隆重介紹深度研究
能整合大量線上資訊並進行推理的代理程式,協助您完成步驟繁瑣的研究任務。現已提供 Pro 用戶使用,後續將開放 Plus 及 Team 用戶使用。
2026 年 2 月 10 日更新:你現在可以將深度研究連接到任何 MCP 或應用程式,並將網頁搜尋限制在受信任的網站上,讓你能專注於經過驗證、符合產業標準的來源。你也可以即時追蹤進度,並可中斷以透過後續提示詞或新來源進行微調。我們已更新視覺體驗,讓你更容易從頭到尾開始、追蹤並檢視研究。
2025 年 7 月 17 日更新:深度研究功能再進化!現在可透過 ChatGPT 智慧體的視覺化瀏覽器,進行更深入、更廣泛的研究。要使用這些更新的功能,只需從撰寫工具的下拉選單中選擇「智慧體模式」,然後直接輸入查詢。原有的深度研究功能仍可透過工具選單中的「深度研究」選項使用。
2025 年 4 月 24 日更新:我們大幅提升了你使用深度研究的次數,Plus、Team、Enterprise 和 Edu 用戶每月可使用 25 次查詢,Pro 用戶可使用 250 次,Free 用戶則為 5 次。這是透過由 o4-mini 版本驅動的全新輕量版深度研究實現的,該版本旨在提升成本效益,同時保持高品質。一旦你達到完整版的使用上限,你的查詢將自動切換為輕量版。
2025 年 2 月 25 日更新:所有 Plus 用戶現在可以使用深度研究。
2025 年 2 月 5 日更新:深度研究現已提供給英國、瑞士及歐洲經濟區的 Pro 用戶。
目前我們已在 ChatGPT 中推出「深度研究」,這是一項全新的智慧型代理功能,能在網路上執行步驟繁瑣的研究任務,處理各類複雜問題。它能在短短數十分鐘內完成原本需要人類數小時才能完成的工作。
深度研究是 OpenAI 能獨立為您執行任務的次世代智慧型代理:您輸入提示後,ChatGPT 就能搜尋、分析並整合數百筆線上資訊,生成一份具備研究分析師水準的完整報告。它由即將推出的 OpenAI o3 模型驅動,該版本專為網頁瀏覽與資料分析而最佳化,具備推理能力,能搜尋、解讀並分析網路上的龐大資料、圖片及 PDF 檔案,並可根據所獲資訊進行動態調整。
整合知識的能力,是創造新知的前提。正因如此,深度研究意味著我們已朝著開發 AGI (通用人工智慧) 的目標邁出重要的一步。我們長久以來的願景,即是打造能夠產出創新科學研究成果的系統。
深度研究功能專為知識密集型工作者設計,涵蓋金融、科學、政策制定及工程等專業領域,因為這些領域的從業者通常需要深入、準確且可靠的研究成果;此功能對具鑑別力的消費者同樣實用,能提供高度個人化的購買建議,特別適用於汽車、家電、家具等需要深入比較的商品。每份輸出結果皆附上完整資料來源,並摘要說明推理過程,方便使用者引用與驗證資訊的正確性。深度研究在搜尋冷門且難以從常理推斷的資訊時特別有效,因為這類資訊往往需要瀏覽大量網站才能取得。只要查詢一次,深度研究便能快速完成那些原本繁瑣、費時的網路研究,大幅節省您的時間與心力。
深度研究能獨立作業,從網路各處發掘深度見解,並進行推理與整合。為了達成這個目標,我們以需要使用瀏覽器與 Python 工具的真實任務作為訓練基礎。這種方法延續自 OpenAI 首款推理模型 o1,同樣採用強化學習技術。雖然 o1 在程式設計、數學及其他技術領域展現出色能力,但實際生活中的許多挑戰則需要大量背景資訊與跨網站搜尋。深度研究以這些推理能力為基礎,進一步補足這項落差,使其能解決大家在工作及日常生活中遇到的問題。
在 ChatGPT 的訊息欄選擇「深度研究」並輸入您的問題。告訴 ChatGPT 您的需求:不論是串流平台的競爭現況分析,或是通勤用自行車的個人化推薦報告都可以。您也可以上傳檔案或試算表,補充問題的背景資訊。當研究開始執行後,介面右側會出現側邊欄,顯示查詢過程所採取的步驟及使用的資料來源摘要。
深度研究可能需時 5 到 30 分鐘不等,視所需搜尋深度而定。在此期間,您可以暫時離開或處理其他工作;研究完成後,系統會通知您。最終成果將以報告形式呈現在對話中。未來幾週內,我們也將陸續在這些報告中加入圖片、資料視覺化圖表及其他分析內容,以提升清晰度與脈絡理解。
與深度研究相比,GPT‑4o 更適合即時的多模態對話。深度研究能針對多面向、具特定領域背景的複雜問題,進行全面深入的探索,並為每項論點提供引註資料。這正是它與一般快速摘要的關鍵差異,因為深度研究可產出具交付價值的研究成果。
GPT-4o
深度研究
深度研究會根據提示提供極其詳盡的回應,列出前 10 名已開發國家與前 10 名開發中國家的國別資料對照,方便參考與比較。它會根據這些資料,提出具參考價值且實用的市場切入建議。
深度研究透過端對端強化學習訓練而成,專為各領域高難度的瀏覽與推理任務設計。透過這樣的訓練,它學會如何規劃並執行多步驟的搜尋流程以取得所需資料,並能在必要時回溯路徑,靈活因應新資訊。該模型能瀏覽使用者上傳的檔案,利用 Python 工具繪製與調整圖表,並在回覆中嵌入自動生成的圖表與網站圖片。此外,它還能引用來源中的具體句子或段落。經過這些訓練後,它在多項針對真實世界問題的公開評測中創下新高。
在新近發布的人類終極測驗(在新視窗中開啟)中,深度研究所使用的模型創下 26.6% 的準確率新高。這項測試涵蓋 100 多門學科,包含超過 3,000 題選擇題與簡答題形式的專家級問題,範圍橫跨語言學、火箭科學、古典學與生態學,包羅萬象相較於 OpenAI o1,最明顯的進步出現在化學、人文社會科學與數學等領域。該模型展現出類似人類的研究方式,能在需要時有效尋找專業資訊。
| 模型 | 準確率 (%) |
|---|---|
| GPT-4o | 3.3 |
| Grok-2 | 3.8 |
| Claude 3.5 Sonnet | 4.3 |
| Gemini Thinking | 6.2 |
| OpenAI o1 | 9.1 |
| DeepSeek-R1* | 9.4 |
| OpenAI o3-mini (中)* | 10.5 |
| OpenAI o3-mini (高)* | 13.0 |
| OpenAI 深度研究** | 26.6 |
在GAIA(在新視窗中開啟) [fn:1]] 這項用以評估人工智慧處理真實世界問題能力的公開基準測試中,支援深度研究的模型刷新了技術最佳紀錄 (SOTA) ,並登上外部排行榜(在新視窗中開啟)首位。該測驗涵蓋三種難度等級的問題,完成任務需具備推理、多模態流暢度、網頁瀏覽及工具使用等能力。
| GAIA | ||||
|---|---|---|---|---|
| 等級 1 | 等級 2 | 等級 3 | 平均值 | |
| 先前的 SOTA(在新視窗中開啟) | 67.92 | 67.44 | 42.31 | 63.64 |
| Deep Research (pass@1) | 74.29 | 69.06 | 47.6 | 67.36 |
| Deep Research (cons@64) | 78.66 | 73.21 | 58.03 | 72.57 |
GAIA 任務範例
在一項涵蓋多個領域的內部評估中,深度研究獲得領域專家的評定,具備自動化處理數小時高難度人工研究任務的能力。
通過率與工具呼叫數上限比較
專家級任務範例
依預估經濟價值區分的專家級任務通過率
依預估花費時數區分的專家級任務通過率
深度研究解鎖了許多新功能,但目前仍處於初期階段,存在某些限制。根據內部評估,雖然這項技術相較於現有的 ChatGPT 模型,在錯誤推論或虛構事實的比例上明顯較低,但回應中仍可能出現類似情況。系統有時難以明確區分權威資訊與傳聞,且在信心校準方面表現薄弱,經常無法如實反映自身的不確定性。在初期階段,報告與引註可能出現些微格式錯誤,任務啟動時間也可能略顯延遲。隨著使用量增加,這些問題預期將迅速改善。
目前,ChatGPT 的深度研究對運算資源的需求相當高。查詢時間越長,推論所需的運算量也越大。我們目前率先推出針對 Pro 用戶最佳化的版本,每月查詢上限為 100 次。接下來將依序開放給 Plus、Team 與 Enterprise 用戶。目前我們仍在努力將該服務拓展至英國、瑞士及歐洲經濟區的用戶。
我們即將推出運行速度更快、成本效益更高的新版本深度研究功能,所有付費用戶的使用次數上限將大幅提升,同時保持一貫的高品質。
未來數週及數月內,我們將持續完善技術基礎架構,密切監控現有版本,並進行更嚴格的測試,以符合我們逐步部署的原則。若所有安全檢查持續達標,預計約一個月後將開放 Plus 用戶使用深度研究功能。
深度研究功能現已在 ChatGPT 網頁版上線,並將於本月內推送至行動裝置與桌面應用程式。目前,深度研究功能可瀏覽開放網路與使用者上傳的檔案。未來我們將支援更多專業資料來源,進一步涵蓋訂閱型或內部資源,讓輸出內容更完整,並更貼近個別需求。
展望未來,我們期望 ChatGPT 能整合代理式體驗,進一步支援現實世界中非同步的研究與執行流程。結合具備非同步線上調查能力的深度研究功能與能執行現實操作任務的 Operator,將使 ChatGPT 有能力處理日益複雜的任務。
2025 年 2 月 3 日附註:我們已針對支援深度研究的 o3 初版進行嚴格的安全測試、準備度評估與治理審查,其風險等級被判定為中度(在新視窗中開啟)風險。我們也執行了額外的安全測試,以更深入了解深度研究的網路瀏覽功能可能帶來的風險,並已針對相關情境新增防範措施。我們將持續進行全面測試,並密切監控目前的限量發佈版本。當深度研究功能開放給 Plus 用戶時,我們會透過系統說明卡公開分享相關的安全分析與防護措施。
註腳
- 1
我們發現這個資料集的標準答案已經在網路上廣泛洩漏,因此封鎖了幾個網站或網址,以確保對模型進行公平的評估。
作者
研究組長
Isa Fulford、Zhiqing Sun
重要貢獻者
Alex Tachard Passos、Alexandra Barr、Allison Tam、Charlotte Cole、Hyung Won Chung、Jason Wei、Jon Blackman、Scott Mayer McKinney和Valerie Qi
核心貢獻者
研究
Elaine Ya Le、Eric Mitchell、Eric Wallace、Hyung Won Chung、Ignasi Clavera、Leo Liu、Lorenz Kuhn、Louis Feuvrier、Max Schwarzer、Saachi Jain、Scottie Yan、Shunyu Yao、Vitchyr Pong
開發
Carpus Chang、Harry Zhao、Joseph Trasatti、Joshua Dickens、Matt Kaufer、Mike Trpcic、Minnia Feng、Neel Ajjarapu、Peter Vidani、Sean Fitzgerald
貢獻者
研究
Ahmed El-Kishky、AJ Ostrow、Alexander Wei、Andrei Gheorghe、Andrew Kondrich、Andrey Mishchenko、Anuj Nair、Behrooz Ghorbani、Brydon Eastman、Chak Li、Foivos Tsimpourlas、Francis Song、Giambattista Parascandolo、Gildas Chabot、Hessam Bagherinezhad、Haitang Hu、Hongyu Ren、Henry Aspegren、Hunter Lightman、Ilya Kostrikov、Ilge Akkaya、James Lennon、Jean Harb、Jonathan Ward、Kai Chen、Katy Shi、Kevin Liu、Kevin Yu、Manuka Stratta、Marvin Zhang、Mengyuan Yan、Mostafa Rohaninejad、Noam Brown、Phoebe Thacker、Raz Goan、Reah Miyara、Spencer Papay、Taylor Gordon、Wenda Zhou、Wenlei Xie、Yash Patil、Yann Dubois、Youlong Cheng、Yushi Wang、Wyatt Thompson
+ 所有參與 o3 的貢獻者。
安全系統
Adam Kalai、Alex Beutel、Andrea Vallone、Andy Applebaum、David Robinson、Elizabeth Proehl、Evan Mays、Grace Zhao、Irina Kofman、Jason Phang、Joaquin Quinonero Candela、Joel Parish、Kevin Liu、Kristen Ying、Lama Ahmad、Leon Maksin、Leyton Ho、Meghan Shah、Michele Wang、Miles Wang、Phillip Guo、Olivia Watkins、Owen Campbell-Moore、Patrick Chao、Sam Toizer、Samuel Miserendino、Sandhini Agarwal、Tejal Patwardhan、Tina Sriskandarajah、Troy Peterson、Yaodong Yu、Yunyun Wang
部署
Adam Koppel、Adam Wells、Adele Li、Andy Applebaum、Andrey Malevich、Andrew Duberstein、Andrew Howell、Anton Tananaev、Ashley Tyra、Brandon Walkin、Bryan Ashley、Cary Bassin、Cary Hudson、Cory Decareaux、Cristina Scheau、Derek Chen、Dibya Bhattacharjee、Drea Lopez、Eric Antonow、Eric Burke、Filippo Raso、Fotis Chantzis、Freddie Sulit、Harris Cohen、Heather Whitney、Jay Dixit、Jeffrey Han、Jen Robinson、Jessica Shieh、Joel Parish、Kan Wu、Kevin Gladstone、Kshitij Wadhwa、Leo Vandriel、Leyton Ho、Liang Chen、Madeline Christian、Mamie Rheingold、Matt Jones、Michelle Fradin、Mike McClay、Mingxuan Wang、Nacho Soto、Niko Felix、Patrick Delaney、Paul McMillan、Philip Pronin、Rodrigo Riaza Perez、Samuel Miserendino、Scott Ethersmith、Steven Baldwin、Thomas Dimson、Tomo Hiratsuka、Yaming Lin、Yara Khakbaz、Yining Chen
領導團隊
Akshay Nathan、Greg Brockman、Hannah Wong、Jakub Pachocki、Jerry Tworek、Johannes Heidecke、Josh Tobin、Liam Fedus、Mark Chen、Mia Glaese、Nick Turley、Sam Altman和Wojciech Zaremba