OpenAI News：ChatGPT 研究新功能——搜索与深度研究全面解析

2026年4月10日，OpenAI Academy 发布重要更新，详细介绍了 ChatGPT 在学术与商业研究场景中的两大核心功能：ChatGPT 搜索 与 深度研究（Deep Research）。作为 OpenAI News 的持续追踪，本文将深入解析这两项功能的设计理念、使用场景与实操技巧，帮助用户最大化利用 ChatGPT 提升研究效率。

研究型

AI：从信息聚合到洞察生成 ChatGPT 正在从一个对话式 AI 工具进化为强大的研究伙伴。它能够快速整合来自多个来源的信息，帮助用户探索思路、识别模式并理解复杂主题。通过逻辑推理、来源引用以及清晰的结构化摘要，ChatGPT 将开放性问题转化为明确的洞察。 在 OpenAI 的最新框架中，用户可以通过两种方式搜索公共互联网：ChatGPT 搜索 与 深度研究。两者各有侧重，适用于不同的研究需求。

ChatGPT 搜索：实时信息检索的利器

核心功能

ChatGPT 搜索允许模型直接从互联网获取最新信息，并将其融入对话中。这意味着你可以超越 ChatGPT 的内置训练知识，获取关于时事、市场趋势、竞争对手动态或小众细节的最新答案。 主要优势：

• 无需在多个浏览器标签页间切换，搜索功能直接将更新带入 ChatGPT，简化研究流程
• 轻松结合实时网络数据与 ChatGPT 模型的推理和总结能力
• 节省大量手动搜索与整理信息的时间

如何使用搜索功能 1. 在 ChatGPT 中开启新对话

2. 提出需要当前或详细信息的问题（例如：“2025年医疗保健领域的前三大AI趋势是什么？”），或从工具菜单中选择“网页搜索”
3. 留意模型回复旁的小地球图标 🌐，这表示使用了搜索功能
4. 点击回复中的引用链接，查看原始来源
5. 使用后续澄清提示，如“用3个要点为高管总结”或“将其转化为面向客户的电子邮件草稿”

注意事项

• 来源核实：在做出决策前，务必查看链接来源，因为搜索结果反映的是互联网上可用的信息

• 范围限制：搜索无法替代专业数据库（如订阅制研究工具或专有数据）

• 企业设置：在企业环境中，工作区所有者可以选择启用或禁用搜索功能

深度研究：多步骤推理的智能分析引擎

核心功能

深度研究利用推理能力，快速收集、总结并解读来自互联网的广泛信息，帮助用户比标准网络搜索更彻底地回答复杂问题。 独特价值：

• 每个输出都经过精心记录，附带清晰的来源引用，便于验证和参考
• 特别擅长发现小众、非直观的信息，这些信息通常需要查阅大量资料
• 智能代理特性：与传统的网络搜索不同，深度研究是“代理式”的——它会主动规划并执行多步骤研究过程：搜索、评估来源、优化查询、综合发现，而不仅仅是返回链接列表

如何使用深度研究 1.

打开 ChatGPT，从工具菜单中选择“深度研究”

2. 提出清晰且详细的提示，包括主题、目标、时间范围和关键细节。如果深度研究需要更多上下文，它会自动提出后续问题。 - 示例提示：“我正在研究[主题]，面向[受众/决策/会议]。提供一份报告，包括近期关键机会与风险，以及3-5个可操作的建议。”
3. 查看你的报告。深度研究可能需要5-30分钟来探索网络，当报告准备就绪时你会收到通知。你可以提出后续问题或请求进一步分析，深度研究将根据需要优化输出。

搜索 vs.

深度研究：何时使用哪种？ 这两项功能听起来相似，但最适合不同的使用场景。以下是快速对比： | 维度 | 搜索 | 深度研究 |

|------|------|----------| | 目的 | 快速检索特定事实、文档或来自网络的最新信息 | 对复杂或模糊问题进行多步骤、深入分析，需要跨来源的推理与综合 | | 典型用例 | 查找近期新闻稿、产品规格表、新闻文章或单一数据点（例如：“去年夏季奥运会的出席人数是多少？”） | 探索更广泛的问题，如“哪些因素影响大型国际体育赛事的出席人数？”或“不同国家如何为举办奥运会做准备？” | | 输出深度 | 返回简洁的结果、直接答案或链接——类似智能网络搜索 | 生成长篇、有证据支持的摘要，通常附带引用、权衡和推理步骤 | | 速度 | 快速——通常只需几秒 | 较慢——由于多步骤推理，可能需要几分钟或更长时间 | | 时效性 | 优先获取最新信息；适合突发新闻或时效性数据 | 在相关时使用新鲜来源，但侧重于上下文理解，而不仅仅是时效性 | | 问题复杂度 | 最适合定义明确、具体的问题 | 最适合开放式、探索性或战略性问题，没有单一正确答案 |

实操案例：从研究到行动的完整流程

假设你是一名市场研究员，需要分析“2025年全球电动汽车市场趋势”。 1. 使用搜索获取基础数据：询问“2025年全球电动汽车销量排名前五的公司”，快速获取最新数据与来源

2. 启动深度研究进行战略分析：提出“分析影响电动汽车市场增长的关键因素，包括政策、技术突破和消费者行为变化”
3. 综合输出：深度研究会生成一份包含引用、权衡分析和可操作建议的报告
4. 后续优化：要求“将报告转化为面向高管的三页摘要”或“为营销团队提炼五个关键洞察”

持续学习：OpenAI Academy

的资源生态 OpenAI Academy 提供了更多指南和资源，帮助用户构建实用的 AI 技能。推荐继续阅读：

• 使用 ChatGPT 创建图像 | OpenAI
• 在 ChatGPT 中使用项目 | OpenAI
• 使用自定义 GPT | OpenAI

总结：AI

研究的新范式 ChatGPT 的搜索与深度研究功能代表了 AI 辅助研究的重大进步。搜索提供了实时信息获取的便利性，而深度研究则实现了多步骤、代理式的复杂分析。两者的结合，让用户能够从信息检索到洞察生成，完成完整的研究闭环。 对于研究人员、分析师、学生和商业决策者而言，掌握这两项工具的适用场景与使用技巧，将显著提升工作效率与决策质量。未来，随着 OpenAI 持续迭代，我们可以期待更多融合推理、搜索与创造力的研究工具涌现。 --- 本文基于 OpenAI Academy 2026年4月10日发布的官方指南撰写，持续关注 OpenAI News 获取最新动态。

---

相关阅读

• OpenAI News：DNP借助ChatGPT Enterprise推动业务创新与组织转型

• Codex-maxxing 策略：让 AI 在长期工作中持续发挥价值

• Axios 如何借助 AI 推动高影响力本地新闻业发展

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。