DeepSeek+DeepResearch應(yīng)用報告-清華大學(xué)

DeepSeek+Deep

Research應(yīng)用2025年2月10日歡迎關(guān)注視頻號@清華沈少陽系列直播2月10日微博熱搜實(shí)時詳細(xì)頁首屏置頂博文評論區(qū)首條內(nèi)容首條評論二級高贊置頂回答壹Deep

Research應(yīng)用概述參與式觀察一個團(tuán)隊(duì)的大模型應(yīng)用與內(nèi)化貳叁推理大模型使用心得目

錄AI大事記（簡版）通用大模型怎么了？推理大模型這么火！

概述：推理大模型建立在通用大模型基礎(chǔ)之上，在推理框架上線之前，通用大模型直接回答。那現(xiàn)在就讓他基于思維鏈，一步一步做好規(guī)劃、調(diào)整、校對并完成輸出。所以通用大模型和推理大模型它不是矛盾的存在。

簡單來看，推理大模型和通用大模型功能不一，如果把AI模型比作工具包，Deep

Seek把傳統(tǒng)通用大模型比作一把瑞士軍刀，功能多但不夠鋒利；推理大模型則像手術(shù)刀，專精切割但用途單一。1.需求明確度任務(wù)模糊（如閑聊）：選通用模型-HER目標(biāo)明確（如解數(shù)學(xué)題）：選推理模型-Deadline2.容錯成本允許試錯（如寫詩）：通用模型必須精確（如醫(yī)療診斷）：推理模型

3.資源限制算力充足：可疊加使用兩者預(yù)算有限：按核心需求單選選擇指南核心對比通用大模型+推理大模型也是“王炸”組合通用模型：處理90%的常規(guī)咨詢（查訂單、退換貨）

推理模型：解決5%的復(fù)雜糾紛（多環(huán)節(jié)理賠計(jì)算）實(shí)戰(zhàn)案例應(yīng)用：電商客服場景1.您要申請退換貨的商品名稱和數(shù)量；損壞的具體情況（最好提供照片）；您希望選擇退貨還是換貨。顧客：是這款智能手表，我需要換貨。手表的屏幕碎了，我這就拍照上傳。通用客服模型：好的，麻煩您上傳照片，我會為您核實(shí)情況并處理換貨申請。同時，請您確保商品包裝完整，配件齊全，以便我們順利為您處理換貨。（顧客上傳照片后）顧客：你好，我想查一下我的訂單號為123456789的訂單狀態(tài)。

通用客服模型：您好！很高興為您服務(wù)。您的訂單號123456789目前處于“已發(fā)貨”狀態(tài)，發(fā)貨時間是2025年2月9日。根據(jù)物流信息，

預(yù)計(jì)將在2月12日送達(dá)。您可以通過以下物流單號在快遞官網(wǎng)查詢

詳細(xì)物流信息：[物流單號]。如果您還有其他問題，歡迎隨時咨詢。顧客：好的，謝謝！另外，我收到商品后發(fā)現(xiàn)有一件商品損壞了，我需要申請退換貨。通用客服模型：非常抱歉給您帶來不便。關(guān)于商品損壞的問題，您可以選擇退貨或換貨。請先告訴我以下信息：通用客服模型：感謝您提供照片，商品損壞情況已經(jīng)確認(rèn)。我們已為您發(fā)起換貨申請，預(yù)計(jì)換貨商品將在3-5個工作日內(nèi)發(fā)出。您可以在“我的訂單”-“售后服務(wù)”中查看換貨進(jìn)度。如果還有其他問題，可以隨時聯(lián)系我們。顧客：好的，我知道了。還有一個問題，我在購買時購買了商品的延長保修服務(wù)，這次換貨后，保修期怎么計(jì)算？推理客服模型：您好，關(guān)于延長保修服務(wù)的問題，我來為您詳細(xì)解答。根據(jù)我們的保修政策，當(dāng)您購買商品并附加延長保修服務(wù)時，保修期是從商品購買日期開始計(jì)算的。如果在保修期內(nèi)發(fā)生換貨，新的商品保修期將從換貨完成日期重新計(jì)算，但總保修時長不會超過原購買的延長保修期限。例如，您購買的商品保修期為1年，同時購買了1年的延長保修服務(wù)，總保修期為2年。如果在保修期內(nèi)換貨，新的商品保修期將從換貨完成日期開始，再計(jì)算剩余的保修時長。如果換貨發(fā)生在保修期的第10個月，那么新的商品將有14個月的保修期（2年總保修期減去已過的10個月）。如果您還有其他疑問，或者需要進(jìn)一步確認(rèn)保修細(xì)節(jié)，可以提供您的訂單號，我為您查詢具體的保修信息?！皼]有最好的模型，只有最合適的工具——通用模型是社交達(dá)人，推理模型是解題高手，用好這對黃金組合，才是AI時代的生存之道?！薄狣eepSeek行業(yè)產(chǎn)品端融合：谷歌Pa

LI-3、AnthropicClaude已嘗試在通用模型中嵌入推理模塊技術(shù)突破：思維鏈（

Chain-of-Thought）技術(shù)讓兩類模型能力邊界逐漸模糊當(dāng)前建議：優(yōu)先關(guān)注垂直領(lǐng)域優(yōu)化模型（如醫(yī)療推理專用模型）直觀感受通用大模型和推理大模型的差異實(shí)戰(zhàn)案例應(yīng)用：分析輔助Prompt：在推理大模型的幫助下，沒有建立起獨(dú)立思考能力的人來說，是一種退步大模型2：進(jìn)一步明確任務(wù)大模型1：將觀點(diǎn)作為核心結(jié)論，細(xì)化后成文DeepSeek：呈現(xiàn)擬人化思考過程1、對核心定義的具象化和確定性思考：你說的是啥？顆粒度對齊一下2、需求場景和用途思考，決定大方向正確與否：用來干什么？呈給誰看？3、定寫作方向、基本思路，乃至一級提綱確立類思考：從哪個角度切入？此刻我的os：結(jié)果怎么樣再說，看這個思考過程挺靠譜，很有想法！……直觀感受通用大模型和推理大模型的差異：DeepSeek生成實(shí)戰(zhàn)案例應(yīng)用：分析輔助Prompt：在推理大模型的幫助下，沒有建立起獨(dú)立思考能力的人來說，是一種退步DeepSeek輸出材料：更像個人，不是停留在語義層面的“擬人”，而是在獨(dú)立、認(rèn)真思考等更深層面壹DeepResearch應(yīng)用概述PART

ONE（一）DeepSeek深度思考R1概述及主要用途

DeepSeek深度思考R1是一款基于深度學(xué)習(xí)技術(shù)的推理模型，其核心功能在于通過強(qiáng)化學(xué)習(xí)提升模型的推理能力。其設(shè)計(jì)目標(biāo)是通過強(qiáng)化學(xué)習(xí)等技術(shù)，引入了自我反思能力，使其在推理過程中能夠自我驗(yàn)證和反思，從而提高推理的準(zhǔn)確性和可靠性。性能數(shù)據(jù)：官方數(shù)據(jù)顯示，DeepSeek

R1在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上的表現(xiàn)已可與OpenAI的頂級模型GPT-4相當(dāng)。例如，DeepSeek系列模型在美國高級中學(xué)數(shù)學(xué)競賽AIME2024題目上的一次性解題正確率達(dá)到39.2%，而GPT-4僅約9.3%。現(xiàn)實(shí)案例：業(yè)內(nèi)已經(jīng)出現(xiàn)利用該模型輔助科研的例子。例如，有研究者在實(shí)驗(yàn)中讓DeepSeek模型逐步求解AIME（美國數(shù)學(xué)邀請賽）競賽難題，DeepSeek展現(xiàn)了清晰的鏈?zhǔn)酵评磉^程，輸出的思路連貫且易于理解。思維鏈設(shè)計(jì)：DeepSeek深度思考R1通過原生思維鏈設(shè)計(jì)，使模型在推理過程中能夠生成詳細(xì)的推理路徑。這種設(shè)計(jì)不僅提高了推理的準(zhǔn)確性，還增強(qiáng)了模型的可解釋性。四步理解DeepSeek

R1功能推理流程幫我畫出DeepSeekR1的推理過程流程圖，流程圖的每個階段需標(biāo)注關(guān)鍵技術(shù)。以下是推理過程文字描述：DeepSeek

R1的推理過程可以劃分為四個主要階段，每個階段都運(yùn)用了特定的

AI技術(shù)來逐步完善推理鏈條，最終得出高質(zhì)量答案。這一流程采用藍(lán)色系流程圖設(shè)計(jì)，結(jié)構(gòu)清晰，便于在PPT中展示和理解。以下是各階段及其關(guān)鍵技術(shù)說明：1輸入階段（用戶問題解析）用戶輸入自然語言問題，DeepSeek

R1首先對問題進(jìn)行理解與解析。在這一階段，模型運(yùn)用了**自然語言處理（NLP）**技術(shù)，將用戶的自然語言提問轉(zhuǎn)換為機(jī)器可理解的內(nèi)部表示，提取問題的意圖和關(guān)鍵信息。通過對輸入的預(yù)處理，模型為后續(xù)推理做好準(zhǔn)備。2思維鏈生成（構(gòu)建初步推理路徑）根據(jù)解析后的問題，DeepSeek

R1開始“思考”，生成解決問題的初步步驟鏈條（即思維鏈）。這一過程運(yùn)用了**思維鏈推理（Chain-of-Thought,CoT）**技術(shù)。模型被鼓勵像人類一樣逐步思考，將復(fù)雜問題拆解為一系列連貫的中間推理步驟，并在每個步驟產(chǎn)出過渡結(jié)論。這種鏈?zhǔn)酵评砟芴嵘Ｐ蛯?fù)雜任務(wù)的準(zhǔn)確性和透明度，讓觀眾看到模型解決問題的思路。3強(qiáng)化學(xué)習(xí)優(yōu)化（自我反思與迭代優(yōu)化）DeepSeekR1對生成的初步思維鏈進(jìn)行自我檢查和反思，反復(fù)迭代優(yōu)化推理路徑，以提高推理的正確性。在這個階段，模型引入了強(qiáng)化學(xué)習(xí)（ReinforcementLearning）思想進(jìn)行自我優(yōu)化。具體而言，DeepSeek

R1會對先前步驟的推理結(jié)果進(jìn)行評估，自主發(fā)現(xiàn)錯誤或不合理之處，然后通過調(diào)整思維鏈來糾正偏差。這種自我驗(yàn)證與錯誤校正的過程可被視為一種自監(jiān)督優(yōu)化：模型在沒有人工標(biāo)注指導(dǎo)的情況下，基于試錯反饋強(qiáng)化正確的推理路線。通過多輪迭代，DeepSeek

R1不斷增強(qiáng)自身的推理能力，確保思維鏈趨于合理和可靠（相當(dāng)于給模型加入了“元認(rèn)知”能力，讓它會“思考自己的思考”）。4最終答案生成（輸出詳細(xì)推理鏈和答案）經(jīng)過推理優(yōu)化后，DeepSeekR1輸出最終答案，并給出完整的推理過程作為支撐。在這一階段，模型基于優(yōu)化后的思維鏈生成對用戶問題的解答，確保答案準(zhǔn)確無誤。最終答案不僅包含直接的回答，還附帶詳細(xì)的推理鏈條（例如以<think></think>標(biāo)簽形式呈現(xiàn)模型的思考過程）供用戶參考。這種結(jié)果輸出方式體現(xiàn)了DeepSeek

R1注重可解釋性的特點(diǎn)：觀眾可以直觀地看到模型是如何從問題一步步推理得到答案的。DeepSeek生成內(nèi)容

GPTs生成思維導(dǎo)圖實(shí)踐：DeepSeek

R1擅長做哪類研究分析？利用DeepSeek深度思考R1撰寫輿論分析報告利用DeepSeek深度思考R1做行業(yè)研究數(shù)據(jù)驅(qū)動的深度分析利用DeepSeek深度思考R1的聯(lián)網(wǎng)搜索功能，廣泛收集與事件相關(guān)的多源數(shù)據(jù)。通過深度推理能力，對數(shù)據(jù)進(jìn)行深度挖掘，分析輿情傳播路徑、情感傾向和關(guān)鍵節(jié)點(diǎn)。這種方法能夠揭示輿情事問題導(dǎo)向與目標(biāo)設(shè)定在研究起始階段，明確分析報告的核心目標(biāo)與研究問題。通過精準(zhǔn)的問題設(shè)定，如“該事件輿情傳播的關(guān)鍵節(jié)點(diǎn)是什么？”或“公眾情感傾向如何影響事件走向？”來引導(dǎo)后續(xù)研究方向。這種中迷失方向。問題導(dǎo)向有助于聚焦研究重點(diǎn)，避免在海0量信1息件背后的復(fù)雜關(guān)系和潛在影響因素。多維度的輿情剖析從傳播、情感、觀點(diǎn)等多個維度對輿情事件進(jìn)行剖析。通過DeepSeek深度思考R1的剖析，理解公眾對事件的態(tài)度和反應(yīng)。同時，結(jié)合傳播路徑分析，識別輿情擴(kuò)散的關(guān)鍵節(jié)點(diǎn)和影響因素。專業(yè)化呈現(xiàn)與驗(yàn)證在報告撰寫中，DeepSeek深度思考R1需采用專業(yè)化的語言和結(jié)構(gòu)，確保邏輯嚴(yán)謹(jǐn)、論證充分。同時，通過交叉驗(yàn)證和多源數(shù)據(jù)對比，驗(yàn)證分析結(jié)果的可靠性。這種嚴(yán)謹(jǐn)?shù)某尸F(xiàn)方式能夠增強(qiáng)報風(fēng)險評估與策略建議基于DeepSeek深度思考R1的結(jié)果，對輿情事件可能帶來的風(fēng)險進(jìn)行評估。DeepSeek深度思考

R1識別潛在的負(fù)面輿情風(fēng)險點(diǎn)，并提出針對性的應(yīng)對策略。這不僅有助于緩解輿情危機(jī)，還能為相關(guān)主體提供決策支持。告的可信度和實(shí)用性。04050302實(shí)踐：DeepSeek

R1擅長做哪類研究分析？審核重點(diǎn)： 數(shù)據(jù)準(zhǔn)確度：核對不同來源數(shù)據(jù)之間的一致性，避免數(shù)據(jù)矛盾或沖突。對于存在差異的數(shù)據(jù)，需進(jìn)行合理解釋或進(jìn)一步驗(yàn)證。 案例貼合度：案例應(yīng)與研究主題高度相關(guān)，能夠直接支持報告的分析和結(jié)論。對于輿情事件，案例應(yīng)與事件的性質(zhì)、背景、傳播特點(diǎn)等相匹配。觀點(diǎn)合規(guī)度：確保報告中的觀點(diǎn)符合法律法規(guī)和政策要求，不涉及違法違規(guī)內(nèi)容，如虛假信息、誹謗、侵權(quán)等。 研判顆粒度：事件的分析應(yīng)深入到關(guān)鍵問題的核心，揭示事件的本質(zhì)和內(nèi)在規(guī)律。避免停留在表面現(xiàn)象，缺乏深度剖析。實(shí)測DeepSeek

R1分析報告：9分實(shí)操DeepSeek+Mermaid

AI組合，三分鐘生成思維導(dǎo)圖好的，感謝確認(rèn)！接下來，我將根據(jù)您提供的信息，生成一個適用于PPT展示的流程圖，使用藍(lán)色系設(shè)計(jì)，并標(biāo)注每個階段的關(guān)鍵技術(shù)。流程圖將采用mermaid.js

語法，您可以直接在mermaid.live

上生成可視化圖表。以下是生成的mermaid.js

代碼：flowchart

TDA[輸入階段：用戶問題解析]-->B[思維鏈生成：構(gòu)建初步推理路徑]B-->C[強(qiáng)化學(xué)習(xí)優(yōu)化：自我反思與迭代優(yōu)化]C-->D[最終答案生成：輸出詳細(xì)推理鏈和答案]A-->|自然語言處理(NLP)|A1[解析用戶問題]B-->|思維鏈推理(CoT)|

B1[生成推理鏈條]C-->|強(qiáng)化學(xué)習(xí)(RL)|C1[自我優(yōu)化與反饋]D-->|推理鏈生成|

D1[輸出答案與推理過程]style

A

fill:#0074D9,stroke:#003366,stroke-width:2px;style

B

fill:#0074D9,stroke:#003366,stroke-width:2px;style

C

fill:#0074D9,stroke:#003366,stroke-width:2px;style

D

fill:#0074D9,stroke:#003366,stroke-width:2px;classDef

tech

fill:#A9CCE3,stroke:#1A5276,stroke-width:2px;class

A1,B1,C1,D1

tech;解釋：藍(lán)色系設(shè)計(jì)：整個流程圖采用深藍(lán)色和淺藍(lán)色調(diào)，確保視覺上的一致性。階段：四個主要階段按順序排列，依次從輸入到輸出。關(guān)鍵技術(shù)：每個階段標(biāo)注了對應(yīng)的技術(shù)（如NLP、CoT、RL等），并以不同樣式展示。您可以將此代碼粘貼到mermaid.live

進(jìn)行渲染，查看和導(dǎo)出圖表。如果有任何修改或調(diào)整需求，請隨時告訴我！Mermaid

AI

是一款基于

Mermaid.js開發(fā)的智能繪圖工具，能夠通過簡單的文本提示快速生成各種類型的圖表。 文本生成圖表：用戶可以通過輸入自然語言描述來生成圖表，例如輸入“創(chuàng)建一個包含三個步驟的流程圖”，Mermaid

AI就能生成對應(yīng)的流程圖代碼。 多種圖表類型：支持流程圖、序列圖、甘特圖、類圖、狀態(tài)圖、實(shí)體關(guān)系圖、餅圖等多種圖表類型。3.可視化編輯器：除了文本生成圖表外，還提供可視化的拖拽編輯器，用戶可以在生成圖表的基礎(chǔ)上進(jìn)行調(diào)整和修改。1.登錄Kimi賬號，點(diǎn)擊進(jìn)入Kimi+2.選擇“PPT助手”應(yīng)用3.將已經(jīng)梳理好的文件發(fā)送給PPT助手4.PPT助手根據(jù)發(fā)送的文件自動生成分章節(jié)的PPT內(nèi)容5.檢查內(nèi)容，補(bǔ)充需求6.生成PPT，可在線編輯，亦可下載文件后本地編輯保存。實(shí)操DeepSeek+Kimi組合，搞定PPT實(shí)戰(zhàn)案例應(yīng)用：課件PPT制作AI工具：Kimi+DeepSeek/硅基流動，基于課程配套圖書，已經(jīng)獲取ppt，但每一章每一節(jié)ppt呈散狀，內(nèi)容標(biāo)題化、抄書化問題突出，無版式設(shè)計(jì)而言，且無最新案例。第八章電商運(yùn)營數(shù)據(jù)分析第一步：將ppt批量上傳至Kimi（PPT助手），要求將ppt合成第二步：將合成后的ppt內(nèi)容發(fā)給DS，如果“服務(wù)器繁忙”，稍后上傳仍多次無效后，可發(fā)給硅基流動、秘塔AI等。要求推理大模型在此基礎(chǔ)上將ppt內(nèi)容梳理得更加具有邏輯性，在相應(yīng)部分增加最新案例，以便學(xué)生取得更好學(xué)習(xí)效果。但會出現(xiàn)“bug”，增加了案例，但原有內(nèi)容未得以保存。將推理大模型輸出結(jié)果喂給Kimi，根據(jù)課程內(nèi)容，設(shè)計(jì)課程實(shí)驗(yàn)，明確實(shí)驗(yàn)?zāi)康?、?shí)驗(yàn)要求、實(shí)驗(yàn)內(nèi)容和實(shí)驗(yàn)成果等說明。將Kimi輸出材料喂給PPT助手，完成本章內(nèi)容PPT制作。缺點(diǎn)是內(nèi)容拆解過于詳細(xì)，導(dǎo)致PPT頁數(shù)徒增。有基礎(chǔ)材料無基礎(chǔ)材料將課程名稱和課程大綱發(fā)給DS，讓其構(gòu)建課程各章節(jié)主要內(nèi)容，要求輸出材料語言通俗易懂，舉例貼近大學(xué)生的學(xué)習(xí)與生活，結(jié)構(gòu)清晰，幫助學(xué)生輕松理解

并快速掌握知識點(diǎn)。DeepSeek+Kimi：教學(xué)課件制作實(shí)測傳統(tǒng)通用大模型上線推理模塊通義千問2.5智普清言深度推理秘塔AI-長思考R1kimi1.5長思考文心大模型4.0（二）GeminiDeepResearch概述及主要用途

Gemini是Google

AI最新推出的多模態(tài)大模型，DeepResearch是Gemini的高級功能之一，旨在幫助用戶進(jìn)行實(shí)時、深入的研究。DeepResearch是Gemini網(wǎng)絡(luò)應(yīng)用程序中的一項(xiàng)高級功能

，允許用戶實(shí)時深入研究各種主題。這項(xiàng)功能特定于Gemini

網(wǎng)絡(luò)應(yīng)用程序。

它能夠根據(jù)用戶的查詢，快速從海量數(shù)據(jù)中提取相關(guān)信息，并以簡潔易懂的方式呈現(xiàn)給用戶。

實(shí)時信息檢索：DeepResearch可以幫助用戶快速獲取所需信息，無需花費(fèi)大量時間瀏覽網(wǎng)頁和篩選信息。深入主題研究：通過整合來自不同來源的信息，DeepResearch可以幫助用戶更全面地了解某個主題。輔助決策：DeepResearch可以為用戶提供決策所需的信息和數(shù)據(jù)支持。生成可在線編輯報告：可通過谷歌在線文檔查看和編輯GeminiDeep

Research生成的報告全文。

Gemini

Deep

Research功能基本介紹如何使用Gemini

Deep

Research？在開始任何研究之前，清晰地定義研究問題和目標(biāo)至關(guān)重要。這也有助于研究人員更有效地利用Gemini

Deep

Research。例如，在研究“人工智能對教育的影響”這一課題時，研究人員首先需要明確具體的研究問題：人工智能技術(shù)如何應(yīng)用于教育領(lǐng)域？人工智能對學(xué)生的學(xué)習(xí)方式和教師的教學(xué)方法有哪些影響？人工智能在教育領(lǐng)域應(yīng)用的倫理問題有哪些？明確研究問題后，才能更有針對性地使用GeminiDeepResearch獲取相關(guān)信息，避免漫無目的地搜索。如何使用Gemini

Deep

Research？下一步是構(gòu)建有效的搜索策略，以便在Gemini

Deep

Research

中精準(zhǔn)地找到所需信息。這需要研究人員掌握一些搜索技巧，例如：使用相關(guān)的關(guān)鍵詞：選擇能夠準(zhǔn)確描述研究主題的關(guān)鍵詞，例如在研究“氣候變化對農(nóng)業(yè)的影響”時，可以使用“氣候變化”、“農(nóng)業(yè)”、“糧食安全”、“干旱”等關(guān)鍵詞。使用布爾運(yùn)算符：使用AND、OR、NOT等布爾運(yùn)算符來組合關(guān)鍵詞，例如“氣候變化AND農(nóng)業(yè)AND糧食安全”可以縮小搜索范圍，更精準(zhǔn)地找到相關(guān)信息。使用過濾器：Gemini

Deep

Research

提供了多種過濾器，例如時間范圍、信息來源、作者等，可以幫助研究人員進(jìn)一步篩選搜索結(jié)果。例如，假設(shè)我們要研究“人工智能在醫(yī)療領(lǐng)域的應(yīng)用”，以下是一些有效和無效的搜索策略示例：有效的搜索策略：“人工智能”AND“醫(yī)療”AND“診斷”(使用關(guān)鍵詞和布爾運(yùn)算符)“人工智能醫(yī)療應(yīng)用”(使用更具體的關(guān)鍵詞)設(shè)置時間范圍為“近五年”(使用時間過濾器)無效的搜索策略：“人工智能”(關(guān)鍵詞過于寬泛)“人工智能OR

醫(yī)療”(搜索結(jié)果過于廣泛)如何使用Gemini

Deep

Research？Gemini

Deep

Research

的一大優(yōu)勢在于它能夠從多個來源和角度獲取信息，包括學(xué)術(shù)論文、新聞報道、書籍、專利等。研究人員應(yīng)充分利用這一優(yōu)勢，嘗試從不同的維度探索研究問題。例如，在研究“氣候變化對農(nóng)業(yè)的影響”這一課題時，可以從以下角度進(jìn)行探索：跨學(xué)科研究：結(jié)合氣象學(xué)、農(nóng)業(yè)科學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科的知識，分析氣候變化對農(nóng)作物產(chǎn)量、農(nóng)業(yè)生產(chǎn)成本、農(nóng)民收入等方面的影響。不同地區(qū)的影響：比較氣候變化對不同地區(qū)農(nóng)業(yè)的影響，例如干旱地區(qū)、沿海地區(qū)、高寒地區(qū)等，分析其差異性和共性。不同利益相關(guān)者的觀點(diǎn)：收集農(nóng)民、農(nóng)業(yè)企業(yè)、政府部門、環(huán)保組織等不同利益相關(guān)者對氣候變化的看法和應(yīng)對措施，進(jìn)行綜合分析。例如，研究人員可以利用該工具收集過去五年的全球氣溫?cái)?shù)據(jù)和農(nóng)業(yè)產(chǎn)量數(shù)據(jù)，分析氣候變化對農(nóng)業(yè)生產(chǎn)的長期影響。通過對比不同時期的氣溫和產(chǎn)量數(shù)據(jù)，可以發(fā)現(xiàn)氣候變暖對某些地區(qū)的農(nóng)業(yè)生產(chǎn)產(chǎn)生了負(fù)面影響，例如導(dǎo)致干旱加劇、病蟲害增多等。Gemini

Deep

Research的實(shí)踐應(yīng)用在使用Gemini

Deep

Research

時，需要注意數(shù)據(jù)隱私、知識產(chǎn)權(quán)等倫理問題。確保獲取和使用信息的方式符合相關(guān)規(guī)定和道德準(zhǔn)則。例如，在使用該平臺獲取個人信息時，需要遵守相關(guān)法律法規(guī)，保護(hù)個人隱私。在引用他人研究成果時，需要注明出處，避免剽竊。研究是一個不斷迭代的過程。通過GeminiDeepResearch獲取的信息可以幫助研究人員不斷完善研究問題、調(diào)整研究方向、深入挖掘新的線索。迭代式研究過程可以概括為以下幾個步驟：提出初始研究問題：根據(jù)初步的了解和假設(shè)，提出初始的研究問題。收集信息：使用Gemini

Deep

Research

等工具收集與研究問題相關(guān)的文獻(xiàn)、數(shù)據(jù)和其他信息。分析信息：對收集到的信息進(jìn)行分析和整理，并從中提取關(guān)鍵信息和insights。完善研究問題：根據(jù)信息分析的結(jié)果，重新審視和完善初始研究問題，使其更加聚焦和具體。調(diào)整研究方向：根據(jù)新的發(fā)現(xiàn)和insights，調(diào)整研究方向，探索新的研究路徑。深入挖掘：對感興趣的方面進(jìn)行更深入地挖掘，例如查閱更多文獻(xiàn)、進(jìn)行實(shí)證研究等。（三）DeepResearch概述及主要用途

ChatGPT的“深度研究”（DeepResearch）是一種新推出的代理型功能，旨在幫助用戶完成復(fù)雜得多步驟信息檢索與研究任務(wù)。簡單來說，用戶只需提供一個提示或問題，ChatGPT就會自主在互聯(lián)網(wǎng)上搜索、分析并綜合數(shù)百條信息來源，最后生成一份類似研究分析師撰寫的綜合報告○。OpenAI聲稱，這項(xiàng)功能在數(shù)十分鐘內(nèi)就能完成人工需要數(shù)小時甚至數(shù)天才能完成的研究工作。OpenAI首席產(chǎn)品官凱文·韋爾（Kevin

Weil）指出，Deep

Research可以在約5到30分鐘內(nèi)完成一些人工可能需要30分鐘到30天的復(fù)雜研究任務(wù)Deep

Research的主要用途是大幅加速和簡化各領(lǐng)域的知識密集型研究。它針對金融、科學(xué)、公共政策、工程等領(lǐng)域需要全面、精確、可靠信息的從業(yè)者，以及需要進(jìn)行深入調(diào)查的商業(yè)分析場景而設(shè)計(jì)。同時，Deep

Research也適用于普通用戶的高難度信息查詢，例如個性化的消費(fèi)決策（購車、家電、家具等需要仔細(xì)調(diào)研的購買建議）GPT全系產(chǎn)品增加Deep

Research功能Deep

Research六項(xiàng)適用場景能夠勝任從商業(yè)報告到日常疑難問題的一系列任務(wù)。數(shù)據(jù)調(diào)研與可視化：查詢過去10年中GDP排名前十的發(fā)達(dá)國家和發(fā)展中國家的iOS與安卓普及率，并將結(jié)果繪制成表格。這樣的任務(wù)涉及大量數(shù)據(jù)收集和整理，非常適合Deep

Research自動完成。模糊信息檢索：根據(jù)幾個片段的劇情描述來尋找電視劇集中對應(yīng)的劇集名稱。普通聊天模型往往難以憑記憶給出準(zhǔn)確答案，而Deep

Research可以通過網(wǎng)絡(luò)檢索找到確切的劇集并提供細(xì)節(jié)。專業(yè)知識問答：例如詢問“NFL橄欖球踢球手的平均退役年齡是多少？”，普通GPT模型可能因知識局限給出含糊的范圍猜測，而Deep

Research會深入多源頭資料，給出精確的統(tǒng)計(jì)并解釋不同球員退役年齡的分布。消費(fèi)產(chǎn)品調(diào)研：根據(jù)用戶提供的偏好和使用場景（如滑雪板的需求），Deep

Research可以搜集各大評測和產(chǎn)品規(guī)格，在幾分鐘內(nèi)整理出詳細(xì)的購買建議清單，并解釋每個推薦方案的依據(jù)。專業(yè)領(lǐng)域研究：在醫(yī)學(xué)研究、UX設(shè)計(jì)等需要查閱大量專業(yè)資料的領(lǐng)域，Deep

Research同樣能通過搜索論文、報告等資源，快速匯總相關(guān)知識點(diǎn)和洞見。綜上，Deep

Research的用途覆蓋學(xué)術(shù)研究、市場分析、商業(yè)情報、技術(shù)調(diào)研以及復(fù)雜問答等多個場景。其目標(biāo)用戶既包括需要高效獲取可靠資料的專業(yè)人士，也包括有深入信息需求的普通個人用戶。03自主的步驟執(zhí)行在具體運(yùn)行時，當(dāng)用戶選擇“深度研究”模式并提交查詢后，GPT會啟動一個后臺agent進(jìn)行工作。這個agent會自動執(zhí)行一系列步驟：例如它可能先搜索相關(guān)關(guān)鍵詞，打開若干網(wǎng)頁讀取內(nèi)容，再根據(jù)需要細(xì)分問題、繼續(xù)搜索下一步，乃至調(diào)用工具進(jìn)行數(shù)據(jù)處理。整個過程中，ChatGPT會在側(cè)邊欄向用戶展示其當(dāng)前采取的步驟和已獲取的來源摘要，提高過程透明度。這一設(shè)計(jì)類似于AI“做筆記”，讓用戶了解研究的進(jìn)展和思路。01強(qiáng)化學(xué)習(xí)訓(xùn)練OpenAI使用端到端的強(qiáng)化學(xué)習(xí)（RL）對DeepResearch模型進(jìn)行訓(xùn)練，讓它在各種領(lǐng)域的復(fù)雜瀏覽和推理任務(wù)中學(xué)會規(guī)劃策略。通過大量訓(xùn)練，模型掌握了如何計(jì)劃并執(zhí)行多步搜索路徑，在需要時還能回溯調(diào)整，類似人類研究者那樣根據(jù)檢索結(jié)果動態(tài)修正方向。這使其能夠逐步靠近答案。02專業(yè)定制的模型DeepResearch由OpenAI即將推出的o3模型的一個變體提供支持。該模型針對網(wǎng)頁瀏覽和數(shù)據(jù)分析進(jìn)行了優(yōu)化，擁有強(qiáng)大的推理和多模態(tài)理解能力。模型可以讀取和理解網(wǎng)頁上的大量文本、圖像和PDF內(nèi)容，并將不同來源的信息相關(guān)聯(lián)。據(jù)OpenAI介紹，D

R能夠遞歸地

進(jìn)行網(wǎng)絡(luò)搜索：從初始查詢出發(fā)，具備了長鏈推理和問題分解的能力，不斷執(zhí)行新的搜索、點(diǎn)擊結(jié)果、閱讀資料，然后將收集的信息加以綜合。這種遞歸搜索與推理使得它可以在海量信息中挖掘出相關(guān)內(nèi)容并形成整體結(jié)論。04工具與多模態(tài)能力除了瀏覽網(wǎng)頁文字，DeepResearch還能處理多種格式的資料。它可以閱讀用戶上傳的文檔或表格，將這些私有數(shù)據(jù)與在線信息相結(jié)合進(jìn)行分析。此外，DR具備一定的工具使用能力，例如調(diào)用內(nèi)置的Python工具來繪制圖表并反復(fù)改進(jìn)數(shù)據(jù)可視化。據(jù)報道，未來它還能將生成的圖表或從網(wǎng)頁提取的圖片直接嵌入報告中，以豐富分析結(jié)果。這種多模態(tài)處理和工具整合，使DR超越了純語言模型的范疇，更像一個真正的數(shù)字研究助理。Deep

Research的技術(shù)實(shí)現(xiàn)路徑D

e

e

p

R

e

s

e

a

r

c

h

背后的技術(shù)實(shí)現(xiàn)體現(xiàn)了一個自主智能體（

a

g

e

n

t

）的工作流程。與傳統(tǒng)聊天機(jī)器人僅根據(jù)訓(xùn)練語料作答不同，D

e

e

p

R

e

s

e

a

r

c

h

能夠主動與外部環(huán)境交互，主要通過聯(lián)網(wǎng)瀏覽和工具使用來完成任務(wù)。其工作機(jī)制可以分為以下幾個關(guān)鍵點(diǎn)：Deep

Research利用了強(qiáng)大的預(yù)訓(xùn)練大模型+強(qiáng)化學(xué)習(xí)調(diào)教，再結(jié)合聯(lián)網(wǎng)檢索和工具調(diào)用，實(shí)現(xiàn)了高度自動化的研究流程。它相當(dāng)于將搜索引擎、數(shù)據(jù)分析和報告撰寫能力融為一體：既能像人一樣上網(wǎng)“找資料”，又能對信息進(jìn)行歸納整理，最終拿出有理有據(jù)的結(jié)果。這種技術(shù)實(shí)現(xiàn)讓ChatGPT從一個對話助手躍升為一個可以獨(dú)立執(zhí)行實(shí)質(zhì)任務(wù)的自主智能體。Deep

Research完成任務(wù)后，會在對話界面生成一份結(jié)構(gòu)化的研究報告作為最終輸出。報告通常包括引言、發(fā)現(xiàn)和結(jié)論等部分，并在內(nèi)容中附有清晰的引用出處，

標(biāo)明每一論斷背后的來源。這種報告式輸出旨在達(dá)到研究分析師的專業(yè)水準(zhǔn)，方便用戶直接將其用作決策依據(jù)或進(jìn)一步引用。OpenAI強(qiáng)調(diào)，每個輸出都經(jīng)過充分文檔化，便于讀者核查引文的真實(shí)性。Deep

Research=搜索引擎+數(shù)據(jù)分析+報告撰寫借助上述機(jī)制，DeepResearch擅長處理復(fù)雜、多層次的問題，特別是在以下

類型的研究任務(wù)中表現(xiàn)突出：跨領(lǐng)域的綜合研究：對于涉及多個知識領(lǐng)域、需要廣泛收集資料的問題，Deep

Research能夠逐一查找相關(guān)信息源，避免疏漏要點(diǎn)。例如政策分析、行業(yè)報告、學(xué)術(shù)綜述等，需要整合不同來源觀點(diǎn)和數(shù)據(jù)的任務(wù)，它都能快速勝任。傳統(tǒng)上，這類工作需要研究員花費(fèi)大量時間閱讀文獻(xiàn)、統(tǒng)計(jì)數(shù)據(jù)，而Deep

Research可以大幅縮短這一過程。知識密集型問答：當(dāng)用戶提出的問題難以通過單一知識庫回答時（如高度細(xì)節(jié)化或?qū)I(yè)化的問題），Deep

Research的多步搜索能力就發(fā)揮作用。例如前述NFL球員退役年齡的例子，以及“某領(lǐng)域近年的重要進(jìn)展”等，需要查證多個來源才能得出準(zhǔn)確答案的問題。Deep

Research會針對問題的各個方面分別檢索，再整合成連貫的答復(fù)，其答案可靠性和細(xì)節(jié)完備度往往優(yōu)于普通聊天模型。數(shù)據(jù)收集與對比分析：Deep

Research擅長從網(wǎng)上提取定量數(shù)據(jù)并進(jìn)行對比。例如市場份額統(tǒng)計(jì)、人口統(tǒng)計(jì)數(shù)據(jù)、產(chǎn)品規(guī)格參數(shù)比較等任務(wù)，它可以自動在官方網(wǎng)站、報告、數(shù)據(jù)庫中提取數(shù)據(jù)，然后在報告中生成對比表格或清單。這對商業(yè)分析、科學(xué)研究中的調(diào)研階段非常有用。用戶也可以提供自己的數(shù)據(jù)文件，Deep

Research會將其與網(wǎng)上數(shù)據(jù)結(jié)合分析，適用于需要內(nèi)外部數(shù)據(jù)融合的研究。Deep

Research適用的研究任務(wù)類型（一）借助上述機(jī)制，DeepResearch擅長處理復(fù)雜、多層次的問題，特別是在以下

類型的研究任務(wù)中表現(xiàn)突出：個性化決策支持：對于個人用戶需要做出決策但信息繁雜的情況，DeepResearch能提供顯著幫助。例如高價值商品的購買決策（汽車、電子產(chǎn)品等），涉及閱讀大量評測、論壇帖子和規(guī)格表。DeepResearch可以根據(jù)用戶的偏好要點(diǎn)，匯總各候選產(chǎn)品的優(yōu)缺點(diǎn)和他人經(jīng)驗(yàn)，從而產(chǎn)出量身定制的建議報告。又如旅行規(guī)劃、求職準(zhǔn)備（調(diào)研目標(biāo)公司的背景）等場景，也符合其強(qiáng)項(xiàng)。它特別擅長那些需要瀏覽多個網(wǎng)站才能拼湊出的零散且不直觀的信息。這類任務(wù)人工完成常常費(fèi)時費(fèi)力，而交給DeepResearch處理可以省下大量時間。實(shí)時更新的信息：由于DeepResearch可以訪問互聯(lián)網(wǎng)，它能夠處理那些需要最新資料的問題（取決于其聯(lián)網(wǎng)搜索能力）。例如了解最新法規(guī)政策動態(tài)、最近的科技新聞綜述等。相比之下，普通大模型知識截止于訓(xùn)練數(shù)據(jù)，無法直接提供

此類實(shí)時信息。因此在時效性要求高的研究任務(wù)上，DeepResearch更為適用。Deep

Research適用的研究任務(wù)類型（二）Deep

Research的局限性（一）AI生成內(nèi)容，數(shù)據(jù)待核實(shí)研究質(zhì)量與準(zhǔn)確性有限：目前，Deep

Research離真正媲美人類專家還有相當(dāng)距離。在一個名為“人類最后的考試”（Humanity's

Last

Exam）的最新綜合評估中（涵蓋100多個主題的3000多道專家級問題），Deep

Research支持的模型正確率只有26.6%。雖然這已是AI模型在該測試中的新高（此前的OpenAI

O3-mini模型僅約13%，競品“DeepSeek”約10%，但不足30%的得分仍意味著大多數(shù)復(fù)雜問題它未能答對。因此在嚴(yán)謹(jǐn)場景下，它并不能保證萬無一失，需要人工對結(jié)果進(jìn)行審閱。正如一位早期試用者所指出的，那些針對特定領(lǐng)域的多步驟查詢，Deep

Research給出的結(jié)果雖經(jīng)充分引用但仍可能存在遺漏或推理不當(dāng)之處，尚不能完全替代領(lǐng)域?qū)＜业呐袛?。新發(fā)現(xiàn)能力有限：Deep

Research擅長匯總已有資料，但未必能產(chǎn)生超出現(xiàn)有資料的新見解。有測試者讓Deep

Research調(diào)研其熟悉的專題，結(jié)果發(fā)現(xiàn)AI找出的18個來源幾乎都是他早已知曉的，并沒有提供新的信息來源。這表明對于資深專家來說，Deep

Research可能難以挖掘他們未知的資料，更多是充當(dāng)信息整理助手的角色。其生成的報告在專家看來內(nèi)容“并不出乎意料”，因此對于已經(jīng)深諳某領(lǐng)域的人，價值體現(xiàn)在節(jié)省時間上而非知識突破。過程不可完全復(fù)現(xiàn)：另一方面，Deep

Research當(dāng)前僅在最終報告中引用它實(shí)際用到的資料來源，對于它過程中過目但未采信的資料并不會全部列出。這意味著用戶無法完全追蹤AI檢索過的所有路徑，可能錯過那些被AI判定不重要但人類認(rèn)為有價值的參考。速度與成本代價：Deep

Research運(yùn)行一次可能耗時長達(dá)30分鐘。如此深入的搜索和分析在云端消耗相當(dāng)多的計(jì)算資源。目前OpenAI僅向ChatGPT

Pro訂閱用戶開放了該功能，并且每月限制使用100次。ChatGPT

Pro訂閱費(fèi)用高達(dá)每月200美元左右（后續(xù)可能逐步開放給Plus套餐用戶），這使得Deep

Research在初期僅對少數(shù)付費(fèi)用戶可用。高昂的成本和調(diào)用限制反映出該功能的資源開銷較大，也限制了其大規(guī)模應(yīng)用。在速度方面，盡管幾十分鐘對復(fù)雜研究而言已相當(dāng)快速，但相較即時的普通對話，它無法做到實(shí)時回答。因此不適合緊急的即時查詢，更適合預(yù)先計(jì)劃的調(diào)研任務(wù)?？赡艿膬?nèi)容局限和風(fēng)險：1）由于Deep

Research自動從互聯(lián)網(wǎng)上抓取信息，它的表現(xiàn)取決于公開資料的可獲取性和質(zhì)量。對于互聯(lián)網(wǎng)中少見或缺失的信息，或者需要創(chuàng)見性的研究問題，Deep

Research可能同樣束手無策。2）自動化的網(wǎng)絡(luò)瀏覽也帶來誤導(dǎo)信息整合的風(fēng)險——如果網(wǎng)上存在錯誤或不可靠的信息源，AI可能將其納入報告，哪怕有引用也不意味著內(nèi)容真實(shí)無誤。因此用戶仍需對結(jié)果保持審慎，核實(shí)關(guān)鍵事實(shí)。3）在教育領(lǐng)域，人們擔(dān)心學(xué)生可能借助Deep

Research跳過親自研究的過程，直接使用AI生成的報告。這將帶來學(xué)術(shù)誠信和學(xué)習(xí)效果方面的隱憂盡管從積極面看，也有人主張教學(xué)應(yīng)與時俱進(jìn)，培養(yǎng)學(xué)生正確使用AI工具的能力?？傊?，如何避免對AI產(chǎn)出過度依賴、確保用戶真正理解內(nèi)容，是一個需要關(guān)注的方面。Deep

Research的局限性（二）“許多早期使用者將DeepResearch視為“游戲規(guī)則改變者”級別的功能。一方面，它展示了AI從對話助手向自主智能體邁進(jìn)的重要一步，令人生畏又令人興奮?！狈钦紻eep

Research評測打分：良某預(yù)測類研究課題完成度：60%病例報告完成度，給出診療方案“75%綜述：推理大模型的未來發(fā)展方向（一）提升模型能力：大模型廠商無疑將會繼續(xù)優(yōu)化推理框架背后的模型。隨著更多的反饋和數(shù)據(jù)積累，模型在檢索策略和推理準(zhǔn)確性上有望進(jìn)一步提高，減少錯誤和遺漏。一項(xiàng)潛在改進(jìn)是擴(kuò)大模型的上下文窗口和記憶，使其在長程研究中能夠考慮更多信息而不丟失細(xì)節(jié)，這有助于提升復(fù)雜任務(wù)的完成質(zhì)量。豐富輸出形式：正如部分廠商所預(yù)告的，深度研究板塊也將在不久內(nèi)加入圖像嵌入、數(shù)據(jù)可視化和其他分析輸出。這意味著報告里將不僅有文字，還有由AI自動生成或提取的圖表、插圖等，從而使結(jié)論更加直觀。（我們已經(jīng)有所進(jìn)步，2月12日分享）屆時用戶在瀏覽報告時，可以直接看到相關(guān)的統(tǒng)計(jì)圖或示意圖，大大改進(jìn)閱讀體驗(yàn)和信息傳達(dá)效果。除了視覺元素，輸出的格式定制也可能改進(jìn)，例如允許用戶選擇報告的詳細(xì)程度（簡報vs深度報告）或側(cè)重方向。綜述：推理大模型的未來發(fā)展方向（二）加強(qiáng)事實(shí)校驗(yàn)與控制：為了緩解AI整合錯誤信息的風(fēng)險，未來推理大模型引入更多事實(shí)校驗(yàn)機(jī)制。例如結(jié)合知識庫驗(yàn)證引用內(nèi)容，或在模型生成結(jié)果前后加入審查環(huán)節(jié)，避免明顯不可信的內(nèi)容輸出。另外，對于使用者來說，提供更細(xì)粒度的控制選項(xiàng)也是改進(jìn)方向之一——如允許用戶指定必須包含哪些來源、排除某些站點(diǎn)，或者在特定子問題上要求更深入的挖掘。這些都會讓輸出材料更加可控和可靠。與其他Agent的整合：多智能體協(xié)作的愿景被多個推理大模型所提出，使得在思想層面更加擬人的大模型能夠不但調(diào)研信息，還能執(zhí)行現(xiàn)實(shí)世界的操作（輔助勞動）。例如，AI可以先調(diào)研一項(xiàng)投資機(jī)會然后直接模擬執(zhí)行交易，或先比較多家供應(yīng)商并直接發(fā)出詢價郵件等。這種整合將把推力大模型從“信息助理”升級為“執(zhí)行助理”。不過在安全與信任方面，這也需要非常謹(jǐn)慎地設(shè)計(jì)。歡迎關(guān)注視頻號@清華沈少陽系列直播貳PART

TWO參與式觀察一個團(tuán)隊(duì)的大模型應(yīng)用與內(nèi)化團(tuán)隊(duì)簡介：全方位整合各類數(shù)據(jù)庫、互聯(lián)網(wǎng)實(shí)時公開數(shù)據(jù)等信息矩陣，基于專業(yè)大數(shù)據(jù)產(chǎn)品，提供個性化智庫服務(wù)。300余名分析師，承擔(dān)著報告撰寫和行業(yè)咨詢?nèi)蝿?wù)，提供深度的輿論分析、政策評估、社會調(diào)研、以及危機(jī)管理咨詢服務(wù)，近三年累計(jì)交付各類研究材料、分析報告近100萬份。觀察時間：2022年12月-2025年2月《人與AI共同進(jìn)化》，由GPT4o生成團(tuán)隊(duì)大模型應(yīng)用與內(nèi)化的知行合一團(tuán)隊(duì)大模型應(yīng)用與內(nèi)化的階段劃分2022年2023年12月

3月認(rèn)知、興趣、評估期2023年12月2024年2025年12月

2月實(shí)驗(yàn)、采納期評估期 采納期o1推理模型正式上線

DeepSeek上線o3-mini上線

DeepResearch上線內(nèi)化期AI會商上線

AI熱點(diǎn)上線

AI熱搜上線內(nèi)化期ZeelinDeep

Research內(nèi)測元知上線應(yīng)用盡用：2022年12月至2023年12月：第一個學(xué)習(xí)期和爆發(fā)期，在團(tuán)隊(duì)層面推進(jìn)AI的應(yīng)用，不僅需要從技術(shù)層面完成培訓(xùn)，還需要在制度層面啟動保障，抵消認(rèn)知和心理層面對AI的非正影響。無中生有：2024年1月至2024年10月，團(tuán)隊(duì)完成了AI的第一輪內(nèi)化，實(shí)現(xiàn)了從以生成式大模型為主的應(yīng)用到場景化、行業(yè)化AI智能體產(chǎn)品封裝的關(guān)鍵躍升。你有我優(yōu)：2024年12月以來，在DeepSeek推理大模型的加持下，既有AI智能體封裝產(chǎn)品性能直追中級分析師，AI智能體封裝技術(shù)能力成熟已達(dá)商用水平。大模型應(yīng)用模擬圖大模型內(nèi)化模擬圖程度時間智能躍遷維：智能體賦能對輿情研究步驟進(jìn)行模塊化拆解，開發(fā)AI智能體，摒棄輿情AI，開啟AI輿情時代。普及實(shí)踐維：場景滲透推動AI技術(shù)在輿情研究的日常工作中全面融入，從局部試點(diǎn)到全流程覆蓋?；瘜訄鼍皩赢a(chǎn)品層工具創(chuàng)新維：產(chǎn)品驅(qū)動借助AI大模型技術(shù)，迭代開發(fā)AI+輿情研究

產(chǎn)品，實(shí)現(xiàn)從輔助工具到智能化平臺的躍升。躍遷層制度基石維：規(guī)范驅(qū)動強(qiáng)調(diào)通過規(guī)章制度和考核體系構(gòu)建AI輿情化應(yīng)用的管理閉環(huán)。設(shè)定評價體系，不定期開展技能大比拼。廣度

深度

效度

創(chuàng)新性工作流及工作場景拆解團(tuán)隊(duì)大模型應(yīng)用與內(nèi)化參考——首次分享于2024年11月26日《AIGC數(shù)智化如何助力輿情研究》AI會商：智能決策分析系統(tǒng)智能推理引擎：融合知識圖譜構(gòu)建、因果推理模型及蒙特卡洛模擬技術(shù)，可自動識別事件關(guān)聯(lián)要素，量化評估不同發(fā)展路徑的概率分布。實(shí)時數(shù)據(jù)感知網(wǎng)絡(luò)：深度對接互聯(lián)網(wǎng)公開、權(quán)威數(shù)據(jù)源，動態(tài)捕捉行業(yè)動向、熱點(diǎn)事件、社媒討論等關(guān)鍵信息流，確保分析結(jié)論始終基于最新事實(shí)依據(jù)。專業(yè)級報告體系：嚴(yán)格遵循結(jié)構(gòu)化思維框架報告，輸出內(nèi)容滿足企業(yè)決策層、政策研究機(jī)構(gòu)對專業(yè)文檔的合規(guī)性要求。010203AI會商：智能決策分析系統(tǒng)事件基本情況及影響力事件簡介判斷當(dāng)前輿情發(fā)展所處階段，并研判后續(xù)趨勢發(fā)展趨勢總結(jié)輿情討論觀點(diǎn)，輸出事件的輿論關(guān)切點(diǎn)和風(fēng)險點(diǎn)輿論觀點(diǎn)關(guān)鍵媒體是否介入報道或評論，內(nèi)容和傾向是什么媒體導(dǎo)向態(tài)勢引爆點(diǎn)、輿論爭議點(diǎn)等核心要素核心要素基于已形成的內(nèi)容為下一步輿情處置和引導(dǎo)提供建議未來建議報告結(jié)構(gòu)AI會商樣例AI熱搜：熱搜聚合與智能分析系統(tǒng)媒體與內(nèi)容創(chuàng)作者：快速捕捉熱點(diǎn)話題，為內(nèi)容創(chuàng)作提供靈感與選題方向，提升內(nèi)容的時效性和關(guān)注度。品牌營銷人員：實(shí)時掌握品牌相關(guān)熱搜動態(tài)，監(jiān)測品牌輿情，及時調(diào)整營銷策略，提升品牌影響力。市場研究人員：通過分析熱搜數(shù)據(jù)，洞察市場趨勢與消費(fèi)者需求，為市場調(diào)研與決策提供數(shù)據(jù)支持。普通用戶：隨時隨地獲取最新熱搜信息，緊跟熱點(diǎn)潮流，滿足日常信息獲取與社交需求。適配用戶 多平臺數(shù)據(jù)集成：利用爬蟲技術(shù)，結(jié)合各平臺API接口，無縫對接八大熱門平臺構(gòu)建全面的熱搜數(shù)據(jù)池。 實(shí)時信息推送：基于用戶訂閱偏好，通過多種移動設(shè)備通知渠道，以秒級速度將最新熱搜信息推送給用戶，確保用戶第一時間掌握熱點(diǎn)

動態(tài)。數(shù)據(jù)聚合與推送 數(shù)據(jù)監(jiān)測與記錄

數(shù)據(jù)可視化與分析 分鐘動態(tài)監(jiān)測：系統(tǒng)實(shí)時跟蹤熱搜上榜、熱度/排名變化、掉榜、重復(fù)上榜等關(guān)鍵事件，采用增量式數(shù)據(jù)存儲策略，高效記錄每一次動態(tài)變化，為后續(xù)分析提供翔實(shí)數(shù)據(jù)基礎(chǔ)。 數(shù)據(jù)持久化存儲：采用分布式數(shù)據(jù)庫架構(gòu)，結(jié)合數(shù)據(jù)壓縮與加密技術(shù)，保障海量熱搜數(shù)據(jù)的長期穩(wěn)定存儲，支持歷史數(shù)據(jù)的快速查詢與回溯分析。 變化趨勢圖繪制：運(yùn)用數(shù)據(jù)可視化引擎，結(jié)合時間序列分析算法，將熱搜熱度與排名變化數(shù)據(jù)轉(zhuǎn)化為直觀的圖表，包括折線圖、柱狀圖、熱力圖等多種形式，幫助用戶清晰感知熱搜態(tài)勢演變。 智能分析與洞察：基于機(jī)器學(xué)習(xí)算法，對熱搜數(shù)據(jù)進(jìn)行深度挖掘，分析熱點(diǎn)話題的傳播路徑、用戶關(guān)注焦點(diǎn)、輿論傾向等，為用戶洞察網(wǎng)絡(luò)生態(tài)提供有力依據(jù)，AI熱搜：熱搜聚合與智能分析系統(tǒng)八平臺歷史熱搜新建監(jiān)測監(jiān)測報告AI熱搜：熱搜聚合與智能分析系統(tǒng)熱搜名稱上榜熱搜排名上榜熱度值榜單類型上榜熱搜時間最高熱搜排名最高熱搜排名時間標(biāo)簽類型最高熱度值話題主持人主持人類型

在榜時長粉絲數(shù)

資源位熱度概況熱搜個數(shù)與熱度走勢熱搜排名分布情況最熱熱搜傳播路徑日熱搜個數(shù)與熱度走勢分階段熱搜時段走勢階段熱搜類型特征熱搜主持貢獻(xiàn)TOP賬號官方熱搜資源機(jī)制數(shù)據(jù)源標(biāo)簽數(shù)據(jù)分析報告維度自動采集全網(wǎng)數(shù)據(jù)，大模型一鍵生成專業(yè)報告；八大維度覆蓋事件分析重要視角；一事一議，精準(zhǔn)把握風(fēng)險和對策；大模型分析邏輯清晰，觀點(diǎn)深入；自動化生成分析圖表，可在線校對。大模型智能報告

“傳統(tǒng)”自動報告事件分析深度不足，數(shù)據(jù)統(tǒng)計(jì)表面化缺乏個性化描述，往往通用文字模版缺乏對事件的風(fēng)險評估缺乏事件后應(yīng)對建議事件分析媲美專業(yè)分析師透過數(shù)據(jù)總結(jié)規(guī)律特征依據(jù)具體細(xì)節(jié)研判風(fēng)險點(diǎn)針對研判風(fēng)險給出對應(yīng)建議民生熱點(diǎn) 互聯(lián)網(wǎng)服務(wù)汽車制造

信息技術(shù)金融

食品制造行業(yè)分類AI熱點(diǎn)：行業(yè)熱點(diǎn)事件智能分析與定制化報告系統(tǒng)AI熱點(diǎn)是一款基于先進(jìn)人工智能技術(shù)的行業(yè)熱點(diǎn)事件分析系統(tǒng)，專注于為用戶提供全面、深入且結(jié)構(gòu)化的熱點(diǎn)事件分析報告。系統(tǒng)通過智能數(shù)據(jù)抓取、自然語言處理和機(jī)器學(xué)習(xí)技術(shù)，實(shí)時監(jiān)測不同行業(yè)的熱點(diǎn)事件，并生成涵蓋事件概況、傳播走勢、情感分析、平臺分布、媒體報道、網(wǎng)民評論、風(fēng)險研判與輿情應(yīng)對等多維度的分析報告。AI熱點(diǎn)：行業(yè)熱點(diǎn)事件智能分析與定制化報告系統(tǒng)市場研究人員可以借助AI熱點(diǎn)的數(shù)據(jù)分析功能，深入了解消費(fèi)者需求和市場趨勢。企業(yè)可以利用AI熱點(diǎn)監(jiān)測行業(yè)動態(tài)，及時調(diào)整市場策略，提升競爭力。通過輿情分析和風(fēng)險

研判，提前應(yīng)對潛在危機(jī)，保障企業(yè)聲譽(yù)。普通用戶可以快速了

解感興趣的熱點(diǎn)事件，滿足日常信息獲取需求媒體與內(nèi)容創(chuàng)作，媒體機(jī)構(gòu)可以快速獲取熱點(diǎn)事件信息，為內(nèi)容創(chuàng)作提供靈感和素材。利用情感分析和傳播走勢數(shù)據(jù)，優(yōu)化內(nèi)容傳播效果。企業(yè)決策支持

市場研究分析

普通用戶

媒體與內(nèi)容創(chuàng)作熱點(diǎn)事件監(jiān)測與記錄多行業(yè)覆蓋：系統(tǒng)支持對多個行業(yè)的熱點(diǎn)事件進(jìn)行監(jiān)測，涵蓋民生、互聯(lián)網(wǎng)服務(wù)、汽車制造、信息技術(shù)、金融、食品制造等領(lǐng)域。實(shí)時數(shù)據(jù)抓取：利用智能爬蟲技術(shù)，實(shí)時抓取全網(wǎng)數(shù)據(jù)，確保熱點(diǎn)事件的及時發(fā)現(xiàn)和記錄。

2.結(jié)構(gòu)化分析報告生成多維度分析：系統(tǒng)自動生成的報告涵蓋事件概況、傳播走勢、情感分析、平臺分布、媒體報道、網(wǎng)民評論、風(fēng)險研判與輿情應(yīng)對等八大模塊。數(shù)據(jù)可視化：通過圖表、曲線等形式直觀展示熱點(diǎn)事件的傳播走勢和情感傾向，幫助用戶快速理解事件動態(tài)。

3.用戶定制化功能專屬案例庫構(gòu)建：用戶可以根據(jù)自身需求輸入特定案例，系統(tǒng)將為其生成專屬的案例庫，方便用戶管理和復(fù)用。模塊自選：用戶可以根據(jù)實(shí)際需求選擇報告中的模塊組合，靈活定制報告內(nèi)容核心功能AI熱點(diǎn)：看案例與自建案例庫看案例自建案例管理案例AI熱點(diǎn)：DIY事件智能分析模塊自選：8個一級維度13個二級維度支持用戶根據(jù)自身需求定制報告內(nèi)容和模塊組合，滿足不同行業(yè)、不同企業(yè)的多樣化需求，AI熱點(diǎn)分析-數(shù)據(jù)型AI熱點(diǎn)：DIY事件智能分析（內(nèi)測）倡議下發(fā)（1月下旬）事件曝光與初步回應(yīng)（2月4日-5日）官方致歉及處理（2月6日-7日）事件概述：2025年春節(jié)期間，**街道為了營造古城夜間氛圍，倡議沿街商戶夜間亮燈。不料2月3日晚，因一商戶未按要求徹夜開燈，數(shù)名身著制服的工作人員深夜撬鎖進(jìn)入店鋪強(qiáng)制開燈，并更換門鎖。店主曝光監(jiān)控視頻后，此事在網(wǎng)上引發(fā)強(qiáng)烈關(guān)注和批評。網(wǎng)民和媒體普遍認(rèn)為，基層執(zhí)法人員手段粗暴、逾越法律紅線，僅為追求“亮化”政績不惜侵犯商戶權(quán)益。事件迅速登上熱議話題，當(dāng)?shù)亟值擂k于2月7日凌晨發(fā)布致歉信，承認(rèn)工作方法失當(dāng)，反思急于求成和簡單粗暴的問題，并表示將規(guī)范管理，確保不再發(fā)生類似事件。總體來看，輿論對這種“倡議變強(qiáng)制、執(zhí)法變違法”的現(xiàn)象反響強(qiáng)烈，要求嚴(yán)肅追責(zé)整改，以維護(hù)法治與營商環(huán)境。事件脈絡(luò)：對于政府倡議類事項(xiàng)，應(yīng)明確其非強(qiáng)制性質(zhì)，不得層層下達(dá)硬性指標(biāo)。上級部門在發(fā)出倡議時要同步強(qiáng)調(diào)執(zhí)行紅線，防止基層將倡議異化為命令。建立監(jiān)督機(jī)制，嚴(yán)格禁止以完成任務(wù)為由對倡議事項(xiàng)強(qiáng)制執(zhí)行。一旦發(fā)現(xiàn)“倡議變強(qiáng)制”苗頭，應(yīng)及時糾偏，確保倡議始終遵循自愿參與原則?；鶎诱畱?yīng)摒棄急于出政績的心態(tài)，切實(shí)轉(zhuǎn)變作風(fēng)。從此次事件汲取教訓(xùn)，在推進(jìn)夜間經(jīng)濟(jì)等工作時，多站在商戶和群眾立場考慮可行性，避免“一刀切”式要求。杜絕“數(shù)字出政績”和表面工程，評估措施的實(shí)際效果和負(fù)擔(dān)。對于亮燈工程這類旨在營造氛圍的舉措，可采用激勵而非壓迫的方式，例如通過補(bǔ)貼、電費(fèi)減免或評優(yōu)表彰來鼓勵商家參與，而非簡單下令。上級主管部門也應(yīng)反思考核導(dǎo)向，避免給基層下達(dá)不切實(shí)際的任務(wù)指標(biāo)。……相關(guān)部門應(yīng)歡迎社會各界監(jiān)督，如街道辦在致歉信中承諾的那樣，積極傾聽商戶和市民的意見。12345熱線等渠道對涉及自身的投訴也應(yīng)及時介入處理，不能因?yàn)闋可婀珯?quán)力就敷衍了事……對超越職責(zé)、濫用職權(quán)者依法依規(guī)問責(zé)處理，并將結(jié)果向社會公布，以重建公眾信任?！瑼I熱點(diǎn)：DIY事件智能分析（內(nèi)測）輿論觀點(diǎn)：該事件中執(zhí)法人員公然破門而入、剪鎖開燈，被普遍視為逾越法律底線的行為。法律界人士指出……強(qiáng)制執(zhí)法

涉嫌違法，侵害商戶權(quán)益輿論聚焦于“倡議為何淪為命令”的現(xiàn)象，批評基層工作中的形式主義和層層加碼作風(fēng)。在官方文件上，夜間亮燈本是倡議性質(zhì)，并無強(qiáng)制效力。然而從實(shí)際執(zhí)行看，基層部門往往將上級倡議當(dāng)作硬性命令，不容違背……倡議演變強(qiáng)制，基層形式主義作祟粗暴執(zhí)法破壞營商環(huán)境，公眾信心受損許多評論從營商環(huán)境和政府形象角度，批評“撬鎖亮燈”給當(dāng)?shù)貛淼呢?fù)面影響。商戶本是城市經(jīng)濟(jì)活動的主體，卻在節(jié)日里遭遇如此對待，引發(fā)企業(yè)群體對當(dāng)?shù)貭I商環(huán)境的擔(dān)憂。有輿論指出，被強(qiáng)制打開的燈光照亮的不是繁華，而是破壞營商環(huán)境的陰影，如果不徹底糾正問責(zé)，必然讓投資者和經(jīng)營者對當(dāng)?shù)亍熬炊h(yuǎn)之”……政績沖動與“面子工程”遭炮轟在更深層次上，很多媒體將矛頭指向事件背后的政績觀扭曲與面子工程心態(tài)……。風(fēng)險研判：公信力與形象風(fēng)險：事件已在網(wǎng)絡(luò)引發(fā)廣泛負(fù)面關(guān)注，暴露出基層治理亂象。如果相關(guān)部門處理不當(dāng)、避重就輕，可能導(dǎo)致公眾對政府公信力的進(jìn)一步下降。官方致歉雖及時，但其措

辭被部分輿論批評避實(shí)就虛（僅稱“工作方式失當(dāng)”而未提法律責(zé)任）。若后續(xù)問責(zé)和整改不徹底，網(wǎng)民的不滿情緒可能累積，引發(fā)新一輪輿情。對設(shè)市而言，城市形象已受沖擊，需防范輿論持續(xù)發(fā)酵影響當(dāng)?shù)芈糜魏屯顿Y意愿。正如評論所警示，破壞營商環(huán)境的行為不糾正，將使企業(yè)對當(dāng)?shù)亍熬炊h(yuǎn)之”，長遠(yuǎn)看將削弱地區(qū)經(jīng)濟(jì)活力。啟示建議：010302

強(qiáng)化法治培訓(xùn)，規(guī)范執(zhí)法行為各級執(zhí)法和基層工作人員需加強(qiáng)法律法規(guī)和執(zhí)法規(guī)范培訓(xùn)。牢固樹立“依法行政、依法執(zhí)法”觀念，杜絕以行政命令替代法律程序的行為。本事件暴露出一些人員法律常識欠缺、底線意識不足，應(yīng)開展針對性的警示教育，讓“不經(jīng)授權(quán)不得入內(nèi)”“保護(hù)私有財(cái)產(chǎn)”等成為不可逾越的紅線。同時完善執(zhí)法流程，明確任何進(jìn)店檢查都須依法依規(guī)、征得同意或持合法手續(xù)，杜絕私自撬鎖等現(xiàn)象。對擅自違規(guī)執(zhí)法者嚴(yán)肅處理，以儆效尤。04明確倡議邊界，嚴(yán)禁強(qiáng)制加碼轉(zhuǎn)變工作作風(fēng)，杜絕形式主義健全監(jiān)督問責(zé)機(jī)制Zeelin

Deep

Research：提供高效、深度的信息解決方案Zeelin

Deep

Research旨在幫助用戶高效完成復(fù)雜得多步驟分析任務(wù)。用戶只需輸入一個查詢問題（一個指令），系統(tǒng)就會自動先從知識庫中檢索與問題相關(guān)的內(nèi)容塊，然后通過標(biāo)簽器和標(biāo)注器篩選出有用信息，并由過濾器生成新的查詢，指導(dǎo)后續(xù)檢索；進(jìn)行多輪檢索、分析并整合信息來源，直到獲取足夠信息生成最終答案；最終，會生成一份詳盡的報告，類似于專業(yè)分析師撰寫的深度分析報告，為用戶提供全面且精準(zhǔn)的信息支持。Zeelin

Deep

Research：提供高效、深度的信息解決方案“有趣的是，盡管這些“TikTok難民”逃離的是中國背景的TikTok，卻將大量用戶轉(zhuǎn)移到了另一個中國應(yīng)用——小紅書（RedNote）。這一現(xiàn)象引發(fā)了有關(guān)“數(shù)字悖論”的討論?！欢?dāng)美國用戶涌入小紅書等中國社交平臺時，這種“逃離一款中國應(yīng)用卻投奔另一款中國應(yīng)用”的現(xiàn)象，反映了數(shù)字世界錯綜復(fù)雜的全球化特質(zhì)?！@一悖論不僅揭示了平臺的地域文化和內(nèi)容生態(tài)的差異，還反映了跨國數(shù)字平臺競爭中的復(fù)雜動態(tài)。TikTok難民的選擇并非簡單的逃離與投靠，而是在面臨政治、文化和技術(shù)多重約束下的“無奈選擇”。因此，在分析TikTok難民現(xiàn)象時，不能僅僅從平臺的歸屬國來進(jìn)行二元對立的簡單推論，而應(yīng)該從全球數(shù)字生態(tài)、文化認(rèn)同、技術(shù)依賴等多角度出發(fā)，深入剖析其背后的深層次因素?！盳eelin

Deep

Research：提供高效、深度的信息解決方案政府監(jiān)管與數(shù)字主權(quán)的再定義隨著“TikTok難民”的遷移，平臺的跨境運(yùn)營和全球化發(fā)展對政府監(jiān)管能力提出了巨大挑戰(zhàn)。在傳統(tǒng)的國家主權(quán)框架下，政府往往能夠控制本土的數(shù)字平臺，但隨著社交平臺的全球化擴(kuò)展，尤其是像RedNote這樣的跨國平臺，它們在全球范圍內(nèi)的內(nèi)容傳播和數(shù)據(jù)流動使得國家監(jiān)管邊界變得模糊。這種變化促使各國政府重新審視如何在全球數(shù)字化進(jìn)程中保持對數(shù)字平臺的監(jiān)管權(quán)，如何平衡數(shù)字自由與國家安全的需求。數(shù)字主權(quán)成為了全球化數(shù)字平臺面臨的重要議題之一。國家如何在保障數(shù)字經(jīng)濟(jì)和數(shù)據(jù)安全的同時，