A nagy nyelvi modellek mélyreható elemzés funkciójával (Deep Research) órákat lehet megtakarítani.
Az LLM ebben a funkcóban a nevünkben végez mélyreható kutatást és elemzést a megadott prompt alapján.
Amikor felteszünk egy Deep Research kérdést, mondjuk a Perplexity-nek, akkor az több tucat keresést végez el, ha kell, több száz forrást olvas át, és a kapott információk alapján önállóan elkészít egy átfogó jelentést.
Számos szakértői szintű feladatot rá lehet bízni.
A Perplexity-ben mindenkinek ingyenesen elérhető ez a funkció. Annyi a korlátozás, hogy ha nem vagy előfizető, akkor naponta csak korlátozott számú kutatást tudsz végezni.
Nem csak a Perplexity-vel, hanem más nagy nyelvi modellekkel (ChatGPT, Claude, Gemini …) is végezhetsz ilyen kutatást. Tanulmányozd, hogy aktuálisan melyikben, milyen előfizetésre van hozzá szükség.
Tartalom
Miben különbözik a deep research egy sima generatív AI beszélgetéstől?
A főbb különbségek egy normál generatív AI beszélgetés és a deep research között:
Normál generatív AI beszélgetés
Manuális, munkaintenzív folyamat:
- A felhasználónak kell megtalálnia és bevinnie az összes fontos, odatartozó információt
- Többszöri keresési promptolás szükséges
- Kis részletekben kapod a válaszokat (fél-egy oldal egyszerre)
- Folyamatos iterálás és finomítás a beszélgetés során
- A végén manuálisan kell összefűzni, másolni-beilleszteni a részeket
Deep research
Automatizált, autonóm folyamat:
- Kezdeti tisztázás: Alaposan megérti a feladatot követő kérdésekkel
- Automatikus információkeresés: Magától keresi meg a nyilvános információkat
- Önpárbeszéd/self-dialogue: Ciklusban beszélget magával, eldönti mit keressen következőnek
- Autonóm iterálás: 10-15 percig dolgozik egyedül, saját döntések alapján
- Egységes végeredmény: Egy hosszú (10-15 oldalas), koherens jelentést ad ki
A kulcsfontosságú különbség
A deep research lényegében automatizálja azt a hosszú, fárasztó folyamatot, amit egyébként a felhasználónak kellene manuálisan végigcsinálnia. Az „önpárbeszéd” révén képes saját magával konzultálni arról, hogy mit keressen következőnek, mit talált, mi hiányzik még – így egy intelligens, önálló kutatási folyamatot valósít meg.
Szakmai fejlődési terv az AI a mélyreható elemzés funkcióval
Érdekes feladat a deep research tanulmányozására, ha magkéred, hogy készítsen arról egy riportot, hogy mit tud rólad a nyilvánosan elérhető információk alapján, és készítsen az alapján egy szakmai fejlesztési tervet.
Így nézhet ki egy prompt ehhez a kutatási feladathoz:
Készíts átfogó személyes szakmai fejlődési tervet a megadott személy számára a nyilvános profilja és karrierútja alapján.
Elemezd a jelenlegi készségeit, tapasztalatait és karriermintáit a fejlődési lehetőségek, a lehetséges karrierutak és a stratégiai fejlesztési területek azonosítása érdekében.
Fogalmazz meg konkrét ajánlásokat a készségfejlesztési, kapcsolatépítési és karrierfejlesztési stratégiákra vonatkozóan.
Részletes, 10 oldalas elemzést szeretnék:
[IDE ILLESZD BE A LINKEDIN OLDALAD INTERNETES HIVATKOZÁSÁT]Elkészítettem magamra Perplexity-vel, és megdöbbentő részletességű ajánlásokat kaptam a 10 oldalas riportban úgy, hogy a főbb megállapításokat hivatkozásokkal is alátámasztotta. Ebből kiderül, honnan, milyen információt talált, ért el a kutatáshoz.