Каким инструментам ИИ для глубокого поиска можно доверять?

Глубокий поиск может сократить неделю изучения рынка до одного рабочего дня, но он не превращает слабые доказательства в надежное решение. Полезный результат такого поиска - не гладкий отчет. Это цепочка утверждений, по которой основатель, руководитель продукта или специалист по закупкам может дойти до первичного источника, причем неопределенность остается видимой.

Этот стандарт меняет подход к выбору инструментов ИИ для глубокого поиска и составлению запросов к ним. Режим, который нашел пятьдесят источников, может оказаться хуже режима с двенадцатью источниками, если он считает равноценными рекламу поставщика, перепечатанную новость и документ регулятора. В B2B-исследованиях полнота поиска, управление источниками, точное размещение ссылок и способность показать противоречия важнее качества текста.

Я не раз видел, как команды тратили на проверку впечатляющего исследовательского отчета больше времени, чем ушло бы на ручной поиск. В одном документе смешались действующие цены и старая страница справки, отсутствие сведений превратилось в ограничение продукта, а утверждение из официальной документации получило ссылку на обзорную статью. Каждая фраза звучала уверенно. Ни одна из этих ошибок не была заметна, пока кто-то не открыл источники.

Относитесь к таким системам как к исполнителям исследования, а не как к электронным оракулам. Дайте им ограниченное решение, правила выбора источников, схему фактов и явные инструкции для случаев, когда доказательств не хватает. Затем проверьте доказательства до того, как действовать.

Глубокий поиск - это рабочий процесс, а не длинный ответ в чате

Режим глубокого поиска стоит включать, когда ответ требует нескольких зависимых поисковых запросов, сравнения источников и синтеза в документированный отчет. Обычный чат с доступом к интернету чаще подходит для одного актуального факта, одного документа или короткого списка известных кандидатов. Отправлять любой вопрос исследовательскому агенту долго и расточительно, а на выходе часто получается больше текста, чем доказательств.

Команды часто смешивают глубину поиска и глубину рассуждения. Глубина поиска показывает, насколько широко и многократно система собирает материал. Глубина рассуждения показывает, сопоставляет ли она определения, даты, единицы измерения и противоречивые заявления. Инструмент может прочитать много страниц и все равно сравнить годовой регулярный доход с общей выручкой или публичную цену с суммой согласованного контракта. Дополнительный поиск не исправит сравнение, для которого не задали определение.

У нормального B2B-исследования есть пять частей: решение, множество кандидатов, правила работы с доказательствами, схема извлечения данных и условие остановки. В запросе «Исследуй программы для клиентской поддержки» нет ни одной из них. Формулировка «Определи, какие три платформы поддержки стоит включить в короткий список SaaS-компании из 70 человек для выхода в ЕС, используя актуальные первичные сведения о безопасности, размещении данных, интеграциях и ценах» дает агенту выполнимую задачу, а проверяющему - понятные основания для отказа.

Справка OpenAI «Deep research in ChatGPT» проводит полезное различие: поиск нужен для быстрых фактов, а глубокий поиск - для многоэтапных вопросов, где надо собрать и свести данные. В справке Google по Gemini описан план исследования, который пользователь может отредактировать до запуска. Anthropic пишет, что Claude Research выполняет несколько последовательных поисков, каждый из которых опирается на предыдущие. Perplexity описывает Research как повторяющийся анализ множества запросов и источников. Интерфейсы у поставщиков разные, но рабочая идея одна: режим планирует, ищет, корректирует путь и готовит отчет.

Не считайте такой отчет проверенным. В первой публикации OpenAI о deep research среди ограничений прямо названы выдуманные факты, неверные выводы, слабая оценка авторитетности источников и неточная передача степени уверенности. Ссылки дают возможность провести проверку. Они не проводят ее за вас.

Ответственность остается на человеке, который подписывает решение.

Сравнивайте режимы по доступному пути к доказательствам

Постоянного победителя среди режимов глубокого поиска нет. Модели, лимиты, подключения и интерфейсы меняются слишком быстро. Выберите путь к доказательствам, который соответствует вашему решению, и проверьте его на собственных задачах.

ChatGPT deep research заявляет работу с открытым интернетом, загруженными файлами, выбранными сайтами и включенными приложениями, а также проверку плана и возможность прервать исследование. Этот режим подходит для совместного анализа внутренних и внешних данных, когда важны ограничения источников. Но при широком поиске слабый вторичный источник все равно может оказаться выше первичного.

Gemini Deep Research по умолчанию использует Google Search и позволяет подключать файлы, Gmail, Drive и материалы NotebookLM, а план можно редактировать. Режим удобен, если исследование уже организовано в сервисах Google или в подготовленном блокноте. В запросе надо отдельно обозначить рабочие документы и данные из открытого интернета, поскольку они нередко отвечают на разные вопросы.

Claude Research работает с поиском в интернете и подключенным внутренним контекстом, например сервисами Google, а система сама выбирает последующие запросы. Он подходит для связного анализа документов компании и актуальных общедоступных материалов. Проверяющим нужно выяснять, откуда взялся каждый вывод: из внутренних данных, из интернета или из рассуждения модели.

Perplexity Research выполняет последовательное исследование интернета со ссылками и на некоторых тарифах позволяет выбирать модель. Он подходит для быстрого сбора кандидатов, построения карты рынка и поиска источников. Интерфейс с заметными ссылками может создать у занятого проверяющего ложное ощущение, что каждое связанное с источником утверждение уже подтверждено.

Это карта выбора, а не рейтинг качества. Соберите набор решений, которые ваша компания уже исследовала. Добавьте вопрос с ответом в инструкции поставщика, задачу с публичной отчетностью, случай с противоречивыми источниками, вопрос с правильным ответом «неизвестно» и задачу, для которой нужны внутренние документы. Оценивайте, нашел ли режим правильный источник, подтверждает ли он точное утверждение, сохраняет ли дату и признает ли пробел.

Не включайте текущие квоты, названия тарифов и время подготовки отчета в постоянные критерии, если сегодня они не влияют на операционные расходы. Поставщики часто меняют эти параметры, а права зависят от учетной записи. Запишите их в день покупки, но проверяйте исследовательское поведение, которое должно пережить следующее обновление продукта.

Управление источниками заслуживает большего веса, чем ему обычно дают в сравнении функций. В документации ChatGPT описана возможность ограничить поиск заданными сайтами или отдать им приоритет, сохранив доступ к остальному интернету. Gemini позволяет выбирать источники, в том числе отключать Google Search. Так можно разделить две работы: выяснить, что поставщик говорит о себе, и узнать, что говорят клиенты, регуляторы или конкуренты. Если смешать эти задачи в одном запуске, происхождение сведений станет труднее проследить.

Подключенные данные меняют и характер риска. Внутренняя заметка отдела продаж может объяснить проигранную сделку, но не подтверждает актуальный набор функций конкурента. Открытая страница с ценами показывает публичную цену на сегодня, но не доказывает, сколько заплатит ваша компания. В отчете следует отдельно помечать внутренние факты, внешние факты и выводы аналитика. Если интерфейс не сохраняет эту границу, запускайте отдельные исследования.

Анализ рынка начинается с определений, которые выдержат проверку

Исследование рынка ломается в самом начале, когда команда просит оценить объем рынка, не определив его. Глубокий поиск собирает числа с похожими названиями и несовместимыми знаменателями. Один источник считает выручку от программ, другой добавляет услуги, а третий прогнозирует объем транзакций. Итоговая таблица выглядит полной, потому что в каждой ячейке стоит число.

Опишите рынок через проверяемое правило включения. Укажите тип клиента, покупателя, решаемую задачу, географию, модель поставки и период. Запишите исключения. Рабочее определение может звучать так: «Инструменты для компаний США со штатом от 20 до 500 человек, которые автоматизируют первую линию текстовой поддержки B2B-клиентов; исключить аутсорсинг колл-центров, продукты только для потребителей и универсальные CRM без модуля автоматизации». Эта фраза делает для анализа больше, чем просьба подготовить «полный обзор рынка».

После этого разделите наблюдаемые и расчетные значения. Наблюдаемое значение прямо указано в названном источнике: выручка сегмента, число клиентов, стоимость контракта или опубликованная цена. Расчетное значение объединяет допущения, например число клиентов, умноженное на предполагаемые годовые расходы. Модель может выполнить расчет, но отчет должен показать формулу и дать источник для каждого входного значения. Без такого разделения оценка незаметно превращается в факт после пары переписываний.

Для карты рынка задайте условие включения компании и признаки того, что она продолжает работать. Доступный сайт - слабое доказательство. Лучше использовать актуальную страницу продукта, обновление документации, корпоративную отчетность, примечание к выпуску или объявление клиента. Попросите приложение «Исключенные кандидаты» с причиной в одной строке. Оно покажет известные компании, которые агент рассмотрел и отбросил, а множество кандидатов станет менее случайным.

У утверждения о тенденции должны быть две даты и объяснение механизма. Фраза «Спрос растет» почти ничего не значит. Спросите, какой наблюдаемый показатель изменился, между какими периодами и почему он отражает спрос, а не предложение, публичность или новую методику подсчета. Если агент не находит сопоставимых периодов, пусть укажет пробел в доказательствах вместо абзаца из косвенных фактов.

Самый неприятный вопрос: достаточно ли безопасна оценка рынка от ИИ для материала совету директоров. Да, если число получено из прозрачной модели, все входные данные которой проверил человек. Нет, если инструмент выбрал стороннюю оценку, пересказал ее методику и выдал середину диапазона за объективную истину. Даже для отчета со ссылками нужен владелец, способный защитить определение рынка и повторить расчеты.

В анализе поставщиков сначала проверяйте допуск, затем предпочтения

Сравнение поставщиков должно сначала отсеять кандидатов, которые не выполняют обязательные требования, и только потом сопоставить предпочтения среди оставшихся. Команды часто сводят все в один взвешенный балл. Тогда поставщик без необходимого средства защиты может «победить» за счет удобных отчетов и низкой публичной цены.

Сделайте два уровня. На уровне допуска ставьте «соответствует», «не соответствует», «неизвестно» или «не применимо» для региона размещения, протокола идентификации, аудиторских подтверждений, хранения данных, экспорта и условий договора. На уровне предпочтений оценивайте удобство, нагрузку на администраторов, ожидаемые расходы, срок внедрения и другие компромиссы. Никогда не превращайте «неизвестно» в ноль или в положительный ответ. Оно означает, что кому-то надо спросить поставщика или проверить управляемую среду.

Заявления поставщика относятся к разным классам. Страница продукта описывает позиционирование. Документация объясняет предполагаемое поведение. Страница состояния фиксирует сообщения о работе сервиса. Документ о безопасности или соответствии заявляет средства контроля в пределах своей области. Договор определяет обязательство, которое можно потребовать выполнить. Обзоры и сообщения пользователей описывают отдельный опыт. Один класс нельзя без предупреждения подменять другим.

Предположим, в сравнении спрашивают, поддерживает ли сервис региональное размещение данных. На главной странице написано «глобальная инфраструктура», в справке перечислены регионы размещения, а приложение об обработке данных определяет, где могут обрабатываться данные клиента. На требование отвечают приложение и актуальная документация по регионам. Главная страница не отвечает. Хороший исследовательский агент может найти все три документа, но только ваши правила работы с доказательствами определяют, какой из них подтверждает вывод.

Цены требуют такой же дисциплины. Отдельно помечайте публичную цену, полученное предложение, предполагаемую стоимость использования, обязательные дополнения, внедрение и допущение о продлении. «Цена от» не дает сопоставимой единицы. Попросите систему рассчитать сценарий с заданными объемами и оставлять ячейки пустыми, если правило ценообразования неизвестно. Пустая ячейка создает задачу. Выдуманное сравнимое значение ведет к плохой покупке.

Для каждого существенного критерия поставщика требуйте четыре поля: результат, короткую подтверждающую цитату или точный пересказ, название и дату источника, а также уровень уверенности с причиной. Добавьте пятое поле для противоречий. Такая структура не позволит спрятать расхождение в сноске и поможет отделу закупок сосредоточить последующие звонки на нерешенных вопросах.

Ссылки полезны только для отдельных утверждений

Список литературы доказывает, что агент посещал страницы. Он не доказывает, что из них следует конкретное предложение. В проверяемом отчете ссылка стоит у минимального законченного утверждения, а источник легко открыть и изучить.

Проверяйте ссылки по четырем признакам:

1. Следование: подтверждает ли источник точную формулировку с ее областью действия и оговорками?
2. Авторитетность: это самый сильный доступный источник для такого утверждения?
3. Актуальность: действовал ли источник в период, о котором говорит отчет?
4. Независимость: не ведут ли несколько ссылок к одному пресс-релизу или набору данных?

Проверка независимости обнаруживает обычную исследовательскую иллюзию. Пять статей могут повторять одно объявление поставщика. Это пять адресов, но один источник. Попросите агента найти первое установленное происхождение каждого существенного утверждения, а производные публикации объединить под ним.

Смещение ссылки встречается не реже. Абзац начинается с подтвержденного факта, затем добавляет вывод и заканчивается числом. Одна ссылка стоит в конце, поэтому читатели считают, что она подтверждает все три части. Требуйте ссылку сразу после утверждения, к которому она относится, а аналитические выводы явно помечайте. Если вывод опирается на несколько фактов, перечислите их идентификаторы, а не прикрепляйте к выводу посторонний источник.

Для дат недостаточно времени публикации. Записывайте дату публикации или обновления, период, который описывает утверждение, и дату получения, если страница может меняться. Текущая справка может верно описывать продукт сегодня, но ничего не доказывать о прошлом годе. Архивный документ может подтвердить прежнее поведение, но не нынешнее.

Рядом с текстовым отчетом я предпочитаю вести реестр доказательств. Присвойте каждому существенному утверждению идентификатор и сделайте столбцы для его текста, класса источника, названия, нужной даты, статуса подтверждения, противоречия и заметки проверяющего. Проверяйте все утверждения, которые влияют на решение, и несколько второстепенных, чтобы заметить общую небрежность. Если одно неподтвержденное предложение меняет короткий список, документ не готов.

Запрос с проверяемым результатом задает исследовательский контракт

Хороший запрос не просит модель «быть точной» или «ссылаться на надежные источники». Такие формулировки оставляют модели все решения, от которых зависит результат. Исследовательский контракт определяет решение, границы, порядок источников, схему результата, работу с пробелами и проверки качества.

Следующий запрос предназначен для исследования рынка и поставщиков. Замените текст в квадратных скобках и настройте классы источников под свою отрасль. Сохраните инструкции, которые заставляют выводить неизвестные данные и противоречия.

You are preparing evidence for this decision:
[DECISION AND DECISION OWNER]

Scope:
- Geography: [GEOGRAPHY]
- Customer segment: [SEGMENT]
- Time period: [PERIOD]
- Include: [INCLUSION RULES]
- Exclude: [EXCLUSION RULES]
- Candidate vendors: [LIST, OR DISCOVERY RULE]

Research questions:
1. [QUESTION]
2. [QUESTION]
3. [QUESTION]

Use sources in this order for vendor facts:
1. Current contracts, regulatory filings, security documents, and official technical documentation
2. Current official pricing, product, status, and release pages
3. Named independent research with a disclosed method
4. Reputable reporting and practitioner evidence

Do not use search snippets as evidence. Trace repeated claims to their earliest attributable source. Treat vendor marketing as evidence of the vendor's claim, not proof that the claim is true in practice.

Before researching, return a plan that lists search tracks, intended source classes, definitions, and likely evidence gaps. Wait for approval if the interface permits plan review.

For each material finding, provide:
- Claim ID
- One atomic claim
- Fact, estimate, vendor claim, or analyst inference
- Supporting source title and publisher
- Publication or update date, period described, and retrieval date
- Direct supporting excerpt of no more than 20 words, or a precise paraphrase
- Confidence: high, medium, or low, with one-sentence reason
- Conflicting evidence or "none found"

Use "unknown" when evidence is absent. Do not infer that a missing feature, price, certification, customer, or event does not exist. Do not combine incompatible market estimates. Show formulas, units, currencies, and assumptions for every calculation.

Deliver:
1. An executive decision memo of no more than [LENGTH]
2. An eligibility table with pass, fail, unknown, or not applicable
3. A preference comparison for eligible vendors only
4. An evidence ledger ordered by claim ID
5. Conflicts, excluded candidates, and unanswered questions
6. A source list grouped as primary, independent secondary, and anecdotal

Before finalizing, audit every material sentence. Remove claims that lack support, move analytical judgments into clearly labeled inference, and flag any citation that supports only part of a claim.

Зачем ограничивать цитаты несколькими словами? Проверяющему нужен фрагмент, по которому легко найти подтверждение, а не копия источника. Для таблиц точный пересказ часто удобнее, если ссылка ведет к нужному фрагменту или отчет называет раздел. Правила авторского права и договорные ограничения продолжают действовать для загруженных и подключенных материалов.

Запрос требует план, потому что проверка плана - самое дешевое место для исправления плохого определения. ChatGPT и Gemini сейчас описывают возможность проверки плана, а в актуальной документации ChatGPT также можно прервать исследование, чтобы изменить фокус или источники. Если продукт не дает отдельного этапа согласования плана, попросите сначала вернуть только план, проверьте ответ и запустите исследование вторым запросом.

Запрос также запрещает выводы из отсутствия сведений. Исследователи постоянно пишут «Поставщик A не поддерживает SAML», хотя на самом деле имеют в виду «Я не нашел SAML на просмотренных страницах». Последствия у этих утверждений разные. Первое исключает поставщика, второе создает вопрос для его технического специалиста.

Два независимых запуска лучше одного огромного отчета

Для решения с серьезными последствиями разделяйте поиск и проверку. Первый запуск составляет карту кандидатов, терминов, утверждений и вероятных источников. Второй получает реестр утверждений и пытается опровергнуть, сузить или понизить уровень уверенности для каждого существенного пункта. Такой подход надежнее, чем просьба к одному долго работающему агенту критиковать собственный готовый текст.

По возможности меняйте условия поиска. Один запуск может изучить весь интернет, чтобы найти кандидатов и лексику клиентов. Второй можно ограничить первичными доменами, отчетностью, переданными договорами и внутренними документами. Проверка в двух инструментах выявляет разные слепые зоны поиска, но разнообразие инструментов само по себе не делает источники независимыми. Обе системы могут сослаться на одну перепечатанную статью.

Запрос для проверки должен быть строгим и конкретным:

Review the attached claim ledger. Your job is to find unsupported scope, stale evidence, circular sourcing, incompatible definitions, and conclusions stated more strongly than their sources allow. Do not rewrite the report. Return one row per claim with verdict: supported, partially supported, contradicted, or unresolved. Cite the strongest evidence for the verdict and state the smallest correction that would make the claim defensible.

Назначьте человека для проверки утверждений с финансовыми, юридическими, стратегическими последствиями или влиянием на безопасность. Он должен открыть источник, прочитать достаточно соседнего текста, чтобы понять область действия, и записать одобрение или исправление в реестр. Проверки одной цитаты мало: исключение может стоять в следующем абзаце, а определение - в другой части документа.

Задайте условие остановки до запуска агентов. Прекратите поиск кандидатов, если два последовательных направления не дали новых подходящих компаний или классов источников. Закончите проверку, когда каждое влияющее на решение утверждение получило вердикт, а у нерешенной работы появился владелец. Без этого условия глубокий поиск продолжает находить соседние материалы, и отчет растет, но не становится безопаснее.

Гладкий провал обычно начинается с расплывчатого задания

Представьте основателя, который выбирает поставщика системы наблюдаемости перед запуском продукта. В запросе нужно найти «лучший вариант для растущего стартапа с учетом цены, соответствия требованиям и масштабируемости». Режим глубокого поиска возвращает ранжированную таблицу, точные месячные суммы и ссылки. Документ выглядит готовым к одобрению.

Цена одного поставщика взята со страницы сравнения двухлетней давности. Итог для другого не учитывает прием журналов, потому что страница подгружает эту часть цены динамически, а агент ее не получил. Заявление о соответствии SOC 2 взято из блога посредника, который переписал объявление поставщика. Оценка масштабируемости опирается на историю клиента о гораздо более крупной компании без сопоставимой нагрузки. Агент превращает отсутствующие данные в средние баллы, а затем ставит самого дешевого поставщика на первое место.

Ошибка началась не с выдуманного факта. Причиной стали неопределенная нагрузка, отсутствие минимальных требований, отсутствие иерархии источников и правило оценки, которое спрятало неизвестные данные. Благодаря ссылкам отчет выглядел проверяемым, но никто не выяснил, подтверждает ли каждый источник соседнюю ячейку.

Перепишите задание вокруг решения. Укажите месячный объем данных, срок хранения, число пользователей запросов, регионы, обязательные средства контроля, крайний срок перехода и срок договора. Сделайте безопасность и размещение данных условиями допуска. Потребуйте формулу стоимости, где публичные входные данные отделены от предложений поставщика. Не заполняйте неизвестные значения. Итоговый отчет может выглядеть менее полным, зато пробелы точно подскажут основателю, что спросить на звонках с поставщиками.

Этот пример показывает, зачем в тестовый набор включать вопросы с недоступными или отсутствующими доказательствами. Система, которая уверенно заполняет каждую ячейку, часто лучше выглядит на демонстрации, чем система с пустыми местами. В исследовании для закупки обоснованные пропуски полезны.

Сначала приобретите процесс, а потом дополнительные места

Выбирайте режим глубокого поиска после контролируемого испытания, а не конкурса эффектных запросов. Дайте каждому кандидату один исследовательский контракт и одинаковый набор доказательств. Пусть проверяющие, которые не знают автора отчета, оценят поддержку утверждений, авторитетность источников, работу с пробелами, точность таблиц и время до одобренного документа.

Учитывайте человеческую работу, а не только время генерации. Отчет можно получить за десять минут и потратить полдня на проверку, если ссылки ведут на главные страницы, таблицы смешивают периоды, а расчеты приходится восстанавливать. Измеряйте минуты до документа, пригодного для решения, долю исправленных существенных утверждений и число нерешенных вопросов, обнаруженных до одобрения.

Безопасность и управление данными входят в решение о покупке. Определите, какие открытые, конфиденциальные, персональные и регулируемые данные команда может передавать; какие подключенные источники читает режим; как хранятся материалы рабочей области; какие администраторы управляют доступом. Не загружайте договор с поставщиком или данные клиентов только потому, что интерфейс принимает файлы. Сопоставьте процесс с утвержденными в компании классами данных и с проверенными условиями поставщика.

Прежде чем добавлять места, стандартизируйте один реестр доказательств и небольшую библиотеку запросов. Научите сотрудников различать факт, заявление поставщика, оценку и вывод. Требуйте одобрения человека для утверждений, которые меняют решение. Эти правила сохранятся, когда в следующем квартале сменится предпочитаемая модель.

В рамках Team & AI Audit от oleg.is такой процесс оценивается как часть более широкого вопроса: где ИИ может убрать повторяющуюся работу, не перенося дорогие ошибки на последующие этапы. Услуга стоит фиксированные $5,000 и занимает пять рабочих дней, при этом гарантируется не менее $50,000 экономии в год, иначе аудит проводится бесплатно.

Не выбирайте систему, которая пишет самый уверенный отчет. Выбирайте ту, которую ваша команда сможет ограничить, проверить и исправить с наименьшим объемом скрытой работы. Сохраняйте след доказательств, чтобы следующий сотрудник мог заново открыть решение после изменения цены, обновления правил или появления нового поставщика.