让 AI 查一个问题,几秒钟给出答案,这是普通问答;让它花十几分钟翻几十个网页,最后交出一份带引用的报告,这就是深度研究。两种模式没有高下之分,只是适用的任务不同。本篇讲清深度研究是什么、产出长什么样、哪些问题值得交给它、哪些问题不必动用它。
慢问答和普通问答差在哪
普通问答是模型一次性作答:接住问题,直接生成。深度研究则是分步执行的慢问答:先理解问题、列出提纲,把大问题拆成若干子问题,再逐个检索、阅读网页,最后把各路结果汇总成文。慢就慢在这些步骤上,但也因为分步,它能覆盖单个回答装不下的信息量。分步执行的具体机制,深度研究是怎么分步执行的?计划、检索、整合一篇有完整拆解;每一步走的检索链路与普通联网问答同源,过程可见联网检索是怎么发生的?先搜后答的过程。
一句话概括差别:普通问答回答「这个问题是什么」,深度研究回答「围绕这个问题,各方信息拼起来是什么样」。
| 对比项 | 普通问答 | 深度研究 |
|---|---|---|
| 耗时 | 几秒出答案 | 十几分钟 |
| 过程 | 一次性作答 | 列提纲、逐项检索、汇总成文 |
| 产出 | 一段回答 | 带引用的结构化报告 |
| 适合 | 一句话能答的事实题 | 可拆解、需交叉印证的调研题 |
产出物长什么样
深度研究的产出通常是一份结构化报告:有标题和小节,先给结论再给依据,关键论断后面挂着引用编号,末尾附信源列表。编号可以点开,对应到具体网页,核对方式与普通联网问答的引用一致,引用溯源是什么?AI 答案下面的编号从哪来一篇讲过用法。拿到报告后,先读结论,再挑两三个关键论断点开引用核对,十几分钟换来的是一份可查证的材料,而非一段凭印象的转述。
秘塔、知乎直答、腾讯元宝这类搜索产品都提供了类似的研究模式,叫法不一,思路相同:都是用时间换覆盖面。
哪些问题值得交给它
判断标准有三条。第一,问题可以拆:调研类、综述类、对比类任务天然适合,比如「梳理某项技术的几条路线并比较优劣」「汇总某类产品的公开评测结论」。第二,答案散落在多个页面:单页装不下,需要交叉印证。第三,你愿意等:报告以分钟计,着急的问题不合适。三条同时满足时,深度研究的优势最明显:它替你完成了搜、读、整理的大半工作量,你只需要核对和定稿。
深度研究适用速查
- 适合:可拆解的调研题、需要多信源交叉的综述题
- 适合:不赶时间、允许十几分钟等待的任务
- 不适合:一句话能答的问题、即时性问题
- 拿到报告:先读结论,抽查两三个引用再定稿
哪些问题不必动用它
三类问题别浪费这个模式。一句话能答的事实题,普通问答几秒搞定,动用深度研究纯属杀鸡用牛刀。赶时间的决策题,等十几分钟不如直接搜。纯创意类任务,比如起名、写文案,靠的是模型生成能力而非资料覆盖,联网查一圈也帮不上什么忙。另外,报告质量与你的问题质量相关:问题写得太模糊,拆出来的子问题也会散,产出自然毛糙。报告要对照自己的任务验收,公开演示的效果未必等于你的任务效果,基准分和实际任务的距离在这里同样成立。
关于深度研究的三问三答
- 为什么比普通问答慢这么多?:它在分步执行,列提纲、逐项检索、汇总成文,每步都要真抓真读网页,时间换的是覆盖面和可查证性。
- 报告能直接用吗?:当草稿合适,当定稿要核对,抽查引用编号对应的原文,确认转述没有走样,重要结论再做交叉验证。
- 它和自己搜资料的区别在哪?:省掉的是搜索和整理的时间,判断仍然要自己做,引用是它替你留好的核对入口。


