摘要
1) 一句话总结 本文介绍了 Deep Research 提示词的通用模板，将其拆分为背景信息、任务要求和输出格式三个核心部分，并建议用户以“向实习生布置任务”的自然方式来编写指令。
2) 关键要点
- 模板结构：一个常见的提示词模板主要由背景信息、任务要求和输出格式三部分构成。
- 背景信息：用于提供模型无法直接访问的补充资料，如付费文章、视频文字稿、图片或 PDF 附件等。
- XML 标签规范：输入大量背景信息时，需使用 XML 标签（如
<background>）进行包裹隔离。 - 任务要求：需明确界定研究主题、指定检索的信息源（如学术论文、政府网站、GitHub）、核心研究要点及语言风格。
- 输出格式：需具体说明最终报告的语言（单语或双语）、数据呈现方式（如表格）以及段落和标题的层级排版。
- 编写理念：提示词模板并非强制标准，编写时可保持随性，如同向实习生交代撰写分析报告一样自然沟通即可。
3) 风险与不足
- 指令混淆风险：当背景信息较多时，若未严格使用 XML 标签包裹，会导致 AI 混淆背景内容与操作指令。
- 功能限制：模型目前暂时无法直接绘制图表，数据呈现受限于表格等基础格式。
正文
一个常见的提示词模板大致可分为背景信息、任务要求、和输出格式三个部分。
1. 背景信息
在这里填写所有对它生成报告有帮助，但模型本身访问不到的信息，比如：
-
付费文章
-
视频文字稿
-
图片或 PDF（可作为附件）
-
其他任何对于生成有帮助的内容
当背景信息较多时，务必用 XML 标签包裹，避免 AI 混淆指令。例如：
<background>
<news>
「付费新闻」
</news>
<article>
「付费文章」
</article>
<transcript>
「视频文字稿」
</transcript>
</background>
2. 任务要求
在此明确你想要什么样的报告或研究结果，例如：
-
主题：你希望分析、研究或讨论的具体范围
-
信息源：希望它检索的文献库、学术论文、政府网站、GitHub 等
-
研究要点：需要关注的核心点，是深度解析还是简要摘要
-
语言或风格：是中文、英文或其他语言？
3. 输出格式
这里说明你对报告最终呈现形式的要求：
-
语言：中文报告、英文报告或双语
-
数据格式：是否需要用表格呈现数据（它暂时画不了图表）
-
段落和标题：是否需要分级标题、索引等
参考示例：
<background>
{.....}
</background>
上面是我整理的一些Deep Research 类工具使用经验，，请参考这些经验（其中可能有些错误），帮我整理一份 Deep Research 类产品的使用经验手册，优先考虑 OpenAI Deep Research，同时也考虑 Grok Open Search，Gemini Deep Research等同类产品，重点分析：
- Deep Research 产品介绍
- Deep Research 提示词使用经验
- 注意事项
- 技术原理解析
检索时使用权威信息源，英文为主。
输出格式：
- 深度分析报告
- 中文报告
提示词模板并不是必须的，可以随性一点，你可以把写提示词使用 Deep Research 当成去交代一个实习生帮你写分析报告，你怎么交代实习生就怎么写提示词。