深度研究 (Deep Research)：ChatGPT 全新功能，開啟 AI 自主研究
1 分鐘內可讀完
你絕對想不到！這個 AI 竟然可以幫你做研究！
我們都知道，深入研究一個主題有多麼耗時，對吧？無論你是要比較最新的智慧型手機，還是試圖理解某個複雜的科學概念，你最後總會打開一百萬個分頁，甚至還不確定自己是否掌握了全貌。好吧，OpenAI 可能正好有一個解決方案，而且它相當令人興奮。他們稱之為「深度研究 (Deep Research)」，它就像你專屬的個人研究助理。
這個「深度研究」到底是啥玩意？
那麼，「深度研究」究竟是什麼？你可以把它想像成 AI 助理的進化版。這東西真的可以幫你完成研究的苦差事。你給它一個問題或一個主題，它就會上網，篩選大量的資料來源，然後，厲害的來了，它會為你整理出一份詳細的報告。而且不是隨便一份報告喔。我們談論的是那種看起來像是專業分析師撰寫的報告，還附有引文和出處。
現在，你可能會想：「這不就是 ChatGPT 已經在做的事嗎？」嗯，是也不是。ChatGPT 在快速總結和回答直接的問題方面非常出色。但「深度研究」呢？它把事情提升到另一個層次。這不僅僅是給你一個快速的答案，而是真正理解一個主題的複雜性，找到可能不容易取得的資訊，然後以一種合理的方式將所有內容整合在一起。
這之所以成為可能，是因為它使用了 OpenAI 即將推出的 o3 模型的特別設計版本。這就像是從頭開始打造一個專為理解網路瀏覽和資料分析而生的引擎。他們說「整合知識的能力是創造新知識的先決條件」，而他們真的非常認真地看待這個想法。這似乎是朝著能夠進行真正、新穎科學研究的「通用人工智慧」(AGI) 邁出的重要一步。這不是很酷嗎？
他們為什麼要費心開發這個東西？
好吧，那麼 OpenAI 為什麼要大費周章地開發「深度研究」呢？嗯，他們注意到有很多人——比如從事金融、科學、政策和工程領域的人——他們花了大量的時間在做研究。我們談論的是需要準確、可靠的徹底、詳細的研究。那種工作可能要花上大把時間。
但這不僅僅是為了這些位高權重的專業人士。你有沒有曾經花上好幾個小時試圖弄清楚該買哪輛新車，或者哪台筆記型電腦對你來說最划算？這真的很令人頭痛，對吧？「深度研究」也可以幫你解決這個問題。它可以根據你重視的內容，提供個人化的建議。假設你正在尋找一台新的洗衣機，你可以告訴「深度研究」你的預算、你需要的功能，甚至是你的偏好品牌。然後，它會在網路上搜尋評論、比較價格，並提供一份客製化的報告，幫助你做出最好的決定。
這裡有個非常巧妙的部分：它產生的每份報告都附有詳細的文件記錄。你可以清楚地看到它從哪裡取得資訊，甚至還會總結它自己的思考過程，所以你可以覆核它的工作。這就像擁有一個超級透明的研究夥伴。事實證明，它非常擅長找到那些通常必須瀏覽一堆不同網站才能得知的隱晦、不直觀的細節。這樣一來，你就可以把複雜又耗時的研究工作交給 AI 去做。只要快速搜尋一下，你就可以迅速獲得所需的資訊並節省大量時間。
所以，這個魔法是如何運作的？
好吧，讓我們深入了解一下技術細節。「深度研究」實際上是如何運作的呢？嗯，這相當技術性，但我會試著以一種容易理解的方式來解釋。它使用一種叫做「強化學習」的技術，這基本上是一種透過給予 AI 獎勵來訓練它正確執行任務的方法。
想像一下，你正在教一隻小狗一個新把戲，每當牠越來越接近正確地做出這個把戲時，你就給牠一個零食。這有點像「強化學習」的運作方式。「深度研究」是在涉及使用網頁瀏覽器和其他工具的真實任務上進行訓練的。因此，它學會了如何瀏覽網路、收集資訊，甚至可以自己進行一些基本的資料分析。
它是建立在 OpenAI 的 o1 模型的基礎上，這是他們首次嘗試建立具有推理能力的模型。o1 在編碼和數學等方面表現出色，但它沒有工具可以真正深入研究散佈在網路上的資訊。「深度研究」旨在使用這些推理能力來回答我們真實、複雜生活中的問題。
好了，那我到底要怎麼用它？
「這一切聽起來都很棒，」你也許會說，「但我到底要怎麼用它？」這出奇地簡單。當你在 ChatGPT 中時，你只需選擇「深度研究」模式，然後輸入你的查詢。你可以問它任何問題，從分析串流平台世界的競爭態勢，到建立關於最佳通勤自行車的個人化報告都可以。你甚至可以附加檔案或試算表，以提供更多背景資訊。
一旦你給它一個任務，一個側邊欄就會彈出，顯示它正在採取的步驟和它正在使用的資料來源。這就像即時觀察它工作一樣。現在，它並非瞬間完成。根據你查詢的複雜程度，它可能需要 5 到 30 分鐘的時間。但是，嘿，這仍然比你自己做快得多。在等待的同時，你可以去做其他事情。當你的研究完成時，它會通知你。你的最終報告將會出現在聊天中。在接下來的幾週內，他們還將在這些報告中加入圖片、數據圖表和其他輸出內容，這將使報告更加清楚，並增加更多背景資訊。
GPT-4o 更適合使用多種模態進行即時對話。但是，當你真的需要對複雜問題進行深入且詳細的解答時，「深度研究」將會帶來截然不同的體驗。它將進行大量的探索，並引用它所做的每一個陳述。這與我們過去習慣的快速摘要完全不同。
真實世界的例子：深度研究的實際應用
讓我們看看「深度研究」可以如何使用的一些實際例子。
給數字分析師的市場分析
想像一下，你是一位商業分析師，你需要了解台灣的電動機車市場。你可以花上好幾天的時間從不同的來源收集數據，或者你可以直接問「深度研究」：「分析台灣電動機車市場的競爭格局，並列出前五大品牌的優缺點。」
「深度研究」接著會去搜尋各大機車品牌的官方網站、新聞報導、產業分析報告等等，然後將所有這些資訊整理成一份完整的報告，列出頂尖品牌、它們的市佔率、產品特色、優點、缺點，當然，還有它使用的資料來源。
學術研究變得更輕鬆
假設你是一位學生，正在撰寫一篇關於 CRISPR 基因編輯技術在癌症治療中最新應用的論文。與其花幾個小時搜尋學術資料庫，你不如直接問「深度研究」：「找出五篇關於『CRISPR 基因編輯技術在癌症治療中的應用』的最新研究論文，並摘要每篇論文的主要發現和貢獻。」
「深度研究」接著會搜尋像是 PubMed 和 Google Scholar 等資料庫，篩選出最相關的論文，並提供你摘要、主要發現、貢獻，當然，還有完整的參考文獻。相當不錯，對吧？
給精明購物者的產品比較
或者，也許你只是想在 iPhone 16 Pro 和 Samsung Galaxy S25 Ultra 之間做選擇，你可以問「深度研究」：「比較 iPhone 16 Pro 和 Samsung Galaxy S25 Ultra，列出它們的優缺點。」
「深度 research」接著會搜尋各大科技網站、評論、使用者論壇等等，整理出一份詳細的比較報告，概述這兩款手機的規格、功能、優點和缺點，以及它參考的資料來源。
以下是一個方便的圖表，比較 GPT-4o 和「深度研究」在執行不同類型任務方面的表現：
| 應用領域 | 任務範例 | GPT-4o 的表現 | 深度研究 (Deep Research) 的表現 |
|---|---|---|---|
| 商業 | 幫我找出過去十年，前十大已開發國家和前十大發展中國家的 iOS 和 Android 採用率、想學習另一種語言的人口比例，以及行動裝置普及率的變化。將這些資訊以表格形式列出，並將統計資料分成不同的欄位，並提供關於 ChatGPT 目前活躍市場中，新的 iOS 翻譯應用程式的目標市場建議。 | 由於數據限制，難以彙編相關完整數據。然而，根據現有資訊，可以提供目標市場的見解和建議。例如，全球 Android 市佔率約 70.93%，iOS 約 28.32%。美國 iOS 領先，市佔率為 58.81%。 | 詳細列出前十大已開發國家和前十大發展中國家的智慧型手機作業系統市佔率、語言學習興趣和行動裝置普及率增長情況。並基於這些資訊，提供詳細且可用的市場進入建議。 |
| 大海撈針 | 尋找難以找到的資訊，例如某個很久以前看過的電視節目的名稱和集數。 | 能根據提供的劇情細節，推測出可能的電視節目名稱。例如，根據提供的撲克牌局、男子被鎖在房間、兩名男子去肉店等情節，推測可能是電視劇《靈異女僕》。 | 能夠更精確地搜尋並確認資訊。例如，根據撲克牌局、男子被鎖在房間、兩名男子去肉店等情節，確認是電視劇《相對宇宙》第一季第四集「Both Sides Now」。 |
| 醫學研究 | 深入研究通過直接修改四個山中因子的蛋白質序列來提高 OSKM 重編程效率的嘗試。列出所有相關論文、作者、使用方法和結果。研究論文中蛋白質變化的模式和相應結果，並列出科學家修改以提高效率的前三個結構域，以及他們認為這些變化有效的原因。 | 提供相關研究的摘要，包括作者、方法和主要發現。例如，Knut Woltjen 等人研究了不同 Klf4 亞型對重編程效率的影響。 | 提供更全面的文獻回顧，並詳細說明每篇論文的研究方法、結果和機制見解。並根據這些研究，詳細分析出最常被修改的三個蛋白質結構域，以及修改這些結構域的原因和效果。 |
| 使用者體驗設計 | 尋找證據證明帶有圖標和標籤的按鈕比沒有標籤或沒有圖標的按鈕更易於使用。 | 提供一些研究結果，表明帶有圖標和標籤的按鈕通常更有效。例如，Steve McCarthy 的一項研究表明，當使用者看到沒有標籤的常見圖標時，他們很難準確識別其含義。 | 提供更詳細的報告，並引用多項研究結果，從任務完成時間、錯誤率、使用者滿意度和無障礙設計等方面，說明帶有圖標和標籤的按鈕在各方面的優勢。 |
| 購物 | 尋找適合在北海道滑雪的滑雪板，需要適合壓雪道和偶爾的粉雪，中等硬度，穩定且易於操控，並具有鮮豔的柑橘色系。 | 提供一些滑雪板的建議，例如 Jones Mountain Twin、K2 Passport、Gentemstick Mantaray 等，並簡要說明其特點。 | 提供更詳細的滑雪板推薦，並針對每款滑雪板的硬度、形狀、彎曲輪廓和特性進行說明，並解釋為何適合在北海道的雪況下滑雪。並提供更詳細的規格比較表格和圖片。 |
| 一般知識 | NFL 踢球員的平均退休年齡是多少？ | 由於缺乏全面數據，難以確定確切的平均退休年齡。然而，踢球員的職業生涯通常比其他位置的球員長，平均職業生涯約為 4.87 年。 | 提供更全面的分析，並說明影響踢球員退休年齡的因素，例如身體狀況、技術水平、球隊需求等。並列舉一些知名踢球員的退休年齡作為參考。 |
優點、缺點和未來展望
讓我們總結一下。以下是「深度研究」發光發熱的原因：
- 它是時間救星： 這可能是最大的好處。它可以在幾分鐘內完成你可能需要數小時甚至數天才能完成的工作。
- 效率推進器： 它將研究過程自動化，讓你更有效率。
- 高品質資訊： 它從多個來源提取資訊並進行分析，為你提供更全面、更可靠的結果。
- 易於使用： 你只需要在 ChatGPT 中輸入你的問題，它就會完成剩下的工作。
當然，它並不完美。這項技術還處於早期階段，OpenAI 承認它有時會犯錯，或是在區分可靠資訊和謠言方面有困難。他們表示，隨著越來越多人使用以及他們持續改進它，這些問題將會隨著時間而改善。
「深度研究」的未來發展方向為何？
那麼，「深度研究」的下一步是什麼？OpenAI 有很大的計畫。他們想要：
- 讓它更準確： 他們不斷地努力改進底層模型和演算法。
- 擴展它的知識： 他們希望增加更多類型的資料，例如學術論文、專利文獻，甚至是內部資料庫。
- 增加更多語言： 目前，它主要以英文運作，但他們希望讓它支援多種語言。
- 讓它更客製化： 他們希望讓使用者更能掌控它搜尋和呈現資訊的方式。
- 將它與其他工具整合： 想像一下，可以直接在 Google 文件或 Microsoft Word 中使用「深度研究」。
- 讓它可以進行真實世界的研究和採取後續行動： 結合可以執行非同步線上調查的「深度研究」(Deep Research) 和可以採取真實世界行動的 Operator，使 ChatGPT 能夠為你執行日益複雜的任務。
最後的想法
「深度研究」是一個遊戲規則的改變者。它是一個強大的工具，可以幫助我們所有人更了解情況、做出更好的決策，並節省大量的時間。現在還處於早期階段，但潛力是巨大的。隨著這項技術持續發展，看到它如何改變我們工作、學習和與周遭世界互動的方式，將會令人感到興奮。試想一下，我們將可以用所有多出來的時間做些什麼！