Глубокое исследование
Глубокое исследование (Deep Research) - это автономный режим исследовательского агента, в котором ИИ, получив один вопрос, сам составляет план исследования, десятки раз повторяет поиск и просмотр документов, перекрёстно проверяет множество веб-источников и затем создаёт сводный отчёт с цитированием источников. Поскольку ChatGPT, Gemini и Perplexity предоставляют его под одним и тем же названием, оно фактически стало стандартным наименованием функции.
Глубокое исследование (Deep Research) - это автономный режим исследовательского агента, в котором ИИ, получив один вопрос, сам составляет план исследования, десятки раз повторяет поиск и просмотр документов, перекрёстно проверяет множество веб-источников и затем создаёт сводный отчёт с цитированием источников. Поскольку ChatGPT, Gemini и Perplexity предоставляют его под одним и тем же названием, оно фактически стало стандартным наименованием функции.
Почему это важно
После того как в декабре 2024 года функцию впервые представил Gemini, в феврале 2025 года её одна за другой выпустили OpenAI (2-го числа) и Perplexity (14-го), а к 2026 году она встроена по умолчанию в большинство ведущих ИИ-ассистентов. С точки зрения GEO глубокое исследование важно потому, что это отдельная "поверхность цитирования", отличная от обычных ответов. В отличие от обычного ответа ИИ-поиска, который цитирует лишь небольшое число доменов, глубокое исследование читает десятки источников и многие из них оставляет в отчёте как источники. То есть самих возможностей для цитирования заметно больше. К тому же пользователи часто применяют глубокое исследование к высокоценным задачам прямо перед принятием решения - изучению рынка, сравнению поставщиков, оценке перед покупкой, - поэтому цитирование в таком отчёте может быть показом, более близким к конверсии, чем показ в обычном ответе.
Как это работает
- Составление плана: вопрос разбивается на подвопросы (декомпозиция запроса) и составляется план исследования. Gemini проходит через этап, на котором пользователь редактирует и утверждает этот план.
- Итеративный поиск: на протяжении от нескольких до десятков минут повторяется цикл агентного поиска - поиск, чтение документов и новые поиски на основе узнанного.
- Синтез и написание: собранные данные обобщаются в отчёт с разбивкой на разделы, к которому прилагаются ссылки на источники. Поддерживается экспорт в PDF и документы.
Скорость и глубина различаются у разных платформ. Сильная сторона Perplexity - скорость, позволяющая завершить большинство задач менее чем за 3 минуты, а ChatGPT тратит 5-30 минут, но выдаёт самый длинный и структурированный отчёт. На экспертном бенчмарке Humanity's Last Exam глубокое исследование OpenAI набрало 26,6%, а Perplexity - 21,1%. Особенности Gemini - синтез большого объёма источников с использованием контекста в 1 миллион токенов и экспорт в Google Docs.
Как добиться цитирования своего контента
- Оригинальные данные и конкретные числа: глубокое исследование перекрёстно проверяет несколько источников, поэтому контент с первичными данными, статистикой и кейсами с явным источником охотнее берётся как доказательная база.
- Документ, раскрывающий тему до конца: длинный документ, глубоко разбирающий одну тему, имеет более высокий шанс быть процитированным как ключевая основа отчёта, чем фрагментарные статьи.
- Ясная структура: выгодна структура, которую агент быстро разбирает, - иерархия заголовков, таблицы, списки.
- Доступ для краулера: если заблокировать браузинг агента глубокого исследования, контент вообще исключается из числа кандидатов на рассмотрение. Нужно проверить, не конфликтует ли политика блокировки ИИ-ботов с целями ИИ-видимости.
Источники:
- Introducing deep research - OpenAI
- Try Deep Research and our new experimental model in Gemini - Google
- Perplexity launches its own freemium 'deep research' product - TechCrunch
Как помогает inblog
Общее у контента, который цитирует глубокое исследование, - это глубина и структура. inblog с помощью функции ИИ-черновика помогает создавать контент в формате отчёта с данными и доказательствами, а при публикации автоматически применяет структурированные данные, подавая материал в форме, удобной для разбора исследовательским агентом. Если в собственной аналитике отслеживать привлечение из ИИ-каналов вроде ChatGPT и Perplexity, можно вместе с этим видеть изменения трафика из глубокого исследования.