为什么大多数人用 Deep Research，产出却还是一篇”搜索拼贴”
先讲一个很常见的场景。你在写作前打开 Gemini，输入一句”帮我研究一下国内 AI 编程工具的现状”，然后 Deep Research 开始跑，你起身去倒了杯水。七八分钟后，一份十来页、带二三十条引用的报告回到眼前。你把它通读一遍，感觉资料很全，于是直接照着报告的小标题搭了个大纲，开始写。
写出来的文章大概率是这样：第一段讲”AI 编程工具正在爆发”，中间按厂商罗列产品功能，结尾讲”未来可期”。资料都对，引用也都真实，但读者看完没有获得任何一个新判断。问题不在 Deep Research 不好用，而在你把一份”研究过程记录”当成了”写作素材”。
这篇文章要讲的大纲工程，核心只有一句话：在写之前，先把”研究什么”和”交付什么”这两件事分开定义。前者交给一份写得很具体的研究任务说明（Brief），后者交给一份能落到论点级别的大纲。Deep Research 站在两者中间，它是一个执行者，不是一个灵感来源。你要做的，是把它的输入端和生产端都设计好。
全文会用大量篇幅讨论 Deep Research 的真实行为、研究计划的审读、Brief 四字段怎么写、报告怎么转化成大纲、引用怎么处理、成本怎么算。如果你只想记一件事，请记住：Deep Research 最容易被浪费的环节是研究计划，因为那是你唯一一次能低成本干预它的机会。
这篇文章写给谁
写给需要用公开资料写深度内容的人：行业分析、产品对比、技术选型、市场观察、课程讲义、投资备忘。这些场景的共同点是：结论要有依据，依据要能追溯，而写作本身需要一条清晰的论证线。如果你只是查一个数字、确认一个事实，那不需要 Deep Research，直接问 Gemini 就行，后面第五部分会详细说这一点。
先纠正一个定位：Deep Research 不是一个”更快的搜索”
很多人对 Deep Research 的第一印象是”能一次搜很多页”。这个印象是错的，而且错得挺关键。按 Gemini 的实际设计，Deep Research 是一个 agent：你输入提示词后，它会先评估这个问题是否与研究相关，然后生成一份研究计划（research plan），列出它打算研究的主题；研究过程中会实时流式显示当前正在研究的主题；最后产出一份带引用的报告，并额外生成一段 1 到 2 分钟的音频摘要。
注意这个顺序：先规划，再执行。它和你打开搜索框逐条查词是完全不同的工作方式。搜索是”你决定查什么”，Deep Research 是”它提议查什么，你确认”。这个差别决定了整个方法的走向。
还有一个容易被忽略的细节：如果提示词与研究无关，Deep Research 会直接回答，而不启动研究。这意味着它对你的输入有判断力，也意味着你那句含糊的”帮我研究一下某某”很可能根本没进入研究流程，而是被当成普通问答处理掉了。很多人以为自己用了 Deep Research，其实只是问了一句闲聊。
它为什么总被用成”资料收集器”
因为它的输出形态太像一份成品了。有标题、有分段、有引用、有音频，摆在那里就像一篇已经写完的文章。人的本能是拿起来就用。但从研究代理的角度看，那份报告的真正价值不是”结论”，而是”它沿着哪条路径走到了结论”。
一份好的报告里，真正对写作有用的至少有三类东西：一是被反复引用的关键数据；二是报告在不同来源之间呈现出的矛盾；三是它在研究过程中顺手带出来但没深入的线索。第一类你要验证，第二类是你的论点来源，第三类是下一轮研究的入口。把报告当成品，这三类东西全部浪费。
Deep Research 到底怎么工作：从提示词到音频摘要的完整链路
要设计好输入和输出，得先看清中间过程。下面拆解它从收到提示词到交付结果的完整链路，每一环都对应一个你可以干预或不干预的决策点。
第一环：相关性判断，决定这次任务到底会不会启动
你提交提示词后，第一件事不是搜索，而是判断这个请求是否”值得研究”。如果是明确的事实性问题、闲聊、单一数字查询，它很可能直接给出回答。这一步对写作者的意义是：你的提示词必须长得像一个研究任务，而不是一个问句。
“国内 AI 编程工具的现状如何”是一个问句，容易被当成普通问答。”我需要判断 2026 年是否值得为十人团队采购某类 AI 编程工具，请研究主流产品的能力边界、定价结构和企业采购条款，并区分厂商自述与第三方评测”是一个研究任务。后者几乎不可能被当成闲聊。
第二环：研究计划，唯一一次低成本的干预窗口
相关性判断通过后，Deep Research 会生成一份研究计划，列出它打算研究的主题。这一步是整个流程里最重要的，因为计划是可以编辑的：如果计划不符合你的需求，你可以修改提示词让它重新生成计划，确认满意后再点”Start Research / 开始研究”。
绝大多数人在这步直接点开始。这等于放弃了唯一一次能在大规模抓取发生之前调整方向的机会。一旦开跑，它就是按既定计划一路跑到底，你只能等结果，不能中途叫停改方向。所以”审读研究计划”这件事，不是可选项，是必须项。第三部分会给出一张完整的审读清单。
第三环：来源范围，决定证据的天花板
研究时的来源是可选的：默认包含 Google 搜索，你也可以加入已批准的云端文件，或者加入 NotebookLM notebook；如果要让 Gmail 和 Drive 参与，需要先连接 Workspace 应用。
这个设计对写作有一个直接影响：来源范围决定了你能拿到什么等级的证据。只开 Google 搜索，你拿到的是公开网络上的观点与二手转述；加入你自有的文件或 notebook，你才有可能拿到别人拿不到的一手材料。如果你的文章要写”内部实践”或”独家观察”，光靠默认来源是不够的。
第四环：执行与流式显示，5 到 10 分钟里发生了什么
开始研究后，Gemini 通常需要 5 到 10 分钟生成报告，报告越复杂耗时越久。研究过程中，界面会实时流式显示它正在研究的主题。这段时间你可以离开对话，完成后会收到通知。
流式显示的主题列表其实是一个免费的信息源。你在等的时候，可以看一眼它在跑哪些主题：如果某个你认为关键的主题一直没出现，说明计划的覆盖有盲区，这会成为你审读报告时的重点检查项。
第五环：交付物，报告、音频摘要与后续加工
研究结束后，你会得到带引用的报告，外加一段 1 到 2 分钟的音频摘要。报告本身可以导出到 Google 文档、可以分享、可以复制正文，也可以基于报告生成自定义可视化图表。
音频摘要在写作流程里常被低估。它其实是 Deep Research 自己做的”压缩摘要”——它认为这份报告最值得说的东西是什么。你通读报告前先听一遍，能快速建立一个”它自己觉得的重点”，再和你真正需要的重点做对比，差距越大，说明你的 Brief 写得越不到位。
第六环：留存与限额，决定这套方法能不能规模化
有两个工程细节必须提前知道。第一，只有在开启”保留活动记录（Keep Activity）”的情况下，你才能在”近期对话”里找回历史报告。如果你习惯清空历史，那些花十分钟跑出来的报告就找不回来了。第二，Deep Research 有每日和并发的请求限制，Pro 与 Ultra 档位可以生成 Pro 报告，并有更高的限额。
这两点合起来说明一件事：Deep Research 是一种有配额的稀缺资源。你不可能像普通搜索一样随便跑几十次。正因为稀缺，”先把 Brief 写好”才有经济意义——一次跑对，比跑五次拼凑更省。
研究计划：唯一能免费纠偏的时刻，也是大多数人直接跳过的地方
把研究计划单独拎出来讲，是因为它在大纲工程里的地位被严重低估。很多人认为研究计划只是”它要干什么”的通知，跟自己无关。实际上，研究计划是 Deep Research 对你这篇 Brief 的理解结果。计划跑偏，说明你的 Brief 有歧义；计划覆盖不全，说明你的 Brief 有遗漏。它是一面镜子，照出你输入端的质量问题。
为什么计划必须看，而不是点开就跑
原因很朴素：计划的成本几乎为零，返工的成本是十分钟乘以失败次数，还要加上你自己的重读时间。而修改计划的方式又极其轻：改一下提示词，重新生成计划。这是整套流程里性价比最高的一个动作。
更重要的是，Deep Research 的研究计划通常按”主题”组织，而主题的组织方式直接决定了报告的章节结构。计划里把”厂商定价”和”企业采购条款”合成一个主题，报告里这两块就会被搅在一起，你后面拆都拆不开。计划的粒度就是报告的粒度，报告的粒度就是你的素材粒度。
审读清单之一：边界是否清晰
看计划里的每个主题，是否有明确的地域、时间和口径限定。”市场现状”是一个没有边界的主题；”2025 年至 2026 年中国大陆市场中，面向中小团队的订阅制产品的价格区间”是有边界的主题。前者会给你一堆各国各年份的杂糅信息，后者能直接进表格。
边界模糊的主题还有一个隐性危害：它会拉长研究时间。Deep Research 在宽泛主题上会不断展开新的子问题，5 到 10 分钟里大量时间花在”找更多”上，而不是”找对”。
审读清单之二：关键实体是否齐全
把你心里已知的关键玩家、关键概念、关键事件列出来，对照计划逐一打勾。漏掉主要竞争对手，是最常见的失败模式；漏掉反面观点，是第二常见的。
反面观点这件事值得单独说。你写一篇”某技术路线值得投入”的文章，如果计划里只有”该路线的优势””成功案例””市场增长”，那它跑出来的报告就是一篇软文素材库。你需要在计划确认前，把”该路线的主要质疑与失败案例”作为一个主题补进去，哪怕只是改一句提示词。
审读清单之三：证据类型是否单一
扫一眼计划里每个主题对应的可能来源。如果所有主题都指向”厂商官网、厂商博客、厂商发布会”，那这份报告的证据等级是低的。理想的结构是：一部分主题明确要一手数据（财报、招股书、监管文件、公开数据集），一部分明确要独立评测（第三方测试、学术论文、行业调研），一部分才是厂商自述（用来呈现其官方立场，而不是用来说明事实）。
这一条在计划阶段最好干预，因为研究开始后再想去补一手数据，往往要重新跑一轮。
审读清单之四：不确定的地方是否被标注
好的计划会体现”我不确定这块能不能查到”。比如它把某个主题写成”若可获取，研究 X 的公开披露数据”，这种带条件的表述，说明它自己也知道这里可能有坑。反过来，如果计划里每个主题都写得斩钉截铁，你反而要警惕：它可能在研究开始后才遇到信息空白，然后用模糊表述糊过去。
把这些”存疑主题”记下来，等报告回来时重点检查它们。它们大概率是报告里引用最少、论述最薄的部分，也正是你写作时最该谨慎处理的部分。
一张可以照着打勾的审读表
| 审读维度 | 具体看什么 | 典型问题信号 | 发现了怎么办 |
|---|---|---|---|
| 边界 | 地域、时间窗、行业口径、可比单位是否写进主题 | 出现”现状””趋势””市场”这类无修饰的大词 | 改提示词，补时间窗与地域，重新生成计划 |
| 实体覆盖 | 主要玩家、替代方案、反面案例是否都有对应主题 | 只出现头部几家，无挑战者，无失败案例 | 显式点名要覆盖的对象，要求单列一个主题 |
| 证据类型 | 是否区分一手数据、独立评测、厂商自述 | 来源几乎全是官网与新闻稿 | 在 Brief 里写明证据等级要求，再重新生成 |
| 不确定性 | 有无带条件的主题，有无空白提示 | 每个主题都异常笃定 | 标注为报告回来后重点核查项 |
| 粒度 | 主题之间的切分是否和你的章节结构对应 | 两个不相干的问题被塞进一个主题 | 拆开，让它们各自成为一个主题 |
| 与决策的相关性 | 每个主题是否服务于 Brief 里那个具体决定 | 出现大量”顺带研究”的周边主题 | 删掉或降级，把配额留给核心主题 |
什么时候该推翻计划重来，什么时候将就着用
不是每次都要纠结。判断标准很简单：看计划的缺陷是”覆盖问题”还是”方向问题”。方向问题（研究的东西根本不是你要的）必须改提示词重来；覆盖问题（少了一两个主题）可以先跑，等报告回来再针对缺口补一次短查询。
因为 Deep Research 的耗时和限额都是真实成本，把每一次计划都改到完美并不划算。真正值得反复打磨的，是你的 Brief 模板——如果 Brief 写得够好，第一版计划通常就已经接近可用，你只需做微调。
Brief 四字段：一次把”研究什么”写清楚的最小结构
这是全文最重要的方法。所谓 Brief 四字段，是指一个研究任务必须交代清楚的四件事：决策、边界、证据等级、交付形态。这四项缺任何一项，Deep Research 都会用自己的默认假设去填，而它的默认假设和你的需求往往不一致。
先说为什么是这四个，而不是别的四个。因为研究任务的失败，几乎全部来自四类误解：它不知道你要拿结论干什么（决策缺失），它不知道范围该收到多窄（边界缺失），它不知道什么算可信（证据等级缺失），它不知道最终要长什么样（交付形态缺失）。补上这四项，误解就被锁死。
字段一：决策——这份研究要支撑哪个具体决定
这是四字段里最容易写错的一个。多数人写的是”我想了解一下 X”，这等于没写。Deep Research 无法从”了解一下”推断出该深挖哪里、该舍弃哪里。
正确的写法是一个可以明确回答”是/否”或者”选 A 还是选 B”的句子。比如：”我要决定下季度是否把团队的代码补全工具从 A 换成 B”，或者”我要决定这篇文章的立论是’这类工具已经成熟’还是’仍处于早期'”。写成决定，研究就会自动围绕”支撑或反驳这个决定需要什么证据”展开。
决策字段还有一个副作用：它会自动帮你收敛研究范围。因为任何与这个决定无关的信息，都可以理直气壮地不要。这是控制成本的第一道闸门。
把”了解”改写成”决定”的三个句式
第一个句式：“我要不要做 X”——适合资源投入类研究，比如是否采购、是否立项、是否进入某个市场。
第二个句式：“X 和 Y 之间我该选哪个”——适合对比类研究。注意这里的 X 和 Y 必须是真正的候选，而不是三个以上，否则研究会摊薄在每个选项上。
第三个句式：“这篇文章的结论应该是 A 还是 B”——适合观点类写作。这一句特别有用，因为它直接把写作任务嵌进了研究任务，逼你在研究之前就先想清楚自己要论证什么。
字段二：边界——地域、时间、行业口径、可比单位
边界是四字段里最”枯燥”但最影响产出的。四个子项缺一不可：
- 地域：是中国大陆，还是全球？如果是全球，是否要按区域拆分？很多”全球市场规模”的数据其实是美国数据加了句全球。
- 时间：是最近 12 个月，还是某个历史区间？跨区间的数据能不能直接比？
- 行业口径：同一个词在不同行业里指的不是一回事。比如”智能体”在客服行业和在软件开发行业，统计口径完全不同。
- 可比单位：是用户数、席位、调用量还是营收？不同口径的数字放一张表里，表格会撒谎。
建议在 Brief 里把边界写成一个短清单，而不是散落在句子里。这样它更容易被研究计划”接住”，也方便你事后检查报告有没有越界。
字段三：证据等级——什么算一手，什么只能当参考，冲突怎么处理
这一字段是区分”研究”和”搜资料”的分水岭。你需要事先定义三件事：
第一件事：划定一手证据的范围
一手证据通常指：原始文件（监管披露、财报、招股说明书、标准文本）、原始数据（公开数据集、实验记录）、直接当事人的公开表述。二手证据是转述、评论、汇编。你可以在 Brief 里直接写：”一手证据优先使用监管披露与公司财报；产品能力以官方文档为准；市场判断只能引用有方法论说明的第三方调研。”
第二件事：说明厂商声明的使用方式
厂商声明不是不能用，而是要用得对。厂商声明可以用来描述”该厂商对外宣称什么”，不能用来描述”事实是什么”。这条规则写进 Brief，能挡掉大量软性内容。你甚至可以要求：”凡引用厂商自述数据，必须同时给出是否有独立来源印证。”
第三件事：约定冲突数据的处理规则
两份数据打架是常态。你要在 Brief 里事先规定：是并列呈现、以更新的一方为准、以方法论更透明的一方为准，还是标注为”存在分歧，不做定论”。如果你不规定，Deep Research 会自己在报告里选一个，而你事后很难发现它选了哪个、为什么选。
字段四：交付形态——报告结构、表格维度、字数、必答问题
第四个字段决定报告能不能直接被你”接住”。四项内容：
- 报告结构：你想要几个部分，每部分回答什么。不要写得太细，写三个到五个一级问题即可。
- 表格维度：如果你需要对比表，直接说清楚行列是什么。比如”一张表，行是五个候选产品，列是定价、计费单位、最低席位数、是否有企业版条款”。
- 字数：给出量级，比如”3000 字左右，重心放在证据而非综述”。
- 必答问题：列出三到五个”报告必须回答”的问题。这一项是质量锚点，报告回来你只看这几个问题的回答质量，就能判断这次研究值不值。
把交付形态写清楚还有一个隐藏好处：它会反过来约束前三个字段。当你写”必须回答：A 和 B 的数据差异到底来自口径不同还是事实不同”，你会立刻意识到，边界字段里的”可比单位”写少了。
四字段职责对照表
| 字段 | 它解决的问题 | 写错的典型表现 | 写对的判断标准 | 在流程中生效的环节 |
|---|---|---|---|---|
| 决策 | 这份研究服务于哪个具体决定 | “想了解一下”开头，没有可回答的问题 | 能改写成”要不要做 X / 选 A 还是 B” | 相关性判断、研究计划的主题取舍 |
| 边界 | 研究范围收到多窄 | 只写”市场””趋势”等大词 | 地域、时间、口径、单位四项齐全 | 研究计划的边界主题、报告的数据可用性 |
| 证据等级 | 什么样的材料才算得出结论 | 没提，报告全是厂商自述 | 一手范围、厂商声明用途、冲突规则都写了 | 研究计划的来源选择、报告的引用结构 |
| 交付形态 | 最终产物长什么样 | 不给结构不给字数，拿到一锅散沙 | 有结构、有表格维度、有必答问题 | 报告的分节方式、你的大纲转化难度 |
可复制：Brief 四字段模板
下面这份模板可以直接粘到 Gemini 里填。填完再用，不要边填边跑。
【决策】这份研究要支撑的决定是：______（写成”要不要做 X”或”选 A 还是 B”或”结论应为 A 还是 B”）。如果研究发现证据不足以支撑该决定，请明确说明缺什么证据。
【边界】
· 地域：______（例：中国大陆，不含港澳台）
· 时间：______（例：2025 年 1 月至 2026 年 3 月的公开信息）
· 口径：这里的”______”指______，不包括______
· 可比单位：所有数字请统一到______（例：每席位每月人民币价格），口径不一致的请单独标注
【证据等级】
· 一手证据：______（例：监管披露、财报、官方文档、公开数据集）
· 厂商自述：只能用于说明”厂商对外宣称什么”，不得作为事实依据；引用时请注明是否有独立来源印证
· 冲突数据：若两份来源数据不一致，请并列列出并说明差异可能的来源（口径、时点、样本），不要自行合并
· 不确定处：查不到或有争议的地方，请明确标注”未能确认”，不要用模糊表述填补
【交付形态】
· 结构：分为 ___ 部分，分别是 ______、______、______
· 表格：需要一张对比表，行为______，列为______
· 字数：约 ______ 字，重心在证据与判断，不在背景铺陈
· 必答问题：1) ______ 2) ______ 3) ______
一个填好的简短示例
为了说明它到底长什么样，这里给一个压缩版示例（不是完整模板）：
【决策】我要决定这篇文章的立论是”AI 代码补全已经进入企业标配阶段”还是”仍停留在个人效率工具阶段”。
【边界】中国大陆；2025 年 1 月至 2026 年 3 月；”企业级采用”指有正式采购流程、有管理员后台、有合规条款的部署，不包括个人订阅；单位统一为”付费席位/企业”。
【证据等级】一手：厂商财报中的企业客户数披露、招投标公开信息、监管备案；厂商博客与发布会内容只能用于描述其对外宣称；第三方调研须注明样本与方法；冲突数据并列呈现。
【交付形态】四部分（采用现状、采购门槛、阻碍因素、判断依据）；一张表，行是主要产品，列是企业版是否存在、最低席位、合规认证、公开客户数；约 2500 字；必答：1) 有多少公开可查的企业级部署案例 2) 阻碍因素里哪些是产品问题、哪些是采购流程问题 3) 价格差异是否体现了能力差异。
这份示例里的每个句子，都能被研究计划”接住”：边界会变成主题限定，证据等级会变成来源要求，交付形态会变成报告的分节。这就是 Brief 应有的状态——可执行，而不是可感受。
大多数人做错的地方：不是提示词不够长，而是顺序反了
这一节专门讲反常识的部分。关于 Deep Research 的教程很多，最常见的建议是”提示词要写得详细””要给角色设定””要加约束条件”。这些建议不算错，但都停留在”把话说清楚”的层面。真正的错误在更深一层。
说一个经验判断：用 Deep Research 失败的人里，绝大多数不是 Brief 写得不够长，而是写在了错误的时间、用在了错误的问题上。
错误一：先跑研究，再想论点
这是最普遍的一种。流程是：先跑一份报告，读完再想”我该写什么”，然后从报告里挑东西拼成文章。结果必然是文章跟着报告走，报告跟着搜索走，最后谁都没在表达观点。
正确的顺序是相反的：先想清楚论点可能的几个版本，再让研究去裁决哪一版成立。这就是为什么 Brief 的第一个字段是”决策”而不是”主题”——决策里已经隐含了你的备选论点。研究不是给你灵感的，是给你裁决依据的。
错误二：用研究代理去解决”查一个数”的问题
很多人第一次用 Deep Research 是因为”想查个数字”，然后就觉得它慢、啰嗦、结论模糊。这不是工具的问题，是用错了场景。查一个数字，普通搜索几秒钟就有答案，用 Deep Research 是拿十分钟换十秒钟的事，而且它还会给你附上一堆你不需要的分析。
更隐蔽的一点是：当你用 Deep Research 问一个简单事实，它可能直接回答而不启动研究。于是你会误以为”这个东西不过是把搜索包装了一下”。这个误解会让很多人从此放弃它。
错误三：把研究计划的”开始”当成”确认”
界面上”开始研究”按钮太显眼，以至于大多数人把它当成流程的下一步而不是一个决策点。这个心理学现象在别的工具里也常见：流程里出现一个”确认”按钮，人们倾向于把它理解为”继续”，而不是”检查”。
把这一步改成显式动作会有效：点开始之前，先回答一个问题——这份计划里，哪一条是我不想要的？如果你能立刻指出一条，就改；如果一条都挑不出来，要么计划确实好，要么你看得太快。
错误四：把引用数量当成质量指标
二十条引用听起来很扎实，但引用是可以堆的。同一篇新闻被十家媒体转载，就会变成十条看起来独立的引用。判断引用质量看三点：来源是否互不隶属、数据是否来自原始出处、有没有引用反方观点。一份全部指向同意结论的报告，引用再多也是薄弱的。
错误五：一次 Brief 只跑一次，跑完就扔
还有一种浪费是相反的：Brief 写完只跑一次，结果不好就放弃，然后重新写一个全新的 Brief。这等于每次都从零开始。更有效的做法是把 Brief 当成资产：每次跑完，把”哪里没答好””哪个主题多余”记回模板里，下一轮直接继承。跑三四轮之后，你的 Brief 模板会稳定到第一版计划就接近可用的程度。
一个反直觉的结论：Brief 写得越具体，报告反而越短越好用
直觉上，需求写得越细，报告会越长。实际往往相反：边界一收窄，研究计划里的主题变少，报告就不再为了”覆盖所有可能性”而铺陈，而是直奔那三五个必答问题。一份两千字、每段都有出处的报告，对你的写作价值远远高于一份八千字、面面俱到的综述。
所以在交付形态字段里，我建议主动写”不要背景铺陈”。你不写这句，它默认会给你一段行业背景，而那段背景你大概率一句话都用不上。
从报告到大纲：信息 → 论点 → 结构的三步转化
拿到报告后，别急着搭大纲。Deep Research 的报告是一份按主题组织的证据集合，而文章需要的是按论点组织的论证链。两者之间隔着一次转化，这一步不做，就会出现开头说的那种”资料很全但没有判断”的文章。
第一步：信息——先做减法，把报告拆成卡片
先删。报告里有三类内容，在你的文章里基本没有位置：
- 过程性描述：”随着技术发展””近年来……受到广泛关注””业内普遍认为”。这类句子占报告篇幅不小，但它们不携带任何可验证的信息。
- 无法支撑论点的数据：任何你不知道该拿它论证什么的数据，都先删。留着它，你会在写的时候强行给它配一个论点，那是最糟糕的写作方式。
- 同义重复：同一个事实在报告的不同章节被从不同角度提了三次。保留信息量最大的那一次。
删完剩下的，拆成一条条”事实卡”。每张卡只写三样东西：事实本身、出处、以及你自己的一句判断（”这条能证明什么，或者推翻了什么”）。这一句判断是最关键的东西，它是后面论点的种子。
第二步：论点——从报告里找矛盾、找反例、找被忽略的变量
论点不是总结出来的，是对撞出来的。报告给你的是平面化的主题，论点的来源是这些主题之间的张力。三个高产的找法：
找矛盾
同一件事，两份来源说法不同，这就是一个论点。比如一个来源说某类产品企业采购在快速增长，另一个来源的财报数据显示企业客户数增长平缓。你不能简单选一个，你要问：差异来自口径、时点，还是真的存在两种不同的市场？这个追问本身就是文章最有价值的部分。
找反例
报告的结论通常是趋势性的，而趋势总有例外。找出那个不符合趋势的案例，看它为什么不符合。一个反例往往能推翻整段论证，也能给文章一个真正有洞察的转折。
找被忽略的变量
报告里反复出现的解释变量，往往不是唯一变量。比如所有讨论都归因于”模型能力提升”，但可能真正的变量是”采购流程变化”或者”合规要求落地”。被忽略的变量，是深度内容最常见也最有效的切入口。
论点合格的三条标准
找到候选论点后，用三条筛：能被反驳吗（不能被反驳的不是论点，是常识）；有证据支撑吗（这条证据要能在报告里指出来）；和你的决策字段有关吗（无关的论点再妙也删）。
第三步：结构——每节一个小论点、一句证据、一个反例
大纲的粒度是很多人失控的地方。太粗，写的时候没方向；太细，写之前就写完了。我的建议是：每个三级标题对应一个可被反驳的小论点，标题下面固定挂三件东西——一句核心证据、一个反例或限定条件、一句过渡。
“一句证据”的作用是防止你在写作时跑偏；”一个反例”的作用是防止文章变成一边倒的宣传；”一句过渡”的作用是让各节之间有论证关系，而不是并列罗列。这三样写进大纲，你写的时候基本不需要再回头翻报告。
粒度失控的两种典型
一种是”标题即主题”：每个标题都写成”某产品介绍””某市场规模”，这是报告目录，不是大纲。另一种是”标题即结论”：每个标题都写成完整的判断句，一节里塞了三个论点。健康的粒度是介于两者之间——标题是一个判断，下面只撑一个证据链。
可复制：报告转大纲的提炼模板
【第一遍·信息卡】
事实：______
出处：______（来源类型：一手 / 独立评测 / 厂商自述）
我的判断：这条支持 ______，或者推翻了 ______
（每张卡一行，报告里每个可用事实一张。判断栏空着的卡，直接丢弃。）
【第二遍·论点提取】
发现的矛盾：A 说 ______，B 说 ______；差异可能来自 ______
发现的反例：______ 不符合”______”这个趋势，原因是 ______
被忽略的变量：所有讨论都归因于 ______，但可能真正起作用的是 ______
拟定论点（互相排斥的两到三个）：1) ______ 2) ______ 3) ______
筛选：能否被反驳 ___／有无证据支撑 ___／是否服务于决策 ___
【第三遍·结构】
H3 标题：______（一句判断）
· 核心证据：______（出自哪张信息卡）
· 反例或限定：______
· 过渡到下一节：______
（每一节重复一次。过渡句写不出来的，说明这节和下一节没有论证关系，考虑合并或删除。）
报告里哪些东西一定要删掉
再补充三类容易被误留的内容。第一类是方法论说明：报告开头常有”本研究考察了 X、Y、Z 三个维度”，这句话对你有用（它告诉你覆盖范围），但不要抄进文章。第二类是免责式的模糊表述：”可能””或许””一定程度上”，这类词在报告里是诚实的，在你的文章里就是空话，要么补证据要么删。第三类是调研产品的功能描述：报告为了对比，会给你每个产品的功能清单，但你真正需要的是它在你的论证里扮演什么角色，列功能清单只会让文章变成参数表。
引用的处理：交叉验证、口径对齐、区分厂商声明与独立证据
一篇用 Deep Research 写成的深度文章，可信度几乎完全取决于引用处理。这一节给三套具体做法。
交叉验证：找到”互不隶属”的第二来源
看到报告里一个关键数字，先问：这条引用有没有另一个不依赖同一原始来源的证据？如果两份数据都来自同一份行业报告，那不叫交叉验证，叫同一个来源出现在两个地方。
实操上，交叉验证的优先级是：原始文件（监管、财报）＞ 有方法论的调研 ＞ 独立媒体的一手采访 ＞ 转载与汇编 ＞ 厂商自述。这份报告里某个数字如果只有最低两档来源，你在文章里就要给它加上限定语。
口径对齐：让表格里的数字说同一种语言
这是最容易被忽略、也最容易出硬伤的一步。同一张对比表里，一列是”月活用户”、一列是”付费席位”、一列是”调用次数”，读者会本能地认为它们可以横向比较。所以在做任何表之前，先统一单位，统一不了的，用一列显式标注”口径不同，不可直接比较”。
时间口径同理。一个数据是”2025 全年”，一个是”2026 年第一季度年化”，直接放在一起比增长率是错误的。报告通常会把这两个数字并列而不加提醒，因为它是按主题组织而不是按可比起组织。
厂商声明与独立证据：同一段话里的两种可信度
一篇文章里，厂商声明和独立证据往往被混在一起写：”该产品已服务超过一万家企业，第三方评测显示其响应速度领先。”前半句来自厂商，后半句来自评测，语气上没有任何区别，读者会把两句当成同等可信。
正确的处理是给两者不同的动词。厂商数据用”披露””宣称””表示”；独立证据用”数据显示””测试结果为”。一个动词就能把可信度分层，这是写作层面的低成本操作，也是 Brief 里”厂商声明用途”字段在文章里的落地。
引用处理的三个检查动作
- 抽检：随机挑五条引用，点开看原文是否真的支持报告里的那句话。这一步能发现大量”引用对了但结论引错了”的问题。
- 追溯：对每个关键数字，向下追一层，看它最初的出处是什么。很多数字追两层之后会变成”某机构估计”。
- 去重：把所有引用列出来，按原始来源归并。如果二十条引用只对应六个原始来源，你的文章其实只有六条证据。
冲突数据怎么摆：并列、说明、不下结论
当两份数据真的打架，最专业的做法不是选一个，而是并列呈现并说明差异来源。写成”来源 A 给出的数字是 X，来源 B 是 Y，差异主要来自统计口径（A 计入个人订阅，B 只计企业席位）”——这一句本身就是文章的价值点，比任何一个单一数字都更有说服力。
如果你判断不了差异来源，就诚实写”两者存在分歧，本文不做定论”。这不是示弱，这是把不确定性变成论证的一部分。这也正是 Brief 里要求 Deep Research 标注”未能确认”的原因——那份标注会一路传递到你的文章里。
成本与限额：什么问题是值得花十分钟的
前面所有方法都建立在一个前提上：Deep Research 是一种需要分配的资源。它有时间成本（5 到 10 分钟，复杂报告更久），有配额成本（每日和并发请求限制），还有你自己的认知成本（读一份长报告）。把这三点算清楚，方法才用得长久。
限额怎么影响你的工作方式
不同档位的每日限额不同，Pro 与 Ultra 可以生成 Pro 报告并有更高限额。这意味着你的使用方法必须分档设计：
- 额度紧张时：一次 Brief 必须跑到能用，宁可多花十分钟在写 Brief 和审读计划上，也不要浪费一次配额去试错。
- 额度充裕时：可以用”两轮法”——第一轮宽口径跑出全景，第二轮用第一轮报告里的矛盾点做窄口径深挖。这种方法质量最高，但消耗翻倍。
- 团队协作时：并发限制意味着同时开多个研究任务会互相挤占。建议把研究任务排队，一个跑完再开下一个，而不是同时提交五个。
哪些问题值得用 Deep Research
判断标准可以浓缩成一句话：这个问题的答案会改变你接下来的一个动作吗，而且这个动作的代价大于十分钟吗？
- 值得：需要对比多个选项并给出理由（采购决策、技术选型）。
- 值得：需要判断一个趋势是否成立，且存在互相矛盾的说法。
- 值得：需要一份带出处的证据集合，供你后面写长文用。
- 值得：需要覆盖多个维度、而你不想自己去拼来源（比如”某市场的定价、合规、竞争格局”三合一）。
哪些问题应该直接搜
- 查一个具体数字、一个日期、一个定义。
- 确认某个产品是否有某个功能。
- 需要的是”最新的一条消息”，而不是”经过验证的判断”。
- 你自己已经知道答案，只是想要一个出处的链接。
这些情况直接问 Gemini 或者普通搜索，几秒钟解决。用 Deep Research 反而是用错了工具，还会给你带来”它好像也没什么用”的错觉。
一个成本模型：一次 Deep Research 真正花掉什么
把成本拆开看会更清楚。一次 Deep Research 的显性成本是 5 到 10 分钟的等待，加上一份配额；隐性成本是十几分钟到半小时的报告阅读时间，以及你之后的引用核查时间。也就是说，一次”跑完就用”的研究，实际投入远不止十分钟。这就是为什么 Brief 和计划审读值得花时间——它们能在最便宜的位置省掉最贵的返工。
留存的工程习惯
还有一件容易被忽略的事：只有在开启”保留活动记录”时，你才能在近期对话里找回历史报告。如果你把它当成一次性工具，关掉记录，那么一次跑得不错的报告在第二天就找不到了，等于白跑。开启留存、把报告导出到 Google 文档、或者在跑完之后立刻按上面的模板拆成信息卡，是三种不同强度的存档方式，至少选一种。
一套完整的作业流程：从空白页到可用大纲
把前面所有东西串起来，形成一个可以重复执行的流程。这个流程不需要每次都全做，但第一次用的时候建议完整走一遍。
第一阶段：写 Brief，不碰 Gemini
先在自己的文档里把四字段填完，尤其是决策字段。如果你填不出”这份研究要支撑哪个决定”，说明你还没想清楚要写什么，这时候开研究是浪费配额。填完再检查一遍边界，把四个子项都写上，哪怕有的写的是”不限”。
第二阶段：提交、审读计划、确认
把 Brief 提交给 Deep Research，等研究计划生成。用第四部分的审读表过一遍，重点看边界、实体、证据类型、不确定性五项。有方向问题就改提示词重新生成，有覆盖问题就先放行。确认后再点开始。
第三阶段：等待期间不要闲着
研究需要 5 到 10 分钟。这段时间里，界面会流式显示它正在研究的主题。你可以做两件事：一是看一眼主题覆盖，标记缺失项；二是自己动手做一份”预期的论点候选”—你想论证什么、可能的反例是什么。等报告回来时，你是有备而来的，不是被动的。
第四阶段：先听摘要，再读报告
报告完成后，先听那 1 到 2 分钟的音频摘要。它反映的是 Deep Research 自己判断的重点，听完再读正文，你会更容易发现”它重视的”和”你需要的”之间的差距。这个差距就是你下一轮 Brief 要修的地方。
第五阶段：转化，三步走
读完之后立刻做信息卡（第一步），不要等。然后找矛盾、反例、被忽略的变量（第二步），最后按”一句判断 + 一句证据 + 一个反例 + 一句过渡”的粒度搭结构（第三步）。这一步做完，大纲就成形了。
第六阶段：回写模板
最后一步是很多人会跳过的：把这次的经验写回 Brief 模板。哪个必答问题回答得不好、哪个边界没写清楚导致报告越了界、哪个证据等级事先没约定导致引用很弱。这些经验写回模板，下一次的第一版计划就会更接近可用。三四轮之后，你的 Brief 会稳定到一个非常高的水平。
一个流程表，方便对照执行
| 阶段 | 动作 | 产出 | 不做的后果 |
|---|---|---|---|
| 写 Brief | 填四字段，重点写决策 | 一份可直接提交的任务说明 | 研究计划泛泛，报告无法直接用 |
| 审计划 | 按边界、实体、证据、不确定性、粒度审读 | 修改后的提示词或确认动作 | 跑偏十分钟，产生一份废报告 |
| 等待 | 看流式主题，预想论点候选 | 一份初步的论点清单 | 报告回来时缺乏判断基准 |
| 读报告 | 先听音频摘要，再读正文并抽检引用 | 经过验证的证据集合 | 把转述当一手，引用堆砌 |
| 转化 | 删减、拆卡、找张力、定粒度 | 按论点组织的大纲 | 文章变成报告目录的复述 |
| 回写 | 把问题记回 Brief 模板 | 下一轮更高质量的输入 | 每次都从零开始，反复踩同一个坑 |
常见误区再收一遍：几个容易被当成”技巧”的坏习惯
最后再集中说几个看起来像技巧、实际上是坏习惯的做法，避免读者照抄。
把 Brief 写成一篇小作文
字数不等于信息量。一份三千字、没有结构的提示词，Deep Research 抓不到重点，研究计划往往会回到最泛的主题上。四字段的模板之所以有结构，就是为了让信息密度高于篇幅。
要求 Deep Research 直接”帮我想选题”
这是把研究代理当参谋。它确实会给你一些主题，但那些主题是从已有材料里归纳的，往往缺少你作为写作者才知道的判断。选题应该由你在 Brief 的决策字段里定，研究只负责把它撑起来。
只看最终报告，不看它的研究路径
研究过程中显示的主题、报告里的分节、引用的分布，都是路径信息。看路径比看结论更有价值，因为结论可以被一句漂亮的话糊过去，但路径会暴露它在哪一块没有找到东西。
不复用，每次都重写
前面已经说过，Brief 是资产。同样的主题、同样的读者、同样的交付形态，在第二篇、第三篇文章里是可以复用的。把模板沉淀下来，你的产出速度会明显快于靠记忆重写的人。
三份可直接复制的模板
前面讲的是方法，这一节给能直接用的东西。三份模板分别是：投喂给 Deep Research 的 Brief、审读研究计划的检查表、把报告转成文章大纲的提炼模板。
模板一：Brief 四字段
完整写法
空白模板
【决策】这份研究要支撑我做什么决定？
（例：是否在 Q1 上线面向中小企业的 AI 客服模块）
【边界】
- 地域：
- 时间范围：
- 行业/口径定义：
- 可比单位（统一到什么计价方式、什么统计口径）：
【证据等级】
- 可作一手证据：
- 仅作参考：
- 数据冲突时的处理规则：
- 允许使用的来源类型：
【交付形态】
- 必须回答的 5 个问题：
1.
2.
3.
4.
5.
- 需要的表格维度：
- 预期篇幅：填好的示例
一个具体案例
【决策】决定是否把现有的通用客服机器人，拆成面向中小电商的垂直版本。
【边界】
- 地域：中国大陆
- 时间范围：2025 年 1 月至 2026 年 10 月
- 行业口径：年 GMV 500 万至 5000 万的电商商家
- 可比单位：统一折算为「每千次会话成本」与「首次解决率」
【证据等级】
- 可作一手证据：厂商官方定价页、公开的客户案例、招标公告
- 仅作参考：媒体报道、行业分析机构的估算
- 冲突规则：厂商自述与第三方测算冲突时，两者并列标注，不强行合并
【交付形态】
- 必须回答：
1. 主流方案的价格区间与计费方式
2. 中小企业实际采纳率
3. 首次解决率的公开数据
4. 定制开发与标准产品的成本差
5. 已知的实施失败案例
- 表格维度：厂商 / 计费方式 / 单次会话成本 / 首次解决率 / 客户规模
- 篇幅：4000 字以内，表格优先模板二：研究计划审读清单
逐项打勾
检查表
拿到 Deep Research 生成的计划后，逐条确认：
[ ] 关键实体是否齐全？漏了哪个主要玩家？
[ ] 是否包含反面证据？还是清一色的正面材料？
[ ] 时间边界是否明确？有没有把 2023 年的数据和 2026 年的混在一起？
[ ] 地域口径是否清楚？
[ ] 证据类型是否单一？全是厂商自述就要补第三方来源。
[ ] 有没有明确「不确定时怎么办」？
[ ] 研究步骤里有没有一步是「交叉验证」？
任何一项打不上勾，回去改提示词重新生成计划，别急着点开始。模板三：报告转大纲
三步提炼
操作要点
第一步：抽论点（从报告里找矛盾，不找结论）
- 哪两个数据互相矛盾？
- 哪个数字和常识不符？
- 哪个变量所有人都提到了但没人量化？
第二步：配证据（每个论点配一条硬证据 + 一条反例）
- 硬证据：带来源、带日期、带口径
- 反例：证明这个论点在什么情况下不成立
第三步：排顺序（按读者认知路径，不按报告章节）
- 读者最先想知道什么？
- 哪个论点必须先建立才能理解下一个？
- 结论放前面还是后面，取决于读者有没有耐心
产出格式（每节一行）：
节标题 | 核心论点 | 硬证据 | 反例 | 与上一节的逻辑关系FAQ
Deep Research 生成的研究计划可以修改吗？
可以。研究计划生成后，如果发现它不符合你的需求，可以修改提示词让它重新生成一份计划，确认满意后再点”Start Research / 开始研究”。这是整个流程里唯一一次能在大规模研究之前调整方向的机会，所以值得认真审读。研究一旦开始，就只能等它跑完，界面上不会给你中途改方向的入口，这也是前面反复强调”先审计划再开始”的原因。
Deep Research 一般要跑多久，期间我可以做别的吗？
Gemini 通常需要 5 到 10 分钟生成报告，报告越复杂耗时越久。这段时间你可以离开对话去做别的事，完成之后会收到通知。等待期间界面会实时流式显示它正在研究的主题，这本身就是一个有用的信号来源，可以借机检查它对关键主题的覆盖是否完整，为后面的审读做准备。
只写一句”帮我研究一下某某”，Deep Research 会启动吗？
不一定，而且很可能不会启动研究流程。它收到提示词后会先评估问题是否与研究相关，如果判断这是一个普通的事实性问题或者与深度研究无关，它会直接回答而不研究。所以一个含糊的短提示词有两种失败可能：要么被当成普通问答处理掉，要么进入研究但生成一份非常泛的计划。把 Brief 四字段写清楚，是最直接的解法。
Deep Research 报告可以导出吗，跑完的旧报告怎么找回来？
报告可以导出到 Google 文档，也可以分享、复制正文，还可以基于报告生成自定义可视化图表。关于旧报告有一个前提：只有在开启”保留活动记录（Keep Activity）”的情况下，你才能在”近期对话”里找回历史报告。如果你经常关闭活动记录，建议在跑完当时就导出或把内容拆成自己的笔记，否则第二天可能就找不到了。
可以用自己的资料做 Deep Research 吗？
可以。研究时的来源默认包含 Google 搜索，你也可以加入已批准的云端文件，或者加入 NotebookLM notebook。如果希望 Gmail 和 Drive 参与研究，需要先连接 Workspace 应用。对于需要一手材料的写作，接入自有文件是非常关键的一步，因为它能把你的证据等级从”公开网络意见”抬到”实际文档”。不过要注意，可加入的文件是经过批准范围的，并非任意文件都能进入研究来源。
Deep Research 有次数限制吗，什么时候不该用它？
有。Deep Research 存在每日和并发请求的限制，Pro 与 Ultra 档位可以生成 Pro 报告并有更高限额。由于它是有限额的资源，使用前要判断问题是否值得：需要对比、判断趋势、建立带出处的证据集合时值得用；只是查一个数字、确认一个日期或某产品是否有某个功能时，直接搜索更快更准，用 Deep Research 反而会浪费一次配额和十分钟等待。
暂无评论内容