Знакомство с Gemini и LLM3. Как работать с LLM осознанно
Deep Research в Gemini
Засчитывается, когда отвечены все вопросы квиза
Зачем это нужно
Deep Research нужен, когда тебе важен не быстрый ответ, а нормальное исследование с проверяемыми источниками, которое обычно заняло бы у человека несколько часов.
Теория
Что такое Deep Research
Deep Research в Gemini — это режим, где модель работает как исследователь: не делает один поиск, а запускает серию шагов, уточняет, что проверить дальше, и собирает итоговый отчет из нескольких источников.
Обычно это занимает 5–15 минут, а сложные темы могут занять дольше. Зато ты получаешь более целостный результат со ссылками, а не короткий ответ «на глаз».
Когда включать Deep Research
Используй Deep Research, когда нужно:
- собрать материал из многих источников;
- сравнить варианты (например, подрядчиков, инструменты, конкурентов);
- получить структурированный отчет с цитированием источников;
- разобраться в теме, где важны детали и разные точки зрения.
Лучше выбрать обычный веб-поиск, когда нужен один быстрый факт. А если внешние данные не нужны и задача чисто логическая, лучше подойдет режим размышления (extended thinking, углубленное рассуждение).
Как это работает по шагам
- Модель планирует исследование: что проверить и в каком порядке.
- Делает несколько поисковых шагов, а не один запрос.
- Собирает и синтезирует найденное в единый отчет.
- Добавляет ссылки на источники, чтобы ты мог быстро проверить выводы.
Пример хорошего prompt: «Сделай deep research по рынку онлайн-курсов по ИИ для новичков в СНГ: ключевые игроки, ценовые модели, сильные и слабые стороны, риски для запуска нового курса. Оформи в разделах и добавь ссылки на источники.»
Практика
Задание
Цель: сделать свой первый практический Deep Research в Gemini.
- Выбери тему, где нужен не один факт, а сравнение и выводы. Пример для начинающего соло-автора в соцсетях: «тренды форматов контента на ближайшие 6 месяцев: короткие видео, карусели, текстовые посты, прямые эфиры».
- Включи Deep Research в интерфейсе Gemini.
- Отправь структурный запрос: «Сделай исследование трендов развития типов контента в соцсетях для начинающего соло-автора. Нужны разделы: какие форматы растут, для каких целей они подходят, плюсы и риски каждого формата и простой контент-план на 2 недели. Добавь ссылки на источники.»
- Дождись отчета и проверь ссылки:
- открой минимум 3 источника;
- проверь, что выводы в отчете соответствуют источникам.
- Попроси Gemini оформить результат в Google Doc, а затем скачай документ как PDF. Пример запроса: «Сохрани этот отчет как Google Doc со структурой заголовков и таблицей по форматам контента.»
Как понять, что всё получилось
- У тебя есть структурированный отчет, а не просто общий текст.
- В отчете есть ссылки, и ты проверил минимум 3 из них.
- У тебя есть финальный документ в Google Docs и экспорт в PDF.
Проверь себя
Чем Deep Research отличается от обычного быстрого запроса к LLM?
В какой ситуации Deep Research обычно уместнее обычного веб-поиска?
Зачем в Deep Research нужны ссылки на источники?
Дополнительно
Deep Research есть не только в Gemini, но и в других системах. Для практики полезно прогнать похожий запрос минимум в двух инструментах и сравнить: глубину анализа, структуру и качество ссылок.
Попробуй это же задание в ChatGPT и в NotebookLM. Так ты быстрее поймешь, какой инструмент лучше подходит именно под твой стиль работы и тип задач.
Текст подготовлен с помощью LLM и может содержать неточности.