本來打算和前一篇寫在一起的,但發現有蠻多想要深入展開的地方,所以就把它拆開來寫兩篇了XD
繼 AI 的思考以後,今天要討論的題目是 AI 的研究(Research),或者說很多應用中會稱作 Deep research
題外話,一直以來的一個很大困擾,是我不確定 deep research,到底應該翻譯成「深入研究」比較好,還是「深度研究」比較好🤣🤣
所謂的研究,其實可以想像成「更加複雜和多步驟的思考」。
基本上就是當收到一個問題之後,模型思考的步驟數量更多、結構深度更深,包含的參考來源更廣。
以現在市面上的各種 AI 工具的 研究(Research) 功能來說,基本上都是這樣的步驟:
這邊就來說明講解一下這個功能應該如何使用
在對話框下方,開啟那個 Research icon,然後提出你要研究的主題,例如
整理 蘋果 iOS 26 更新的內容,有哪些反應良好的功能,以及有哪些可能有的災情?
送出之後,一樣最開始會經過一個簡單的思考步驟,去釐清使用者提出的內容重點和預計的研究計畫
基本上這樣就成功完成一半了,剩下就是等它執行完之後,我們再去取得它所撰寫的內容即可。
讓我們先來看一下它的結果
看完產出結果之後,讓我們再來看看它的過程,基本上就是這三個步驟
而且另外一個很人性化的地方,是在完成報告之後,它會將來源依照主要內容進行分組
每一組還會根據它搜尋過的關鍵字和結果進行整理
因為 deep research 的執行時間比較久(通常都需要數分鐘起),所以是適合用在那些「答案不是那麼容易被簡單直接搜尋到」的問題上,例如:
AI 的內容雖然會判斷來源的可信度,但實際上都還是基於「它在網路上根據這些關鍵字所搜尋到的資料」得出來的結論。因此要有一定的對議題掌握的程度,去驗證它的來源和結論是否可靠就是很重要的一件事了。不然,就會像是中國的煤炭行業報告一樣讓人貽笑大方了…
個人十分建議大家最好可以根據自己需求的場景,實際深入去使用和比較看看不同 AI 工具所給出來的回答和風格是否符合自己的需求的。
以我自己來說,對於 deep research 這個功能,通常我不會拿 AI 產出的報告直接交出去。但是我很可能會從它研究成立出來的結果中,去節選我可能用得到的片段觀點或論點。對於這種時候,其實我並沒有很需要它把結果包裝的很精緻,而是希望可以精準簡約的去呈現出重點就好。這個時候比起其他的 AI 工具,Claude 在這方面的風格就很符合我的需求——不要加過多的包裝,用很樸素的文字把重點呈現出來就好。也算是我覺得各方面 AI 工具都用過之後,它目前是我在工作上覺得用起來最舒服的 AI 吧。