我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。
最近有很多朋友在讨论：「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。
一句话总结：从开始出现 Deep Research 进度条就算一次，之前都不算。
提出主题
你先要告诉 ChatGPT 需要研究什么主题。
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。
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。
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。
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。
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). 直接提问，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。
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。
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，
![ChatGPT – Deep Research 功能指南&技巧总结：从「进度条」到「提示词」，一次搞懂！]( "ChatGPT – Deep Research 功能指南&技巧总结：从「进度条」到「提示词」，一次搞懂！")
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：」
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。
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。
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。
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。
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：
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？
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
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。
Deep Research 的使用次数：只要出现「Starting Research」进度条，就会扣除一次用量。
保持灵活：不满意就重新开始，新开会话前最好做好提示词规划。
结合大模型优势：如果要深入分析或后续追问，选用更强的模型如 o1 pro / o1 更合适。
慎重选择资料：外部资料要提前整理好，使用 XML 标签嵌入提示。
尊重版权、合理引用：在使用外部资料时，务必保留引用信息，切勿违规。
希望这篇文章能让你更好地理解和使用 Deep Research。在实际使用中，不妨多加尝试和探索，慢慢就能摸索出最适合自己的使用方式。祝大家玩得开心，也能高效地完成研究和写作任务！如有更多问题，欢迎在评论区留言交流。
总结：
如果你想让 Deep Research 提供权威信息源，在提示词中加一句「请选择权威信息源」。
如果要生成中文报告，只要在提示词里加「请形成中文报告」即可。
不小心生成英文报告且看着费劲，使用下面的提示词翻译：
「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：」
欢迎大家在留言区分享你们的使用心得与经验，一起探讨 Deep Research 的更多玩法！
Login
