GPT-6 Astra 是怎么找到问题所在的?结构分析与反馈定位过程
2026-11-06
2026-11-07 0
要让 AI 生成一份可核查的研究报告,先说清报告回答什么、查哪些材料、用什么结构交稿。Gemini 深度研究可生成计划和草稿。拿到草稿后,从摘要里的关键判断入手,回原文核对时间、单位和统计范围。
以个人账号的 Gemini 网页版为例,年满 18 岁并登录后,在输入栏点加号,选择「Deep research」。符合条件的未订阅账号也能使用,受标准用量、研究请求和并发限制,剩余额度以界面提示为准。下图展示入口。后文用校园通勤课题说明怎么写任务,配图沿用产品演示中的其他课题。

图 1 加号菜单中的 Deep research
在输入框填入下方模板。通过 Sources 检查资料范围,默认包含 Google 搜索。公开资料足够时保留网页搜索即可。填好后点发送,先让工具生成研究计划。

图 2 输入框、来源设置与发送按钮
研究问题:比较[城市/校区]工作日早高峰的公交接驳条件。范围:[日期区间、路线和时段]。优先采用交通部门或运营方公开材料。报告依次写摘要、范围与方法、主要发现、局限、结论与下一步。每条关键判断注明材料名称、日期、原文位置和统计口径。若缺少实际候车数据,单独列出缺口。
计划卡片出来后,用「Edit plan」调整范围。例如把「校园周边公交」限定为指定城市、校区和工作日早高峰。确认计划会查交通部门公开资料,也会记录缺失信息,再点「Start research」。

图 3 编辑计划和开始研究按钮
研究完成后点「Open」,在报告中先看摘要和主要发现,检查报告是否回应了原始问题。若草稿把「车辆班次少」和「学生等候时间长」混为一谈,先拆成两条待核查判断。

图 4 研究卡片右下方的 Open 按钮
从摘要里挑出会影响决策的判断,回到对应原文,核对时间、地区、统计口径和单位。公交时刻表可以支持计划发车间隔,学生实际候车时间还需要观察记录或调查数据。材料冲突时注明各自口径,证据不足时把该项标为待核实。

图 5 报告标题和摘要区域
交稿前逐条记录判断、原文位置、数据口径、核对状态和修改动作。把已确认的结论写回摘要,将缺少调查数据的判断列到局限里。