Deep Research 实践经验总结:从“进度条”到“提示词”,一次搞懂!

Deep Research 实践经验总结:从“进度条”到“提示词”,一次搞懂!

💡 原文中文,约3400字,阅读约需8分钟。
📝

内容提要

Deep Research 的使用流程总结:用户需先提出主题并回答澄清问题,系统在出现“Starting Research”进度条后开始研究。报告生成后可继续提问,但需注意资料选择和格式要求,建议使用 XML 标签整理外部资料以确保报告质量。如不满意,可重新开始。

🎯

关键要点

  • Deep Research 的用量计算:一旦出现 'Starting Research' 进度条,就算使用了一次。
  • 使用流程:用户需先提出主题并回答澄清问题,系统随后开始研究并生成报告。
  • 报告生成后可以继续提问,但需注意资料选择和格式要求。
  • 建议使用 XML 标签整理外部资料,以确保报告质量。
  • 如果对报告不满意,可以重新开始并修改提示词。
  • 灵活选择模型,建议在开始前选择更强的模型以便后续追问。
  • 外部资料需提前整理,使用 XML 标签嵌入提示,尊重版权并合理引用。

延伸问答

如何计算 Deep Research 的用量?

只要出现 'Starting Research' 进度条,就算使用了一次,之前的提问不算。

使用 Deep Research 的基本流程是什么?

用户需先提出主题并回答澄清问题,系统在出现进度条后开始研究并生成报告。

如果对生成的报告不满意,我该怎么办?

可以重新开始并修改提示词,或者在当前会话中继续提问。

在使用 Deep Research 时,如何选择外部资料?

外部资料需提前整理,建议使用 XML 标签嵌入提示,并尊重版权合理引用。

Deep Research 支持哪些模型选择?

用户可以灵活选择模型,建议在开始前选择更强的模型以便后续追问。

如何确保 Deep Research 生成的报告质量?

资料越多、质量越高,报告质量越好,建议使用权威信息源。

➡️

继续阅读