次性生成的，但是你可以继续在当前会话选中“Deep research”按钮，这样可以把当前会话内容作为输入，或者把内容复制出去新开会话选中“Deep research”按钮重新开始一次新的生成。内容复制出去处理一下再生成会更好的对输入进行控制，但是麻烦一些。你无法追加新的信息让它继续深度研究。如果你在当前会话里继续追问，后续的回答将由其他模型（如 GPT-4o）接管。
如果你对报告不满意，需要重新修改提示词再新开一次会话进行 Deep Research。
3. 灵活切换模型
你可以先选任何模型（如 o1 pro/o1 等），再让它进行 Deep Research。若后续还打算继续追问报告内容，建议在 Deep Research 开始前就选一个更强的模型（比如 o1 pro / o1）来进行分析。
4. 选择信息源和报告语言
• 建议在提示词中加一句“请选择权威信息源”（并不一定要非英文来源不可，重点是权威信息源，这样可以过滤掉一些不好的信息源，当然你也可以加上“优先英文信息源”）。
• 如果希望报告是中文，直接在提示词末尾加一句“请形成中文报告”即可。
• 如果不小心生成了英文报告，又看着费劲，可以在当前会话，让它翻译，也可以复制完整内容，
新建会话，选择 o1 pro 或 o1 模型（最佳翻译效果），翻译提示词参考：
“请将下面的内容用中文重写，尊重原意，保持格式不变无删减：”
5. 引入外部资料的方法
• 如果报告需要访问收费网页上的内容，你可以手动复制成 Markdown，然后在提示词中用 XML 标签包起来。
• 如果有图片内容，直接上传即可。
• 如果要分析视频内容，需要先把视频转成文字，同样用 <transcript> 标签包住，再放进提示词里。
• 我一般会用 AIStudio 的 Gemini 转成文本。
• 你可以一次粘贴几千行代码也没问题（用 XML 包起来），但要注意输入框粘贴有上限。如果太多，可以把代码放在公开的 GitHub 仓库，让 Deep Research 去分析链接即可。
6. 写报告或写代码都行
Deep Research 不仅能写报告，还能写代码。只要你提示它“生成的结果是代码”，它就会尝试从网上搜索相关代码库并提供解决方案。
7. 文献质量与报告质量
如果想让它“阅读”一本书并进行提炼，需要注意输入长度有限，无法直接输入一本完整的书。大部分流行书籍已经在模型中有训练数据，所以它会参考网上已有的书评。资料越多、质量越高，报告越漂亮；如果资料很少，它也无米下炊，生成的报告质量可能有限。
三、Deep Research 提示词模板参考
一个常见的提示词模板大致可分为背景信息、任务要求、和输出格式三个部分。
1. 背景信息
在这里填写所有对它生成报告有帮助，但模型本身访问不到的信息，比如：
• 付费文章
• 视频文字稿
• 图片或 PDF（可作为附件）
• 其他任何对于生成有帮助的内容
当背景信息较多时，务必用 XML 标签包裹，避免 AI 混淆指令。例如：
<background>
「付费新闻」
「付费文章」
「视频文字稿」
</background>
2. 任务要求
在此明确你想要什么样的报告或研究结果，例如：
• 主题：你希望分析、研究或讨论的具体范围
• 信息源：希望它检索的文献库、学术论文、政府网站、GitHub 等
• 研究要点：需要关注的核心点，是深度解析还是简要摘要
• 语言或风格：是中文、英文或其他语言？
3. 输出格式
这里说明你对报告最终呈现形式的要求：
• 语言：中文报告、英文报告或双语
• 数据格式：是否需要用表格呈现数据（它暂时画不了图表）
• 段落和标题：是否需要分级标题、索引等
参考示例：
···
{.....}
上面是我整理的一些Deep Research 类工具使用经验，，请参考这些经验（其中可能有些错误），帮我整理一份 Deep Research 类产品的使用经验手册，优先考虑 OpenAI Deep Research，同时也考虑 Grok Open Search，Gemini Deep Research等同类产品，重点分析：
- Deep Research 产品介绍
- Deep Research 提示词使用经验
- 注意事项
- 技术原理解析
检索时使用权威信息源，英文为主。
输出格式：
- 深度分析报告
- 中文报告
···
提示词模板并不是必须的，可以随性一点，你可以把写提示词使用 Deep Research 当成去交代一个实习生帮你写分析报告，你怎么交代实习生就怎么写提示词。
四、总结
• Deep Research 的使用次数：只要出现“Starting Research”进度条，就会扣除一次用量。
注：微博不太好排版，排版好的可以看公众号版本：
网页链接
最近有很多朋友向我咨询：“Deep Research 的用量是怎么算的？” 又因为目前 Plus 每个月只能用 10 次，大家都非常担心浪费。其实一句话就能总结——只要开始出现 “Starting Research” 的进度条，就算使用了一次。在进度条出现之前，怎么问都不算。下面就为大家分享一些 Deep Research 的使用流程、注意事项和提示词模板，帮助大家更好地运用这一强大的研究功能。
一、如何判断 Deep Research 用量
一句话总结：从开始出现 Deep Research 进度条就算一次，之前都不算。
Deep Research 的完整流程
1. 提出主题
你先要告诉 ChatGPT 需要研究什么主题。
2. ChatGPT 询问澄清问题
ChatGPT 通常会向你询问一些澄清问题，确保理解你的研究需求。
3. 回答澄清，触发研究
当你回答了上述澄清问题后，ChatGPT 会再回复一条消息，并提示“将开始报告”，随后出现 “Starting Research” 的进度条。
注意：从这一步开始就会扣除一次 Deep Research 用量。
4. 报告生成
研究进度条走完后，ChatGPT 会给你发送完整的报告，这标志着一次 Deep Research 流程的完成。
二、Deep Research 使用注意事项
1. 进度条出现后，你可以随时离开
进度条开始后，无论你是关闭窗口、刷新网页、切换到其他会话还是新开会话，都不会影响已经开始的 Deep Research 流程，它会在后台继续执行并最终生成报告。
2. Deep Research 可以后续追问
当报告生成结束后，如果你要继续追加信息重新生成报告，有两种选择：
1). 直接追问，会使用你开始会话时选择的模型继续对话，报告内容可以作为上下文；比如说你从 GPT-4o 开始的，那么你在报告生成后，如果继续提问，实际上是 GPT-4o 基于你报告和提问内容回复，但是可能会受限于上下文长度无法完整理解报告内容；
2). 重新生成新报告：Deep Research 是一次性生成的，但是你可以继续在当前会话选中“Deep research”按钮，这样可以把当前会话内容作为输入，或者把内容复制出去新开会话选中“Deep research”按钮重新开始一次新的生成。内容复制出去处理一下再生成会更好的对输入进行控制，但是麻烦一些。你无法追加新的信息让它继续深度研究。如果你在当前会话里继续追问，后续的回答将由其他模型（如 GPT-4o）接管。
如果你对报告不满意，需要重新修改提示词再新开一次会话进行 Deep Research。
3. 灵活切换模型
你可以先选任何模型（如 o1 pro/o1 等），再让它进行 Deep Research。若后续还打算继续追问报告内容，建议在 Deep Research 开始前就选一个更强的模型（比如 o1 pro / o1）来进行分析。
4. 选择信息源和报告语言
• 建议在提示词中加一句“请选择权威信息源”（并不一定要非英文来源不可，重点是权威信息源，这样可以过滤掉一些不好的信息源，当然你也可以加上“优先英文信息源”）。
• 如果希望报告是中文，直接在提示词末尾加一句“请形成中文报告”即可。
• 如果不小心生成了英文报告，又看着费劲，可以在当前会话，让它翻译，也可以复制完整内容，
新建会话，选择 o1 pro 或 o1 模型（最佳翻译效果），翻译提示词参考：
“请将下面的内容用中文重写，尊重原意，保持格式不变无删减：”
5. 引入外部资料的方法
• 如果报告需要访问收费网页上的内容，你可以手动复制成 Markdown，然后在提示词中用 XML 标签包起来。
• 如果有图片内容，直接上传即可。
• 如果要分析视频内容，需要先把视频转成文字，同样用 <transcript> 标签包住，再放进提示词里。
• 我一般会用 AIStudio 的 Gemini 转成文本。
• 你可以一次粘贴几千行代码也没问题（用 XML 包起来），但要注意输入框粘贴有上限。如果太多，可以把代码放在公开的 GitHub 仓库，让 Deep Research 去分析链接即可。
6. 写报告或写代码都行
Deep Research 不仅能写报告，还能写代码。只要你提示它“生成的结果是代码”，它就会尝试从网上搜索相关代码库并提供解决方案。
7. 文献质量与报告质量
如果想让它“阅读”一本书并进行提炼，需要注意输入长度有限，无法直接输入一本完整的书。大部分流行书籍已经在模型中有训练数据，所以它会参考网上已有的书评。资料越多、质量越高，报告越漂亮；如果资料很少，它也无米下炊，生成的报告质量可能有限。
三、Deep Research 提示词模板参考
一个常见的提示词模板大致可分为背景信息、任务要求、和输出格式三个部分。
1. 背景信息
在这里填写所有对它生成报告有帮助，但模型本身访问不到的信息，比如：
• 付费文章
• 视频文字稿
• 图片或 PDF（可作为附件）
• 其他任何对于生成有帮助的内容
当背景信息较多时，务必用 XML 标签包裹，避免 AI 混淆指令。例如：
<background>
「付费新闻」
「付费文章」
「视频文字稿」
</background>
2. 任务要求
在此明确你想要什么样的报告或研究结果，例如：
• 主题：你希望分析、研究或讨论的具体范围
• 信息源：希望它检索的文献库、学术论文、政府网站、GitHub 等
• 研究要点：需要关注的核心点，是深度解析还是简要摘要
• 语言或风格：是中文、英文或其他语言？
3. 输出格式
这里说明你对报告最终呈现形式的要求：
• 语言：中文报告、英文报告或双语
• 数据格式：是否需要用表格呈现数据（它暂时画不了图表）
• 段落和标题：是否需要分级标题、索引等
参考示例：
···
{.....}
上面是我整理的一些Deep Research 类工具使用经验，，请参考这些经验（其中可能有些错误），帮我整理一份 Deep Research 类产品的使用经验手册，优先考虑 OpenAI Deep Research，同时也考虑 Grok Open Search，Gemini Deep Research等同类产品，重点分析：
- Deep Research 产品介绍
- Deep Research 提示词使用经验
- 注意事项
- 技术原理解析
检索时使用权威信息源，英文为主。
输出格式：
- 深度分析报告
- 中文报告
···
提示词模板并不是必须的，可以随性一点，你可以把写提示词使用 Deep Research 当成去交代一个实习生帮你写分析报告，你怎么交代实习生就怎么写提示词。
四、总结
• Deep Research 的使用次数：只要出现“Starting Research”进度条，就会扣除一次用量。
