Kompletterande videor

Deep Research-läget: en 20-sidig rapport utan att läsa 50 flikar – kompletterande videor

Artikeln beskriver Deep Research som ett annorlunda sätt att arbeta med AI – en fråga, en väntetid och ett långt dokument med källhänvisningar – och går igenom när det är värt att vänta. Videorna nedan visar arbetsflödet med verkliga uppgifter: en litteraturöversikt för ett problem på doktorandnivå och motsvarande funktion i Perplexity som en del av ett bredare arbetsflöde för dataanalys.

Förstahandsval

13:59
Så använder du ChatGPT:s Deep Research för att spara TIMMAR på informationssökning

Andy Stapleton

Stapleton använder Deep Research för precis det användningsområde där funktionen kommer till sin rätt – en litteraturöversikt med tydlig avgränsning, tidsram och struktur – och visar dialogen med förtydligande frågor, väntetiden på 10 minuter, resultatet med 40 källor samt var källhänvisningarna och tonen fortfarande behöver granskas av en människa. Han tar ärligt upp begränsningarna (ingen BibTeX-export och ibland ett alltför generöst källurval).

Vad du bör få ut av detta: Avgränsa en Deep Research-uppgift, vänta på rapporten och kontrollera sedan källhänvisningarna och källornas kvalitet innan du använder den.

Titta på eller ha koll på först: En forskningsfråga där källornas kvalitet är viktig och tillräckliga ämneskunskaper för att kunna avfärda svaga referenser.

Anteckning från AI Expert: Produkter för djupgående informationssökning förändras snabbt i ChatGPT, Gemini, Perplexity och Claude. Håll fast vid arbetsdisciplinen: be om en tydlig avgränsning, granska källorna, kontrollera vilka perspektiv som saknas och skriv om slutsatserna själv.

Öppna videosidan

Värt att titta på

21:48
AI för dataanalys på 21 minuter

Tina Huang

Tina sätter Perplexitys Deep Research och analyslägena i ChatGPT och Claude i sammanhanget av en analytikers arbetsdag – att sammanställa marknadssignaler, utföra explorativ dataanalys och skapa strukturerade resultat. Den är ett användbart komplement till förstahandsvalet för att visa vad funktionen kan användas till utöver akademiska litteraturöversikter.

Vad du bör få ut av detta: Se hur lägen för djupgående informationssökning och analys används för affärsanalys och inte enbart för akademisk litteratur.

Titta på eller ha koll på först: Grundläggande vana vid kalkylblad eller marknadsundersökningar.

Anteckning från AI Expert: Var uppmärksam på gränserna mellan verktygen: informationssökning, dataanalys och presentationsframställning är olika arbetsuppgifter. Validera siffror, källor och antaganden innan du omvandlar en AI-producerad analys till en affärsrekommendation.

Öppna videosidan