※ 引述《Naastik (Naastik)》之銘言：
: Gemini 畢竟是老二，我懂，所以我今天測試了當今AI界的老大：ChatGPT 。
: 我測什麼呢？
: 我用他的「深度研究」功能，要他幫我推薦「史上最佳的搖滾專輯」。
: 只是這樣而已，這不是什麼多了不起的研究吧？？？
這種極度模糊的用語才是最恐怖的
從AI這波以及2000年後GOOGLE興起後的東西來看
如何正確與完整的表達自己需求才是核心技能
上一篇推文末就有人指出這種極度模糊用語會造成那些分支結果
如果你是長時間使用，已經跟他聊過很多你的音樂品味。
那他的長期記憶大概可以拼出大概方向。新用戶就只能隨便猜個路線給你
然後看看乙方這個猜的路線合不合甲方的需求
不合需求就一直改改改改改
: C：「其實你這個已經是一個小型的搖滾音樂史研究了，深度研究無法處理如此大量的指令
: ，我建議用專案的方式來完成。」
就像上面說的，這是個極度發散的題目，他如果要囊括所有可能性等同於寫N篇論文
就算是碩士論文也會集中在某領域的某個點上去探討。博論大概3-4個領域內討論。
聊天介面的Deep research在以前很好用，但是他很耗資源。
因為是產生一堆代理人去搜尋、摘要、整理。但隨著使用者增加就慢慢限縮他的資源
到一個餓不死吃不飽的階段。AKA讓你不會覺得很乾，但實際上又沒那麼多東西。
大概在GPT o3的時候就有這種感覺?
接著2026 Agent興起，燒真金白銀的token成為主流
一分錢一分貨下讓你可以仔細思考你的指令要如何在有限資源下最大效益化
又可以在自己電腦上貯存大量資料進行更後續分析
所以這種雲端Deep research就束之高閣了
回到你的主題
在不確定性高的環境下就指定大方向，提示小方向。要他提個計畫給你審/修
不然就用之前最夯的"靈魂拷問 (Grill me)"技能
把你從頭到腳拷問過一次直到你知道自己的需求跟目標是甚麼
然後指定可靠度高的資料來源/資料庫，網路那麼大甚麼屎都有
不知道那些來源是可靠就要他提供後自己去看一輪
或者看別人有沒有做出現成Skill