Deep Research 怎麼用才可靠？提問結構、六步流程與查證做法

Deep Research（深度研究）是 ChatGPT、Gemini 這類 AI 工具裡會跨多個來源、分多個步驟去查資料並整理成長篇報告的功能，跟一般的快速搜尋或單純的邏輯推理不一樣。它好用,但也容易因為提問太模糊,或是報告看起來很完整就直接拿去用,結果裡面混了過期資料、二手轉述,甚至是 AI 自己編出來的細節。這篇文章的重點是:哪些任務值得開 Deep Research、提問要怎麼寫、產出之後要怎麼查,才敢把報告交給主管。

什麼任務值得開 Deep Research，什麼不值得

Deep Research 的強項是處理「需要跨多來源比對、說法彼此矛盾、最後要產出結構化長文」的任務,例如採購評估、市場進入分析、競品動態追蹤、政策沿革整理、會議背景準備、文獻回顧。這些任務的共同點是:答案不是一個數字或一句話,而是要把多方資訊拼起來、找出差異、做出判斷。

反過來,如果只是要查「這個方案多少錢」「這篇文章改寫成短文」,或者答案本來就在一個官網頁面上、不需要比對,用 Deep Research 反而是殺雞用牛刀,還可能因為跨太多來源而把舊資訊也一起撈進來。這種情況用快速搜尋或直接問一句話就夠了。

情境	適合開 Deep Research？	原因
比較多家供應商的方案與限制	適合	需要跨來源比對、淘汰不合條件的選項
整理某政策近年的修法沿革	適合	資訊分散在多份公告,時間線容易混亂
查某個方案目前月費多少	不適合	單一官網就有答案,不需要跨來源
把一篇文章改寫成摘要	不適合	不是查資料,是改寫既有文字
整理某個領域近兩年的文獻觀點	適合	需要多篇文獻交叉比對

提問結構:把決策寫在最前面

Deep Research 最常出問題的地方不是工具本身,而是提問寫得太籠統。Gemini 跟 ChatGPT 的官方建議都指向同一個原則:先寫決策,不要只寫主題。「幫我研究一下 A 跟 B」這種提問,AI 不知道你要用這份報告做什麼決定,就容易撈出一堆不相關或矛盾的資訊堆在一起。

一份可照抄的提問結構,建議至少包含這幾個要素:

• 決策目標:這份報告最後要幫你做什麼決定(例如「要不要簽約」「選哪一家」)
• 使用者/組織與地區:是誰要用、在哪個市場,避免把美國頁面的資訊套用到台灣情境
• 截止日:只要多久以前的資料,排除過期資訊
• 必回答問題:列出報告一定要回答的幾個子問題
• 比較欄位:要比較的項目有哪些(價格、限制、服務範圍等)
• 淘汰條件:什麼條件下某個選項直接不列入考慮
• 來源標準:優先用官方來源,媒體報導用來補背景,論壇意見要標明是使用者經驗而非事實
• 輸出格式:要報告、表格,還是特定文件格式

Gemini 的提問規則特別提到幾個細節值得注意:功能、價格、限制要優先用官方來源確認;每個數字要附上日期、地區、單位;如果找不到資料,要讓 AI 寫「公開資料不足」,不要讓它自己估算填空。另外,不要在提示詞裡先指定你想要的答案(例如「幫我證明 A 比 B 好」),這樣容易讓 AI 把找到的來源都拿來支持你已經預設的結論,而不是真的做比對。正確的做法是用淘汰條件來篩選,而不是先講結論。

六步流程:從提問到查證

不管用 Gemini 還是 ChatGPT,整個流程大致可以收斂成六步:

1. 寫決策,不寫主題:按照上面的結構把提問寫完整
2. 決定可用來源:Gemini 可以勾選 Google Search、Gmail、Drive、NotebookLM、上傳檔案;ChatGPT 可以指定搜尋範圍、整合私有資料,甚至在網站管理設定裡限制只查特定網站,或優先指定網站但保留全網搜尋
3. 審查研究計畫:兩家工具都會先產出一份研究計畫讓你檢查。這一步要確認:子問題是否涵蓋你要的比較欄位、是否優先找官方來源、有沒有混入錯誤的市場(例如美國資料),資料真的找不到時計畫裡有沒有明確留白,而不是打算硬湊答案
4. 執行中隨時介入:ChatGPT 新版支援執行中中斷、追加方向、調整來源,不用等整份報告跑完才發現方向錯了;Gemini 的報告一般約需五到十分鐘,複雜題目會更久,過程中可以先離開,完成後會收到通知
5. 查引用再補缺口:報告出來後,先挑出會影響決策的幾個關鍵主張逐一查證,查完如果還有缺口,只針對缺口開第二輪研究,不用整份重跑
6. 查證後再導出:Gemini 可以用 Share & export 匯出 Google Docs 或分享 Canvas;ChatGPT 會切換成有側邊目錄、附資料來源的全螢幕報告介面,可下載 Markdown、Word、PDF。但下載只是交付格式,不等於查證完成,報告裡要保留引用連結、資料截止日,以及你人工修正過的紀錄。

ChatGPT 完成頁面上還有一個容易被忽略的功能叫 activity history,可以看到 AI 實際查了哪些路徑,拿來挑關鍵項目回頭核對來源很有用,但它只是輔助,不能取代你自己動手查證。

常見失敗模式

幾個特別容易出錯、而且不容易一眼看出來的狀況:

• 把美國價格當台灣可用性:AI 查到的官網頁面如果是美國版,價格、限制、上市狀態都可能跟台灣不同,提問時一定要指定地區,審查研究計畫時也要特別檢查有沒有混進錯誤市場的資料
• 引用媒體轉述而不是原文:很多報導其實是轉述官方公告或另一篇報導,如果報告只引用了媒體版本,等於隔了一層,原文裡的限定語、例外條款可能在轉述過程中被省略
• 篇幅越長越難查錯:報告寫得又長又細,看起來很專業,但篇幅跟可信度沒有關係,反而是篇幅愈長,你願意逐條查證的意願愈低,這是最該提防的心理陷阱
• 繁中能力引用英文測試結果:如果報告裡出現繁體中文表現的評價,但引用的評測其實是英文語境做的,這個數字就不能直接套用

查證流程:抽查會改變決定的主張

查證的單位不是整篇報告,而是一條一條可驗證的主張。複雜的句子要先拆成幾個小主張,再逐條確認,因為一句話裡可能同時包含正確的部分跟錯誤的部分。

實務上建議先挑出五個「如果是錯的,會改變你的決定」的關鍵主張,針對每一條做這幾件事:

1. 打開引用的原文連結,看它是不是真的支持這個結論,而不是只是出現同一個關鍵字
2. 檢查日期跟版本是否過期
3. 確認這是不是二手新聞轉述,而非第一手官方資料
4. 用四個問題快速判斷支持關係是否成立:主詞相同嗎、條件相同嗎、強度相同嗎、數字相同嗎——只要有一項不一致,就不算完整支持這個結論

如果查到的來源只支持相近的概念、日期已經過期、引用的是二手新聞,或者數字的分母跟你要的不一樣,這條主張就該降級成「待確認」,不要直接寫進最終報告。

來源也有層級之分,查證時可以照這個順序判斷可信度:第一手官方或原始資料(政策公告、產品頁面、原始數據、正式立場)最可信,接下來是權威資料庫(統計、文獻),再來是二手報導(可以補脈絡、訪談),部落格跟社群貼文只能當線索,不能當證據。遇到數字,要確認原始表格、母體定義、樣本範圍、資料期間、單位跟計算方式是否跟你以為的一致;遇到排名,要確認評比範圍、方法跟日期;遇到引言,要找到完整原文、確認說話者跟發言日期,並留意 AI 有沒有在轉述時刪掉關鍵的限定語。

另外值得養成的習慣是檢查「來源譜系」:如果報告列了三、四篇文章當佐證,但追根究底全部都回到同一則最初的新聞或公告,那其實只是一條證據鏈,不是多方驗證,不能當成三個獨立來源來看。

要理解為什麼查證這麼重要,根本原因在於 AI 的運作方式:它是在生成看起來合理、語法通順的文字,而不是在查詢一個有標準答案的資料庫。遇到自己也不確定的地方,它仍然可能編出一個聽起來很合理的細節,這種情況通常稱為幻覺。幾個常見的幻覺訊號包括:具體數字或統計沒有附來源、引用來源模糊不清、主題非常小眾冷門、時效性極強的內容、前後文有矛盾,或者整份報告寫得太完美、沒有任何不確定的地方——這種時候反而更該提高警覺。

不同領域對查證的要求也不一樣,風險越高越不能只信 AI 的一次性產出,涉及醫療用藥、法律合約、財務投資、稅務、具體數字統計的內容,都應該以官方公告或專業人士的意見為準,AI 的報告只能當成起點,不能當成終點。

工具怎麼選:不要三個工具重跑三遍

Gemini、ChatGPT、Perplexity 跟文獻類研究工具各有定位,不需要同一個題目在三個工具裡都跑一遍,先想清楚自己卡住的瓶頸是速度、來源控制、內部資料存取,還是後續交付格式,再決定用哪一個:

• Gemini Deep Research:如果你的工作環境本來就是 Google Search、Gmail、Drive、NotebookLM,這個組合很適合,因為可以直接把信箱往來、雲端文件當成研究來源一起納入比對。不過 Gmail、Drive 的連接需要 Google Workspace app 已經連接,工作或學校帳號還會受管理員設定影響。
• ChatGPT Deep Research:適合需要限定特定網站、同時混合上傳檔案跟已連接的 apps(例如 Google Drive、SharePoint)、執行中需要隨時修正方向,或者後續要接回長期專案繼續用的情況。
• Perplexity:更接近快速搜尋加上連續追問,適合幾分鐘內想掌握近況的情境;如果你需要的是可以回頭審查的查證路徑、要形成正式決策稿,還是該用 Deep Research。
• 文獻與引文類工具:如果任務是學術探索、文獻圖譜、論文摘要或引文分析,像 Google Scholar、Semantic Scholar、SciSpace、Consensus、Research Rabbit、Scite.ai 這類工具會比通用的 Deep Research 更精準,因為它們本來就是針對論文資料庫設計的。
• 固定文件的筆記型工具:如果研究範圍是你自己已經收集好、信任的一組文件(例如公司內部資料、特定報告集),NotebookLM 這種綁定既有來源的工具會比開放式搜尋更不容易跑題。

如果你在 ChatGPT Deep Research 執行過程中發現它查的地區、日期或資料類型跟你要的不一樣,直接在過程中修正通常比等整份報告跑完再重開一次更省時間跟額度。各工具的額度規則不盡相同,實務上建議直接看產品內的用量計數器,比記任何固定數字都準確。

關於資料隱私也要留意:涉及客戶個資、未公開財務、醫療、人資或法律資料的研究,應該先依照公司政策判斷能不能用,連接第三方 app 前也要確認清楚它能讀取哪些資料,以及研究完成後是否還需要保留連線。正式要長期使用的專案,建議把已核對過的版本、來源、決策日期另外保存下來。

交付前檢查清單

報告要交給主管或正式發布之前,建議過一次這張清單:

• [ ] 挑出五個會改變決定的關鍵主張,都點進原始連結確認過
• [ ] 每個主張都檢查過主詞、條件、強度、數字是否跟原文一致
• [ ] 數字類主張確認過母體、單位、資料期間
• [ ] 日期、地區跟你要的市場一致,沒有混入其他國家的價格或規定
• [ ] 多篇引用來源有沒有其實都回到同一條消息,只是同一條證據鏈
• [ ] 找不到原文支持的主張,已標示為「待確認」而不是直接寫進結論
• [ ] 涉及高風險領域(醫療、法律、財務)的部分已另外確認過官方或專業意見
• [ ] 報告保留了引用連結、資料截止日跟人工修正紀錄

如果你平常也會用 ChatGPT 處理日常提問,提示詞的基本寫法可以參考ChatGPT 指令怎麼下跟提示詞怎麼寫這兩篇;如果想先搞懂 Deep Research 跟一般 Chatbot 的差別在哪,可以看ChatGPT 是什麼跟ChatGPT、Claude、Gemini 比較。