Deep Research i analiza
Kiedy potrzebujesz raportu, a nie odpowiedzi.
Executive summary
- Deep Research (ChatGPT, Gemini, Perplexity Pro) to tryb, w którym model przez kilka–kilkanaście minut przeszukuje sieć, czyta dziesiątki źródeł i zwraca raport z przypisami.
- To NIE jest szybki czat. To zlecenie analitykowi: dobrze zdefiniuj zakres, kryteria i format wyjścia, zanim klikniesz "Run".
- Każde źródło i tak weryfikujesz sam. Deep Research skraca pracę z 4h do 30 min, ale nie zwalnia z odpowiedzialności za fakty.
- Świetne do: landscape branży, mapy konkurencji, due diligence, przeglądu literatury, briefów rynkowych. Słabe do: świeżych danych z ostatnich 24h i danych za paywallami.
Czym to jest
Deep Research to autonomiczny agent badawczy: sam planuje zapytania, sam wykonuje wyszukiwania, sam streszcza i syntezuje. Dostajesz raport (5–30 stron) z linkami źródłowymi w przypisach. Różnica względem zwykłego czatu: model "myśli" znacznie dłużej (3–20 min), zużywa więcej kontekstu i potrafi cytować dokumenty, których nie widziałeś. Cena tej mocy: musisz precyzyjnie zdefiniować pytanie badawcze — model nie zgadnie, czy chcesz przegląd akademicki, brief inwestorski czy listę 20 konkurentów z danymi finansowymi.
Kluczowe pojęcia
Pryncypia
- 01Najpierw napisz brief w 5 zdaniach (cel, odbiorca, decyzja, scope, format). Dopiero potem uruchamiaj Deep Research.
- 02Definiuj output explicite: "Raport 8–12 stron, sekcje X/Y/Z, na końcu tabela porównawcza i 3 rekomendacje".
- 03Każda liczba w raporcie = sprawdź źródło. Co najmniej dla 5 najważniejszych liczb.
- 04Jeśli temat jest świeży (<7 dni) lub niszowy (PL/CEE) — Deep Research da słabsze wyniki niż research ręczny.
- 05Iteruj: pierwszy raport pokazuje białe plamy. Drugi prompt zawęża i pogłębia.
- 06Nie publikuj raportu z DR. Zawsze przepisz w swoim głosie i z własną interpretacją.
Przykłady zastosowań
Mapa konkurencji przed pitchem do funduszu
30 min: 12 graczy, model biznesowy, runda finansowania, kluczowe metryki. Materiał, który ręcznie zająłby cały dzień.
Due diligence przed rozmową o akwizycji
Kto jest CEO, jakie kontrowersje, jaki growth, jakie ryzyka regulacyjne. Brief na 1 stronę przed callem.
Landscape regulacyjny AI w UE
AI Act, GDPR, NIS2 — co dotyczy nas, co nas omija, jakie deadliny. Raport z linkami do tekstów ustaw.
Przegląd literatury naukowej pod artykuł
15 najważniejszych prac z ostatnich 5 lat + sprzeczności + luki badawcze.
VP Strategy w spółce e-commerce przygotowuje wejście na rynek DACH w 2 dni zamiast 2 tygodni
Marek dostał polecenie: "do końca tygodnia rekomendacja, czy wchodzimy do Niemiec/Austrii/Szwajcarii". Normalnie zlecałby agencji za 40k PLN i czekał miesiąc.
Podejście
- 1.Pisze brief: "Chcę zrozumieć rynek e-commerce fashion DACH 2024 — top 10 graczy, ich GMV, modele logistyczne, koszty CAC, regulacje VAT i zwrotów".
- 2.Uruchamia Deep Research z formatem: raport 12-stronicowy, sekcje per kraj, tabela porównawcza graczy, ryzyka.
- 3.Drugi run zawęża: "Pogłęb temat zwrotów — jakie są normy, jakie koszty, jak radzą sobie Zalando i About You".
- 4.Trzeci run: "Wymień 5 polskich firm, które weszły do DACH w ostatnich 3 latach. Co się udało, co nie".
- 5.Składa rekomendację — sam dopisuje sekcję "Co my mamy, czego oni nie mają" (tej syntezy AI nie zrobi).
Najczęstsze błędy — checklista
0/6 oznaczonePrompty gotowe do użycia
Kiedy: Zanim klikniesz "Run". Zawsze.
Przeprowadź deep research na temat: [TEMAT]. CEL: [jaką decyzję wesprze ten raport] ODBIORCA: [zarząd / klient / zespół produktowy] SCOPE: - geografia: [PL / EU / global] - horyzont czasowy: [2022–2025] - branża/segment: [precyzyjnie] - wykluczenia: [czego NIE chcę] FORMAT WYJŚCIA: 1) Executive summary (1 strona, max 7 bulletów). 2) [Sekcja A] — z tabelą porównawczą. 3) [Sekcja B] — z 5 cytatami ze źródeł pierwotnych. 4) Ryzyka i białe plamy researchu. 5) 3 rekomendacje + 3 pytania, które wymagają dalszego researchu. ŹRÓDŁA: preferuj raporty branżowe i dane pierwotne. Cytuj z przypisami. Dla rynku PL uwzględnij źródła polskojęzyczne (PIE, GUS, raporty branżowe). JEŚLI CZEGOŚ NIE WIESZ — napisz "brak danych", nie zgaduj.
Częsty błąd: Brak sekcji "wykluczenia" — model rozszerza temat na wszystko i raport rozjeżdża się na 30 stron generyka.
Kiedy: Pitch, deck inwestorski, decyzja go/no-go.
Zrób landscape konkurencji dla: [PRODUKT/USŁUGA] na rynku [GEOGRAFIA]. Dla każdego z 10–15 graczy podaj w tabeli: - nazwa, HQ, rok założenia - model biznesowy (B2B/B2C, subskrypcja/transakcyjny) - ostatnia runda finansowania (kwota, runda, inwestorzy) - szacowane przychody / GMV / liczba klientów (jeśli publiczne) - 1 zdanie wyróżnika - źródło danych Na końcu: 3 grupy strategiczne (kogo z kim porównywać) + 3 białe plamy na rynku, gdzie nikt mocno nie gra.
Kiedy: Gdy pierwszy raport jest zbyt powierzchowny.
Pogłęb sekcję [X] z poprzedniego raportu. Konkretnie: 1) Jakie są dokładne liczby [konkretna metryka] dla top 3 graczy? 2) Jakie są case studies wdrożeń, które poszły źle? (3 przykłady z linkami) 3) Czego raporty branżowe NIE mówią wprost, ale można wyczytać z danych? Format: maksymalnie 5 stron, przypisy z cytatami.
Kiedy: Przed wysłaniem do CEO/klienta.
Przyjmij rolę sceptycznego analityka. Przeczytaj poniższy raport i wskaż: 1) 5 tez, które są słabo udokumentowane. 2) 3 liczby, które wymagają dodatkowej weryfikacji. 3) 2 alternatywne interpretacje, które autor pominął. 4) 1 ryzyko reputacyjne, jeśli raport zostanie opublikowany w obecnej formie. RAPORT: [wklej]
LAB — ćwiczenie
Napisz brief do Deep Research dla realnego problemu, który masz w pracy. Wypełnij wszystkie pola — to ćwiczenie pokazuje, czy potrafisz zdefiniować pytanie badawcze.
1Brief do Deep Research
Pytania kontrolne
Powiązane moduły
Skończyłeś moduł? Oznacz go i ruszaj dalej.