Deep Research
Deep Research 是有关面向企业复杂知识任务的研究工作流平台。它提供从问题提出、研究计划拆解、资料检索分析到报告生成的端到端自动化能力，将原本分散、耗时的研究流程，转化为可追踪、可干预、可复用的标准化过程。
用户只需输入研究主题或具体问题，系统即可自动完成全网信息检索、内容分析、交叉验证与归纳总结，最终输出结构清晰、论据充分的专业研究报告。
Deep Research页面：
Deep Research 2.0 核心增强
| 功能增强 | 说明 | 用户价值 |
|---|---|---|
| 自动判断子主题数量 | 系统根据主主题复杂度，智能决定研究深度与分支数量 | 降低前置配置成本，开箱即用 |
| 支持手动编辑子问题 | 在研究的前期，用户可对子问题进行编辑修改 | 保证研究方向可控、过程透明 |
| 异步执行与通知 | 研究任务在后台执行，右侧可实时预览 | 不阻塞日常工作，支持长耗时任务 |
| 模型范围与搜索引擎治理能力 | 平台管理员可统一管控可用模型列表及搜索引擎范围 | 满足企业合规、成本与安全要求 |
产品定位对比
| 维度 | 普通问答 / 单轮联网搜索 | Deep Research 2.0 |
|---|---|---|
| 任务类型 | 简单信息查询 | 复杂知识研究 |
| 执行方式 | 单次请求-响应 | 多轮研究计划拆解与执行 |
| 用户参与 | 仅输入问题 | 可人工干预子问题，参与研究路径设计 |
| 结果输出 | 单一回答 | 结构化、可溯源的研究报告 |
| 平台治理 | 无 | 模型与搜索范围统一管控 |
一句话定位：
Deep Research 2.0 是面向企业级复杂研究任务的工作流引擎，强调研究计划拆解、任务闭环、平台治理与可控性。
首次配置
首次使用前，需完成必要的配置项设置（标有“*”的为必填项）。每一页配置完成后，请务必点击 “保存” 按钮使设置生效。
执行控制配置
| 配置项 | 推荐值 | 推荐理由 |
|---|---|---|
| 默认模型 | 最新旗舰模型（如 GPT-5.2） | 深度研究对推理、总结、引用能力要求极高，最新模型表现最佳 |
| 最大研究次数（每轮） | 10 次 | 平衡深度与效率：少于 5 次信息过浅，超过 15 次收益递减且耗时显著增加 |
| 自动判断子主题数 | 开启 | 让系统智能扩展研究维度，无需手动穷举所有子问题 |
| 手动编辑子问题 | 默认开启 | 在关键节点人工干预，保证研究方向不偏离预期 |
| 报告风格 | 自定义（专业、严谨、丰富、有论据） | 标准风格过于简略，自定义可明确要求数据支撑与推理过程 |
知识库配置
通过知识库配置，用户可以让研究结果结合企业内部资料，提升结论的业务相关性。
| 配置项 | 推荐值 | 推荐理由 |
|---|---|---|
| 知识库 | 市场/行业/内部知识库 | 利用私有高质量数据，形成与通用搜索的差异化优势 |
| 检索策略 | 混合检索 | 同时兼顾关键词精确匹配与语义相似度，召回效果最稳健 |
| 最大召回数量 | 10 条 | 提供足够上下文，同时避免超出模型窗口或引入噪音 |
| 文档近似匹配度 | 0.5 | 平衡点：0.5能召回足够相关文档，又不过于宽泛 |
网页搜索配置
可按需开启联网搜索能力，以补充最新公开信息。
- 启用搜索引擎：获取最新公开资讯，弥补知识库时效性不足
- 编辑配置：点击
按钮，可对所选搜索引擎的API密钥等连接参数进行详细配置。
MCP 资源配置
可按需配置研究过程可调用的外部工具与服务。
- MCP 服务器：如需连接内部 CRM、实时数据 API、工单系统等，按实际凭证配置。
- 无依赖时：安全跳过，不影响核心功能。
推荐配置
以下配置适用于多数研究初始化场景，可在效率、质量和可控性之间取得平衡。
| 大类 | 配置项 | 推荐配置 |
|---|---|---|
| 执行控制 | 模型 | GPT-5.4 |
| 执行控制 | 最大研究次数 | 10 |
| 执行控制 | 自动判断子主题 | 开启 |
| 执行控制 | 手动编辑子问题 | 按需开启 |
| 执行控制 | 报告风格 | 自定义（专业/严谨/有论据） |
| 知识库 | 检索策略 | 混合检索 |
| 知识库 | 最大召回数量 | 10 |
| 知识库 | 文档匹配近似度 | 0.5 |
| 网页搜索 | Bing 搜索、Google搜索等多种联网搜索 | 按需开启 |
使用 Deep Research
输入研究主题
完成配置后，用户可以按以下步骤发起研究：
- 在输入框中输入研究主题或问题，例如：
Comparative Study of Water Consumption in Poultry and Livestock Production。 - 系统会自动组织多个专业 Agent 协作，包括但不限于：
- Background Investigation Agent：背景调研
- Planner Agent：研究计划制定
- Researcher Agent：资料检索与分析
- Human Feedback Agent：关键节点人机交互
- Reporter Agent：报告撰写与汇总
- 系统会基于主题生成研究计划，通常包括：
- 研究背景与现状
- 核心维度与子问题拆解
- 数据收集策略与来源
- 预期报告结构
- 用户可以在对话中对计划执行以下操作：
- 确认：接受当前计划并立即启动研究。
- 编辑：调整问题、范围或结构。
- 重新生成：让系统重新规划方案。
查看与获取报告
确认计划后，研究任务自动执行。界面左侧展示Deep Research Agnet的执行进度与思考过程，右侧面板可实时预览研究进度与最终报告。
- 任务规划：查看系统自动拆解的研究子任务（如文献边界定义、数据合成、驱动因素分解等）。
- 生成报告：查看生成的结构化研究报告，支持实时预览，完成后可点击右上角下载报告，支持下载格式为 PDF、Word、Markdown。
- 任务统计：查看本次研究任务的工具调用次数、总耗时与 Token 消耗数据。
最近使用
已完成的研究报告会自动保存。用户可以在 Deep Research 页面左侧的 最近使用 面板中，随时查看和回顾历史报告与结果。
- 搜索：支持通过关键词搜索历史报告，快速定位所需内容。
- 悬停查看全名：鼠标悬浮在报告名称上可查看完整标题，方便识别。
- 删除：支持删除不再需要的历史报告。
Deep Research 管理
管理员可对 Deep Research 进行全局管控，配置项与首次配置基本一致，但增加了选择模型组的能力。
操作路径：管理 → 智能体管理 → APP → 找到 深度研究 → 点击 操作 列下的 配置。
- 模型组：为 Deep Research 选择专用的模型组，统一管控可用模型范围（首次配置中仅能选择单个默认模型，此处可选择整个模型组）。
- 默认模型：设置 Deep Research 使用的默认模型。
- 是否开启网页搜索：控制全网搜索能力的启停。
- 表格样式：自定义报告输出样式。
典型应用场景
- 市场与战略分析：快速完成行业趋势、竞品动态与市场机会研究。
- 销售与客户支持：高效准备客户资料、项目提案和专业答疑内容。
- 研发与知识管理：跟踪技术发展、调研学术前沿并整合领域知识。
使用优势
- 流程自动化：替代重复的人工搜索、阅读与整理工作，显著缩短研究周期。
- 输出结构化：报告层次清晰、论据明确，可直接用于简报、方案或决策材料。
- 内容专业化：生成内容表达自然、术语准确，贴合商业与学术场景。