DeepSeek+DeepResearch應用2025年2月22日壹Deep

Research應用概述

參與式觀察一個團隊的大模型應用與內化貳推理大模型使用心得目

錄2022年11月：ChatGPT

(基于GPT-3.5)發布，引爆生成式Al浪

潮7月：Meta

開源LLaMA2

(

可

商用大模型)9月：Anthropic

發布Claude2(超長上下文理解)11月：OpenAl

首屆開發者大會推出GPTS

(自定義Al助手)12月：Google發布Gemini

(

多

模態性能超越GPT-4)5月：Google

發布Veo

(對標Sora

的視頻生成模型)12月：DeepSeek

上線并開源DeepSeek

V3/R1/Janus

Pro2023年3月：OpenAl

發

布GPT-4(多模態、邏輯推理躍升)4月：MidJourney

推出V5

版

本(照片級圖像生成)■Al

大事記(簡版)12月：Stability

AI開源視頻生成模型

Stable

Diffusion2.03月：馬斯克開源Grok-1(314B

參數巨模型)6月：中國發布Kimi

Chat升級版(支持200萬字長文本)2024年2月：OpenAl

推出Sora

(文本生成1分鐘高質量視頻)22核心對比選擇指南1.需求明確度任務模糊(如閑聊):選通用模型-HER目標明確(如解數學題):選推理模型-Deadline2.容錯成本允許試錯(如寫詩):通用模型必須精確(如醫療診斷):推理模型3.資源限制0概

述

：推理大模型建立在通用大模型基礎之上，在推理框架上線之前，通用大模型直接回答。那現在就讓他基于思維

鏈，一步一步做好規劃、調整、校對并完成輸出。所以通用大模型和推理大模型它不是矛盾的存在。0簡單來看，推理大模型和通用大模型功能不一，如果把AI

模型比作工具包，DeepSeek

把傳統通用大模型比作一把瑞

士軍刀，功能多但不夠鋒利；推理大模型則像手術刀，專精切割但用途單一。推理大模型專注邏輯推理(數學解題、代碼糾錯等)針對性優化邏輯推理能力DeepSeek-R1、GLM-R1相對輕量(針對性優化后效率提升)數學證明、復雜決策鏈、代碼生成

泛化能力弱(離開專業領域易翻車)傳統通用大模型全能型(文本生成、翻譯、問答等)海量數據中找統計規律GPT-3、PaLM耗電大戶(訓練需千張顯卡)客服對話、創意寫作、知識問答

可能編造錯誤答案(幻覺問題)■通用大模型怎么了?推理大模型這么火!維度核心能力訓練目標

典型代表

能耗成本使用場景短板算力充足：可疊加使用兩者預算有限：按核心需求單選>顧

客：你好，我想查一下我的訂單號為123456789的訂單狀態。>通用客服模型：您好!很高興為您服務。您的訂單號123456789目前處于“已發貨”狀態，發貨時間是2025年2月9日。根據物流信息，

預計將在2月12日送達。您可以通過以下物流單號在快遞官網查詢詳細物流信息：[物流單號]。如果您還有其他問題，歡迎隨時咨詢。

顧

客：好的，謝謝!另外，我收到商品后發現有一件商品損壞了，

我需要申請退換貨。通用客服模型：非常抱歉給您帶來不便。關于商品損壞的問題，您

可以選擇退貨或換貨。請先告訴我以下信息：1.您要申請退換貨的商品名稱和數量；2.損壞的具體情況(最好提供照片);3.您希望選擇退貨還是換貨。顧

客：是這款智能手表，我需要換貨。手表的屏幕碎了，我這就拍

照上傳。>顧

客：好的，我知道了。還有一個問題，我在購買時購買

了商品的延長保修服務，這次換貨后，保修期怎么計算?推理客服模型：您好，關于延長保修服務的問題，我來為

您詳細解答。根據我們的保修政策，當您購買商品并附加延長保修服務時，保修期是從商品購買日期開始計算的。如果在保修期內發生換貨，新的商品保修期將從換貨完成

日期重新計算，但總保修時長不會超過原購買的延長保修期限。例如，您購買的商品保修期為1年，同時購買了1年

的延長保修服務，總保修期為2年。如果在保修期內換貨，新的商品保修期將從換貨完成日期開始，再計算剩余的保

修時長。如果換貨發生在保修期的第10個月，那么新的商

品將有14個月的保修期(2年總保修期減去已過的10個月)。

如果您還有其他疑問，或者需要進一步確認保修細節，可

以提供您的訂單號，我為您查詢具體的保修信息。■通用大模型+推理大模型也是“王炸”組合實

戰

案

例

應

用

：

電

商

客

服

場

景通用模型：處理90%的常規咨詢(查訂單、退換貨)

推理模型：解決5%的復雜糾紛(多環節理賠計算)●"沒有最好的模型，只有最合適的工具——通用模型是

社交達人，推理模型是解題高手，用好這對黃金組合，才

是

AI時代的生存之道。"

—

—DeepSeek●

行

業

產

品

端

融

合：

谷

歌PaLI-3、AnthropicClaude

已嘗試在通用模型中嵌入推理模塊●

技術突破：思維鏈(Chain-of-Thought)

技術讓

兩

類

模

型

能力邊界逐漸模糊●

當

前

建

議：優先關注垂直領域優化模型(如醫療推

理

專

用

模

型

)通用客服模型：

好的，麻煩您上傳照片，我會為您核實情況并處理

換貨申請。同時，請您確保商品包裝完整，配件齊全，以便我們順

利為您處理換貨。(顧客上傳照片后)通用客服模型：感謝您提供照片，商品損壞情況已經確認。我們已

為您發起換貨申請，預計換貨商品將在3-5個工作日內發出。您

可以在“我的訂單”

-“售后服務”中查看換貨進度。如果還有

其他問題，可以隨時聯系我們。這種說法有一定的片面性，需要從多個角度來分析推理大模型時人們獨立思考能力的影響.一

、可能導致獨立思考能力退步的方面

大模型1:將觀點作為核心結1.過度儲賴

論，細化后成文當人們習慣于使用推理大模型來獲取答案時，可遂

新

減

少

己

竊

有

同

的

煩

本

。

例

劃，在解決復雜的數學問題時，如果每次遇列姓題都直接做賴推理大橫型給出解題步張和答案，不

星自己先營試運用已學的數學知識去分析和推導，長此以柱，大腦對數學思維的鋼煉就會減少。

就學肌內缺乏國煉會要縮一樣，獨立思考能力出會因為缺乏使用而連澤退化在日常決策方面，比如選擇族游日的地、規劃職業發底路程等，如果總是依粉推理大模型提供的

方案，商不去自己權衡利算、考慮個人商好和實標情況，就會失去自土決策和深入愿考的機會。2.思維怡性地養推理大模型夠快速給出看似合理的答率，這可能會讓人們養成一種思維惰性，人們可能會認為

只要袖入悶題就的得則答率，南不再去深入深突問題的本質，例如，在研究歷史事件時，理大

模型可能會楓能已有的圖料給出一個事件的簡單解釋，但如果人們不主動去查閱多種歷史資料、

分聽不同學的觀點，就無法真正理解歷更事件的復雜性和多面性，從而無法培養出深度思考的

能力。3.缺乏批判性思雕的榴煉推理大模型的地出并非總星完美無缺，但人們在沒有建立獨立思考能力的情況下，可能不金對模

型的輸出進行批判性分析，例如，橫型可能合基于某查有偏差的數據或者不完整的邏輯給出結論。如果人們不主動去所疑這些結論的合理性，不學會從不間角度去審視模型的輸出，就無達塘

養出批判性思組，而批列性愿性是獨立思考的重要舊成部分。■直觀感受通用大模型和推理大模型的差異實戰案例應用：分析輔助Prompt:在推理大模型的幫助下，沒有建立起獨立思考能力的人來說，是一種退步咽，用戶想到在維理大模型的幫助下，投有

建立起獨立思考能力的

可

能

顯

一

種

退步

。這個問題有點復雜，我需要先理解各個部分，首先，

理

大

模

型

的

GPT-4這

樣

的AIS?然后，用戶擔心的顯，如果人們依賴這些AI工具，而有自己獨立思考外，立思考能力國周推思堆、分析、綜合、評估等，這些能力是西會被A剛弱，取決于是否被動接受A的輸出，還主動與之互動，質疑和驗證，如果用戶只層被動按受，確實可能退化：如果主動使用A作為工具來輔助思考。可能反而增強能力。二、有勤手獨立思考能力發國的方面1.提供思考的起點和托展思路推理大模型可以為人們提供率富的信息和多樣的觀點，對于一些復雜的哲學問題或者消學科的問

題，橫型可以給出不同領域的相關知識和已有的研究成果。例如，在探時人工智能對社會倫理的

影響時，面理大橫型可以提供恰理學的基本原則，人工智能技術的發屬現狀以及不同學者對這一首先，我應該考慮用戶為什么會提出這個問題，可能他們觀察到周圍有人過度依賴AI,

比

如

學

生

用AI寫作業而不自己思考，或者職場中的人遇到問題直接求助于A

而不嘗試解決，這種情況下，確實可能影響獨立思考能力的發展，但另

一

方

面，AI

工具也能輔助學習，提供新的視角，裙助解決問題，所以需要平衡利弊。用

戶

的

深

層

需

求

可

能

是

尋

找

應

對

策

略

，

如

何

在A

時

代

保

持

和

提

升

獨

立

思

考

能

力

，

或

者

，

他

們

希

望

驗

證自

己

的

擔

憂

是

否

有根

據，

是

否

有

研

究

支

持

這

種

觀

點接下來，用戶可能想知道如何避免這種退步，或者如何正確使用AI工

具

，

他

們

可

能

關

心

教

育

方

法

，

如

何

在

使

用A

的同時培養獨立思考，或者，他們可能擔心技術對人類認知能力的長期影響，類似之前對計算器、互聯網的擔憂。DeepSeek:呈現擬人化思考過程3、定寫作方向、基本思路，乃至一級提綱確立類思考：從哪個角度切入?1、對核心定義的具象化和確定性思考：你說的是啥?顆粒度對齊一下2、需求場景和用途思考，決定大方向正確與否：用來干什么?呈給誰看?①請你明確

一

下同題哦，比如對這句話進行潤色，根據它寫

一

篇文章，還是圖繞它進行觀點闡述、分析利弊等等，

這樣我才能更準確地滿足你的需求。問題的看法，這查信息可以作為思考的起點，黎勤人們石寬用路，從面池發白己進一步的獨立思大模型2:進一步明確任務此刻我的os:

結果怎么樣再說，看這個思考過程挺靠譜，很有想法!已深度思考(用時34秒)三、認

知

進

化

的

新

可

能1.思維層級的躍遷當基礎的信息處理被Al承擔后，人類認知正在向更高維度發展，麻省理工的'人機協作實驗室“觀察到，

與AI協作的設計師群體中，83%的人展現出更強的系統思維和溝領域聯想能力。2.創造力的解放效應全球創意指數報告顯示，在合理使用AI工具的藝術家中，原創作品產量平均增加40%,因為他們能將機

械勞動時間轉化為深度思考時間。這種模式印證了“技術將人類從低級勞動中解放”的經曲理論。四

、風險防控的實踐路徑1.認知免疫系統的構建德國馬昔研究所建議建立“數字認知衛生“習慣：每天設定2小時的無AI深度工作時間；每周完成一次完

全白主的知識梳理；每月進行認知能力基準測試。2.教育評估體系的升級芬蘭正在推行“過程性評價改革”,將Al使用過程納入考核體系，學生需要展示如何用AE發思考而非替

代思考，這種評估方式使學術誠信事件減少65%.五

、歷史鏡鑒與未來展望從文字發明到搜素引擎出現，每次認知革命都件隨著相似的擔優，但歷史證明，真正遇化的不是使用工具的

人，而是放棄思考主動權的人，未來的關鍵不在于是否使用Al,

而在于建立新的認知契約：將大模型定位為"思維健身房的智能器械",而非"代步的輪椅"。在這個人機協同的新紀元，獨立思考能力的定義正在擴展，它不再局限于獨立完成所有認知勞動，而是體現

為駕雙智能工具的能力、保持批判性距商的自覺，以及在技術輔助下實現認知躍遷的智慧，這或許是人類智

力進化的下一個階梯，而非退步的滑道.一、技

術

依

賴

的

雙

面

性1.工具屬性的本質AI大模型本質上是認知工具包的擴展，就像望遠鏡延伸了人類視力，研究表明，合理使用工具的群體在

問題解決效率上比純人工操作組高出37%(Nature,2022),但這種優勢僅限于將工具作為輔助而非替

代的情況。2.神經可塑性的警示腦科學實驗顯示，長期依賴外部系統進行決策的人群，其前額葉皮層活躍度會下降15-20%(Neuron,2023),

這印證了"用進廢退“的生物規律，但關鍵轉折點在于主動思考的頻率而非工具使用本身。二

、教

育

范

式

的

重

構1.教學場景的變革新加坡教育部正在試點”AI協教模式",要求學生在提交A生成的作業時，必須附加”思考軌跡日志",詳

細記錄自己修正AI輸出的過程。這種教學設計使學生的批判性思維得分提升了28%.2.元認知能力的培養哈佛教育學院開發的"AI對話反思框架",要求學習者在每次使用大模型后回答三個問題：“我為什么需

要AI

幫助?"A的回答存在哪些漏洞?、“如何驗證這些信息的可靠性?,跟蹤數據顯示，參與者的

問題意識在三個月內顯著增強。■直觀感受通用大模型和推理大模型的差異：DeepSeek

生成實戰案例應用：分析輔助Prompt:在推理大模型的幫助下，沒有建立起獨立思考能力的人來說，是一種退步DeepSeek

輸出材料：更像個人，不是停留在語義層面的“擬人”,

而是在獨立、認真思考等更深層面PART

ONE壹DeepResearch應用概述MoreLightroomtutorialstseLighitroomwith

ndhooh4mProjects

forbeginners5cebomyB2minEdtafamly

photoTyt0minManage

yourpeWa

天

3mnke

the

same

pesetspn

yourcomputerandyournobledwesCeste

your

own

custom

presetsEnhancethecdlorsinasunsetRemowelensdustWc4minchotosfrom●

DeepSeek深度思考R1是一款基于深度學習技術的推理模型，

其核心功能在于通過強化學習提升模型的推理能力。其設計目標

是通過強化學習等技術，引入了自我反思能力，使其在推理過程

中能夠自我驗證和反思，從而提高推理的準確性和可靠性。●

性能數據：官方數據顯示，DeepSeekR1在數學、代碼、自然

語言推理等任務上的表現已可與OpenAI的頂級模型GPT-4

相當。

例

如

，DeepSeek系列模型在美國高級中學數學競賽AIME2024題目上的一次性解題正確率達到39.2%,而GPT-4僅約

9.3%。●現實案例：業內已經出現利用該模型輔助科研的例子。例如，有

研究者在實驗中讓DeepSeek

模型逐步求解AIME

(美國數學邀請賽)競賽難題，DeepSeek

展現了清晰的鏈式推理過程，輸出

的思路連貫且易于理解。●

思維鏈設計：DeepSeek深度思考R1

通過原生思維鏈設計，使

模型在推理過程中能夠生成詳細的推理路徑。這種設計不僅提高

了推理的準確性，還增強了模型的可解釋性。(

一

)DeepSeek深度思考R1

概述及主要用途95幫我畫出DeepSeek

R1的推理過程流程圖，流程圖的每個階段需標注關鍵技術。

以下是推理過程文字描述：DeepSeek

R1的推理過程可以劃分為四個主要階段，每個階段都運用了特定的

AI

技術來逐步完善推理鏈條，最終得出高質量答案。這一流程采用藍色系流程圖

設計，結構清晰，便于在PPT

中展示和理解。以下是各階段及其關鍵技術說明：1輸入階段(用戶問題解析)用戶輸入自然語言問題，DeepSeek

R1首先對問題進行理解與解析。在這一階

段，模型運用了**自然語言處理(NLP)**

技術，將用戶的自然語言提問轉換為機

器可理解的內部表示，提取問題的意圖和關鍵信息，通過對輸入的預處理，模型

為后續推理做好準備。2思維鏈生成(構建初步推理路徑)根據解析后的問題，DeepSeekR1開始“思考”,生成解決問題的初步步驟鏈條

(即思維鏈)。這一過程運用了**思維鏈推理(Chain-of-Thought,CoT)**技

術。模型被鼓勵像人類一樣逐步思考，將復雜問題拆解為一系列連貫的中間推理

步驟，并在每個步驟產出過渡結論。這種鏈式推理能提升模型對復雜任務的準確

性和透明度，讓觀眾看到模型解決問題的思路。3強化學習優化(自我反思與迭代優化)DeepSeek

R1對生成的初步思維鏈進行自我檢查和反思，反復迭代優化推理路徑，

以提高推理的正確性。在這個階段，模型引入了強化學習(ReinforcementLearning)

思想進行自我優化。具體而言，DeepSeek

R1會對先前步驟的推理結

果進行評估，自主發現錯誤或不合理之處，然后通過調整思維鏈來糾正偏差。這

種自我驗證與錯誤校正的過程可被視為一種自監督優化：模型在沒有人工標注指

導的情況下，基于試錯反饋強化正確的推理路線。通過多輪迭代，

DeepSeekR1

不斷增強自身的推理能力，確保思維鏈趨于合理和可靠(相當于給模型加入了

“元認知”能力，讓它會“思考自己的思考”).4最終答案生成(輸出詳細推理鏈和答案)經過推理優化后，DeepSeek

R1輸出最終答案，并給出完整的推理過程作為支撐。

在這一階段，模型基于優化后的思維鏈生成對用戶問題的解答，確保答案準確無

誤。最終答案不僅包含直接的回答，還附帶詳細的推理鏈條(例如以

<think></think>

標簽形式呈現模型的思考過程)供用戶參考。這種結果輸出方

式體現了

DeepSeek

R1注重可解釋性的特點：觀眾可以直觀地看到模型是如何

從問題一步步推理得到答案的。■四步理解DeepSeek

R1功能推理流程DeepSeek

生成內容GPTs

生成思維導圖輸入階段：用戶問題解析自然語言處理(NLP)忠組鏈生成：構建初步推理路徑

解析用戶問題思維鏈推理(CoT)優化最終答室生成：-輸出詳細推理鏈

和答案推理鏈生成輸出答案與推理過程強化學習(RL)自我優化與反饋強化學習優化：自我反思與迭代生成推理鏈條doopsook

R-

下Dueple

.

用

注Cna-FDml0eY

G

E覆家測8個飼>已深思考(時346)的，用戶讓我潛怕寫一份關于山西大問始門挑燈事件的網絡0論分析報告，首先，我需要先了解這個事件的基本情

況，可能用戶已經看過相關的新聞，但作為的理，我需要先收集足的信息首先，我兩要確認事件的經過，用戶提則的是”門xJ

事件，可能涉及到快法或者政府行為，比如拆遷或者檢查。

我需要查找相關的時間線，比如事件發生的時間、地點、涉及的主體，以及事件的發國過程，可能涉及到政府部門，比

如消助部門或公安，進行安全檢查，而過程中可能采取了于段，比如破門，然后引發了閱論關注。按下來，用戶需要概述部分，包括基本數據嘴況，網絡閥論反壤，不田時500字，這塑分需要稅計事件在各大平臺上的討

論量，比如、科音、微信公眾號等，分析討論的趨勢，比如高陽量什么時候，參與時論的主要體，比劃網

民、規體、政府敗號等，另外，閱論反餾需要總結主要的緒傾向。比如支持、反對，面疑答，并引用具體的例子或數影支持。事件經過隔分需要按時間殿序梳理。從事件發生則發肺，到相關M四應，再到續處理，需要礎保時間點住確，u

個deepseek

日

秘研究-FOwpSeekn深

(1)動

.g

用C

開新時話1研

-FDslB

深

思

考

時

2

1好的，用戶讓我研究一下DeepSeek的深宜思考(R1)功能，包括用途，工作順理、應用場圓和諧在局限性，首先，我

需要確認DespSeek顯什么,可能是一個公司或者A產品，根據之前的0R,DespSeek

是一家中國的A公司，專注于大

模型研發，所以R1可能是他門推出的某個功能或模型接下來，用途方面，用戶想

R1

能用來做什么,通用這類深度愿考功能可能涉及復雜何題處理、迎堿雅理、多步驟任

務等。可能需要點陶它方資料或率例。但假設沒有直接資料，需要根據類知模型推則。比如，可能用于數財分析、復雜

決策交持、學術研究鎮助等。然后是工作源理，作為大模型功能，可能基于Transfoemer

架構，結合培強的推理機制，比圖維鏈(ChainofThought)或樹狀推理(Tree-of

Thoughe),或者使用多步微達代說化答案，結合外B知識庫或檢素增強生成(RAG)

技術，此外。可能有專門的第略，如強化學習或針對復雜任務的微應用場固方面，可能酒蓋教育、金融分析、科研、商業決裝答需要深度分析的領域，比如幫謝學生解決數學題，

M的分

析師進行市場預測，或者幫助研究人員整理文就潛在的同限性需要考遲模型本身的順制，比如體賴訓路數則，可能存在幻覺河題，處理實時信息的能力，計算資源■實踐：DeepSeek

R1擅長做哪類研究分析?標：

寫-24題：西大門Hu

件2

.中50文0來7)個,件現t點.地空

話3日來：件

述

06

,

州

10.給Deep5eek

發送消息給DeepSeek

發送消息利用DeepSeek深度思考R1撰寫輿論分析報告8-

下Depdeek的深度思號0)功剛速，I作、應

以及

的

性利用DeepSeek深度思考R1做行業研究數據驅動的深度分析利

用DeepSeek深度思考R1的聯網搜索功能，廣

泛收集與事件相關的多源數據。通過深度推理能

力，對數據進行深度挖掘，分析奧情傳播路徑、情感傾向和關鍵節點。這種方法能夠揭示輿情事件背后的復雜關系和潛在影響因素，

02專業化呈現與驗證在報告撰寫中，DeepSeek

深度思考R1

需采用專業化的語言和結構，確保邏輯嚴謹、論證充分。

同時，通過交叉驗證和多源數據對比，驗證分析

結果的可靠性，這種嚴謹的呈現方式能夠增強報

告的可信度和實用性。多維度的輿情剖析從傳播、情感、觀點等多個維度對輿情事件進行

剖析。通過DeepSeek

深度思考R1的剖析，理解

公眾對事件的態度和反應。同時，結合傳播路徑

分析，識別輿情擴散的關鍵節點和影響因素。03問題導向與目標設定在研究起始階段，明確分析報告的核心目標與研

究問題。通過精準的問題設定，如“該事件輿情

傳播的關鍵節點是什么?”或“公眾情感傾向如

何影響事件走向?"來引導后續研究方向。這種

問題導向有助于聚焦研究重點，避免在海量信息

中迷失方向.風險評估與策略建議基于DeepSeek深度思考R1的結果，對輿情事件

可能帶來的風險進行評估。DeepSeek

深度思考

R1

識別潛在的負面輿情風險點，并提出針對性的應對策略。這不僅有助于緩解輿情危機，還能為

相關主體提供決策支持。■實踐：DeepSeek

R1擅長做哪類研究分析?審核重點：1.數據準確度：核對不同來源數據之間的一致性，避免數據矛盾或沖突。對于存在差異的數據，需進行合理解釋或

進一步驗證。2.案例貼合度：案例應與研究主題高度相關，能夠直接支持報告的分析和結論。對于輿情事件，案例應與事件的性

質、背景、傳播特點等相匹配。3.觀點合規度：確保報告中的觀點符合法律法規和政策要求，不涉及違法違規內容，如虛假信息、誹謗、侵權等。

4.研判顆粒度：事件的分析應深入到關鍵問題的核心，揭示事件的本質和內在規律。避免停留在表面現象，缺乏深

度剖析。哪吒2票房榮登中國影史票房榜首一

、事件概況(一)事件介紹2025年春節檔，電影《哪吒之魔童鬧海》強勢回歸，

憑借全新故事和精湛動畫技術贏得觀眾好評。1月31日8

時46分，春節檔總票房破38億，其中《哪吒之魔童閥

海》表現亮眼，位列票房榜前三位。影片延續首部作品精

髓，角色望造深入人心，票房一路飆升。截至2月7日14

時42分34秒，《哪吒之魔童鬧海》總票房超越《長津

湖》,榮登中國影史票房榜首。觀眾形容共票房走勢如同

影片劇情般“高開瘋走”,預計票房有望沖擊90億元，為

中國電影開啟新篇章。關于該事件各平臺貢獻39條熱搜，

閱讀總量555883682,討論總量290158.(二)媒體觀點觀點1:春節檔電影多樣化，滿足不同觀眾需求新華網1月31日發布《

破38億!2025春節檔電影總

票房再創新高》:軍事武俠加魔幻喜劇探案合家歡多樣題材

紛至沓來央視新聞2月1日發布《5000000000元+!再創新

高!》:大年初

一共有六部國產新片集中上映，軍事武俠加

魔幻喜劇探案合家歡多樣題材紛至沓來環球網2月5日發布《新華鮮報I

破95億元!2025年

電影春節檔創新高》:大場面、大制作、強視聽，成為春節

檔新片共同特色。觀點2:觀眾滿意度高，劇情和視覺效果獲好評環球時

報

2月3

日發布《觀眾滿意度調查發右!六部

高滿意度佳作共掀春節觀影熱潮》:《哪吒之魔童鬧海》滿

意度87

.3分，超越去年檔期第

一

的《飛馳人生2》,為近六、網民評論觀點I1:哪吒2登項票房榜首，彩顯中國動畫電影實力八醬日常：祝貿電彩哪吒之魔童網海登源中國電影票

房冠軍!篤行政遠的中國電影，一起加油!夏日館長：《哪吒之魔童間海》總票房已超越《長津淵》票房，位列中國電影票房總梯梯首。對象遲早會有的：哪吒之魔童淵海整項中國電影票房梯觀點2:陳思誠公司參與后期制作。成最大贏家電視別連社：哪吒2陳思誠會司參與了后期制作!所以

最大嶺高家是陳思誠，賺麻丁!七、風險研判1.票房數部真實性質疑：部分網友對《哪吒之見童網

海》票房數據的真實性表示懷疑，甚至出現■

,如如果頗50億，多一元錢我吃一斤",這種

言論可能引發公眾對票房數據的信任意機，影響影片及整個電影市場的公信力。2.到面評論_導：豆瓣平臺被指出春在不理性粉絲豆

相攻擊的現象，可能導致影片評分失真，影響潛在觀眾的

觀影決策。這種情況在《:名》上映時已有先例，若處理

不當，可能引發

的口碑爭議。■實測DeepSeek

R1分析報告：9分好的，感謝確認!接下來，我將根據您提供的信息，生

成一個適用于PPT

展示的流程圖，使用藍色系設計，并

標注每個階段的關鍵技術。流程圖將采用mermaid.js語法，您可以直接在mermaid.live

上生成可視化圖表。

以下是生成的mermaid.js

代

碼

：flowchart

TDA[輸入階段：用戶問題解析]->

B[思維鏈生成：構建初步推理路徑]

B->C

[強化學習優化：自我反思與迭代優化]C->D

[最終答案生成：輸出詳細推理鏈和答案]A->自

然

語

言

處

理(NLP)|A1[解析用戶問題]B->|

思維鏈推理(CoT)|B1[生成推理鏈條]C-->強化學習(RL)|C1[自我優化與反饋]D-->|

推理鏈生成|D1

[輸出答案與推理過程]style

A

fil:#0074D9,stroke:#003366,stroke-width:2px;style

Bfill:#0074D9,stroke:#003366,stroke-width:2px;style

Cfl:#0074D9,stroke:#003366,stroke-width:2px;style

D

fll:#0074D9,stroke:#003366,stroke-width:2px;classDef

tech

fl:#A9CCE3,stroke:#1A5276,stroke-width:2px;class

A1,B1,C1,D1tech;解釋：·藍色系設計：整個流程圖采用深藍色和淺藍色調，確保視覺上的一致性.·階段：四個主要階段按順序排列，依次從輸入到輸出.·關鍵技術：每個階段標注了對應的技術(如NLP、CoT、RL

等),并以不同樣式展示，您可以將此代碼粘貼到mermaidlive進行渲染，查看和導出圖表，如果有任何修改或調整需求，請隨時告訴我!Mermaid

AI

Edltor

whiteboardM

Projects

Prso《

CollapsemenTerplates8

SnippetsO

Nermais

AINotesTinetineDesign由ExportSettings中Dagran

hetpuatitieddlagram

△nal1configilayout:fisedflom

h[ar“t入D段，用戶問題料析”]-

“思維鏈生成，構速初步指B-C["播化學習優化：自我反愿與送代優化"]C…[“最許苦家生成：輸出詳細推難鏈料苦案”1

A一自然通言處理n-A1["幅析用戶問題"】B-泡雄鏈準理o…81[“生成推罐城條”]c

-

強化學習uJ

一

c["自我優化與反質"]D一推理城生質-D1[“輸出善案與推理過程”112A111tech1:::techC11techD111techclsspof

tech

fil1:mADCCE,stroke:w5276,stroke-vidthstyleAfill:n907409,strokei4003366,stroke-width:2psstyleBf111:e007409,stroke:003366,stroke-width:2pmstylecfi11:+0074D9,stroke:003366,stroke-width:2pmstyleofil1:m907409,stroke;4003366,stroke-width:2p化爆首塞生成：出詳uve

Editarlachurt

i《callpe化學寫優化：自我反圈代優化In[icr

(

|(-

化

平(

》

|(自

教

化

化

每上

或

D0[W

出案與推

8]1style

A111iNos,strkes,strstyle

f11:400,trke:

66,strk

th:stylec

fl:409,trke56,strkstyle

p

F109,strk*,str

ncloftee

fillsc0D,reu52s,rkeiLss

A1,et臺

fprtseuis中

payamhpd

fiigs

ms

邱

bhAIdugreakMermaid

AI是

一

款基于Mermaidjs

開發的智能繪圖工具，

能夠通過簡單的文本提示快速生成

各種類型的圖表。1

.文本生成圖表：用戶可以通過輸

入自然語言描述來生成圖表，例如

輸入“創建一個包含三個步驟的流

程圖

"

,Mermaid

AI就能生成對

應的流程圖代碼。2

.

多種圖表類型：支持流程圖、序

列圖、甘特圖、類圖、狀態圖、實

體關系圖、餅圖等多種圖表類型。3

.

可視化編輯器：除了文本生成圖

表外，還提供可視化的拖拽編輯器，

用戶可以在生成圖表的基礎上進行

調整和修改。■實操DeepSeek+Mermaid

Al組合，三分鐘生成思維導圖OPaygyound

mr(

:

兩

問

地

，

的sWata四

nialibigtepes7

seissets(→

王

：世

苦wareAT141516131151研究性壓演示PPT

作PPT無處不在，Km+

為你分憂，幫你制作評際且有說服力的PPT文篇，轉達信息，說酸聽眾請根題件內治制淵示PPT,風格編研究性懲AI

回

能

大

模

pDOCX4470

人工暫能大服生深虐研究工具班監1.ATa大

9

61t,

wci,nn,區nnsTM

%.w

as.no-864

制nPART01人工把能大墻業分

聽T

Tn*

人

tmib空om2.7文Dicsns7T

細-.rnadne.ss■實操DeepSeek+Kimi組合，搞定PPTH

莊

福罐

藏我的關注官方準薦Kin

程世思考規人

思

，

基于

里自

om6.生成PPT,

可在線編輯，亦

可下載文件后本地編輯保存。4.PPT

助手根據發送的文件自動生成分章節的PPT

內容3.將已經梳理好的文件發送給PPT助手1.登錄Kimi賬號，點擊進入Kimi+社

活

H長文生成器話，網萬字批文人工智能大模型深度研究工具概覽1.人工皙能大模型行業趨勢分析5.檢查內容，補充需求2.選擇“PPT助手”應用的網文生威器之

一

在m

網文

白PPTDni+APPT

PPTowPTa綏制的而表的方，請你相職發宗州件信數察點接成圖未KIMIQ:wn2.·第二步：將合成后的ppt內容發給DS,

如果“服務器繁忙”,稍后上傳仍多次無效后，可發給硅基流動、秘塔Al等。要求推理大模型在此基礎上將ppt內容梳理得更加具有邏輯性，在相應部分增加最新案例，以便學生取得更好學習效果。但會出現"bug",

增加了案例，但原有內容未得以保存。將推理大模型輸出結果喂給Kimi,根據課程內容，設計課程實驗，明確實驗目的、實驗要求、實驗內

容和實驗成果等說明。將Kimi輸出材料喂給PPT

助手，完成本章內容PPT

制作。缺點是內容拆解過于詳細，導致PPT頁數徒增。第八章電商運營數據分析□

8.1

數據分析思路□

8

.2行業數據分析□8.3單品數據分析思路和方法□

8.4平臺銷售數據分析思路8.5獨立站銷售數據分析思路8.6第三方數據工具將課程名稱和課程大綱發給DS,

讓其構建課程各章節主要內容，

要求輸出材料語言通俗易懂，舉例貼近大學生的學習與生活，

結構清晰，幫助學生輕松理解

并快

速掌

握

知

識

點

。實戰案例應用：課件PPT制作AI工

具

：Kimi+DeepSeek/硅基流動，基于課程配套圖書，已經獲取ppt,

但每一章每一節ppt呈散狀，內容標題化、抄書化問題突出，無版式設計而言，且無最新案例。PPT3.1選品的….PPTX,3.3..8.2行業數…PPTX,6.56...品品3.2跨境選…PPTX,8.76..8.3單品數…PPTX,5.86...島3.3第三方…PPTX,3.9..8.4平臺銷….PPTX,791....PPT品3.4速賣通…PPTX,3.21.

…

.8.5獨立站…PPTX,2MB品品8.1數據分….PPTX,4.53...8.6第三方…

PPTX,5.51...■DeepSeek+Kimi:

教學課件制作實測第一步：將ppt

批量上傳至Kimi(PPT

助手),要求將ppt合成有基礎材料無基礎材料0

年通義千問2.5國文干詞2王深度理靠譜青年用清言叮!清言GLM-4-Plus模型限角88次，快來體驗-【GLM-PC】全球答個面向公眾，回車即用的電腦智能體。

■【用清言·蓬大銼】春節活動上線!最高有機會領取200元I滿A

土現PPT圖片性成頭

像

地

制|Logoli+|角色給制

|

故事配圖妖文檔解讀幢

人

兩

0A

秘塔AI搜索沒有廣告，直達結果軸入發送，9·

6行·

O

回

◎kimi

1.5長思考T二回文心大模型4.0力

的、父室、然子，又始無■傳統通用大模型上線推理模塊文心大模型40Tubo,文o大模型40工文

o

大

4

0文心大模型15文化產業最%rwe2

相關人

濱十

文

化

的

看

p智普清言深度推理秘塔Al-長思考R1Al

數據分析正確打開方式智語清言ChnM模

型

升

級

：

通

義

干

何

2

.

5

正

式

上

線⑤

文心大模型3

.

5直置帝A

程

求TA:●Gemini

是Google

AI最新推出的多模態大模型，DeepResearch

是Gemini

的高級功能之一，旨在幫助用戶進行實時、

深入的研究。

Deep

Research是Gemini

網絡應用程序中的一項

高級功能，允許用戶實時深入研究各種主題。這項功能特定于

Gemini

網絡應用程序。它能夠根據用戶的查詢，快速從海量

數據中提取相關信息，并以簡潔易懂的方式呈現給用戶。●

實時信息檢索：

Deep

Research可以幫助用戶快速獲取所需信

息，無需花費大量時間瀏覽網頁和篩選信息。●

深入主題研究：通過整合來自不同來源的信息，

DeepResearch

可以幫助用戶更全面地了解某個主題。●輔助決策：

Deep

Research可以為用戶提供決策所需的信息和

數據支持。●

生成可在線編輯報告：可通過谷歌在線文檔查看和編輯GeminiDeepResearch

生成的報告全文。(

二

)GeminiDeepResearch

概述及主要用途95寫一篇報告：主題：

會：擅集主流焊體專家、網民發表的相關內容；結構是概述、網絡奧論觀點(保體觀點.專家觀和網民概點),研

體.閥這是我對該主腸抑的方軍，如果仰寓要進行修改，請告訴線亞冬會例情分析報告日

研寫一簡配告：土題：

登

會

：

接

集

1

2N體鎵、網民發果的聯兩溶；結構口述、網澳

論或點0或點專家或點和R白

、

研嗔則情出對建議6000T擅生關于第九亞官方信息，包商事安、力幅市，參國家和園閥等。

②

接集主理

九

后

冬

會

道

和we,包

橋

爪

電

程

體

等

.只管S

可的準備好情改方率

開知湖究開始研究我已蛙完減了研究，可以愿出拋或者要求進行改動四皓2

月6

,

05

2

上

午Gorhl

kowncedum+

*10Fn8.20Ft20F

Lxun,

你好Dp+

月

同Geri■Gemini

Deep

Research功能基本介紹國

o·r網77Ti

m日愿anHann報

告4大OF

開20bpteesInh·IaGemini

Advanced15Pro

with

Dep

earch開始研究已研究5個網站在為寫報告而敲究H,Gms

會代你在網絡中進行按素并消相聯網貼上的內容.he

the

Gmin

web

appto

in

depth

reserch-suppon

combenininsweIS?19117hl-m我這就開始。研究完成后，我會告訴你，在此期間，何以離開這個對話。D

Gemihl

Deep

Research

Methodologles正在分析結果htrodaces

Gemin

20AnWAImodalfr

te-bogOpnis

Depierch

Tod

DESTROYs

IGm.

youhibecm-atchiv-20HCpE在開始任何研究之前，清晰地定義研究問題和目標至關重要。

這也有助于

研究人員更有效地利用Gemini

Deep

Research。例如，在研究“人工智能

對教育的影響”這一課題時，研究人員首先需要明確具體的研究問題：·

人工智能技術如何應用于教育領域?·

人工智能對學生的學習方式和教師的教學方法有哪些影響?·

人工智能在教育領域應用的倫理問題有哪些?明確研究問題后，才能更有針對性地使用Gemini

Deep

Research

獲取相

關信息，避免漫無目的地搜索。■如何使用Gemini

Deep

Research?Ty

Deop

Rsnrch

ndou

nweparinntsd

modlL

bbgOGmn-

uesMind第一步enini-dhep-

-bcthnskogiespeminlodictspumihrokbgdeepninedeepaheom-下一步是構建有效的搜索策略，以便在Gemini

Deep

Research

中精準地

找到所需信息。

這需要研究人員掌握一些搜索技巧，例如：使用相關的關鍵詞：選擇能夠準確描述研究主題的關鍵詞，例如在研究“氣

候變化對農業的影響"時，可以使用“氣候變化”、“農業"、“糧食安全"、“干旱”

等關鍵詞。使用布爾運算符：使用AND、OR、NOT

等布爾運算符來組合關鍵詞，例

如“氣候變化AND

農

業AND

糧食安全”可以縮小搜索范圍，更精準地找到

相關信息。使用過濾器：

Gemini

Deep

Research提供了多種過濾器，例如時間范圍、

信息來源、作者等，可以幫助研究人員進一步篩選搜索結果。例如，假設我們要研究“人工智能在醫療領域的應用”,以下是一些有效和無效的搜索策略示例：有效的搜索策略：“人工智能”AND“醫療”AND

“診斷”(使用關鍵詞和布爾運算符)

“人工智能醫療應用”(使用更具體的關鍵詞)設置時間范圍為“近五年”(使用時間過濾器)無效的搜索策略：“人工智能”(關鍵詞過于寬泛)“人工智能OR

醫療”(搜索結果過于廣泛)■如何使用Gemini

Deep

Research?第二步Gemini

Deep

Research

的一大優勢在于它能夠從多個來源和角度獲取信息，

包括學術論文、新聞報道、書籍、專利等。

研究人員應充分利用這一優勢，

嘗試從不同的維度探索研究問題。例如，在研究“氣候變化對農業的影響”這一課題時，可以從以下角度進行探

索：跨學科研究：結合氣象學、農業科學、經濟學等學科的知識，分析氣候變

化對農作物產量、農業生產成本、農民收入等方面的影響。不同地區的影響：比較氣候變化對不同地區農業的影響，例如干旱地區、

沿海地區、高寒地區等，分析其差異性和共性。不同利益相關者的觀點：收集農民、農業企業、政府部門、環保組織等不

同利益相關者對氣候變化的看法和應對措施，進行綜合分析。例如，研究人員可以利用該工具收集過去五年的全球氣溫數據和農業產量

數據，分析氣候變化對農業生產的長期影響。通過對比不同時期的氣溫和

產量數據，可以發現氣候變暖對某些地區的農業生產產生了負面影響，例

如導致干旱加劇、病蟲害增多等。■如何使用Gemini

Deep

Research?第三步研究是一個不斷迭代的過程。通過Gemini

Deep

Research

獲取的信息可以幫助研究人員不斷完善

研究問題、調整研究方向、深入挖掘新的線索。迭代式研究過程可以概括為以下幾個步驟：1.提出初始研究問題：根據初步的了解和假設，提出初始的研究問題。2.收集信息：使用Gemini

Deep

Research

等工具收集與研究問題相關的文獻、數據和其他信息。3.分析信息：對收集到的信息進行分析和整理，并從中提取關鍵信息和insights。4.完善研究問題：根據信息分析的結果，重新審視和完善初始研究問題，使其更加聚焦和具體。5.調整研究方向：根據新的發現和insights,調整研究方向，探索新的研究路徑。6.深入挖掘：對感興趣的方面進行更深入地挖掘，例如查閱更多文獻、進行實證研究等。在使用Gemini

Deep

Research

時，需要注意數據隱私、知識產權等倫理問題。確保獲取和使用信息的方式符合相關規定和道德準則。例如，在使用該平臺獲取個人信息時，需要遵守相關法律法規，保護個人隱私。在引用他人研究成果時，需要注明出處，避免剽竊。■Gemini

Deep

Research的實踐應用注意●ChatGPT的“深度研究”(Deep

Research)是一種新推出的

代理型功能，旨在幫助用戶完成復雜得多步驟信息檢索與研究任

務。簡單來說，用戶只需提供一個提示或問題，ChatGPT

就會自

主在互聯網上搜索、分析并綜合數百條信息來源，最后生成一份

類似研究分析師撰寫的綜合報告.OpenAI聲稱，這項功能在數十分鐘內就能完成人工需要數小時甚至數

天才能完成的研究工作o.OpenAI首席產品官凱文

·

韋爾(KevinWeil)指出，DeepResearch

可以在約5到30分鐘內完成一些人工可能需要30分鐘到30天的復雜研究

任務●Deep

Research的主要用途是大幅加速和簡化各領域的知識密集

型研究。它針對金融、科學、公共政策、工程等領域需要全面、精確、可靠信息的從業者，以及需要進行深入調查的商業分析場

景而設計。同時，Deep

Research也適用于普通用戶的高難度

信息查詢，例如個性化的消費決策(購車、家電、家具等需要仔

細調研的購買建議)(三)DeepResearch概述及主要用途95What

cWhatcan

I

helpwith?Mesag

ChGPTMessageChabGPT+

sn

Depmdh

"+●Sud

Deprerd

Cs

irag

9

GtadicCusinug

SapiAaja

dBSmnurinst

GtMen■GPT全系產品增加Deep

Research功能ChatGPT4

ChatGPT

40ChatGPT

4o

miniWhat

can

I

help

with?MessgeChatGPT+a

DuprcChatGPTo3-minihighChatGPTo1①

s

rit

日

i

M

①se

日

swat

日

ia

MosMessge

OatGPT+

s①

SohMsageCSPT+

Dp

mhssgeChatGPT0

Dup

seirdh+④seurc

Deepsarch

…DepssdtintemWhat

can

I

help

with?Craate

imag

◎AnatyzeimagWhat

caiMessageChatGPTChatGPTo3-minl1Ssh

9GiWhaChatGPTolWhapro●

數

據

調

研

與

可

視

化

：查詢過去10年中GDP

排名前十的發達國家和發展中國家的iOS

與安卓普及率，并將結果繪制成

表格。這樣的任務涉及大量數據收集和整理，非常適合DeepResearch自動完成。●

模

糊

信

息

檢

索

：根據幾個片段的劇情描述來尋找電視劇集中對應的劇集名稱。普通聊天模型往往難以憑記憶給出準

確答案，而Deep

Research可以通過網絡檢索找到確切的劇集并提供細節。●

專

業

知

識

問

答

：例如詢問"NFL

橄欖球踢球手的平均退役年齡是多少?",普通GPT

模型可能因知識局限給出含糊

的范圍猜測，而Deep

Research會深入多源頭資料，給出精確的統計并解釋不同球員退役年齡的分布。●

消

費

產

品

調

研

：根據用戶提供的偏好和使用場景(如滑雪板的需求),Deep

Research可以搜集各大評測和產品規

格，在幾分鐘內整理出詳細的購買建議清單，并解釋每個推薦方案的依據。●專

業

領

域

研

究

：在醫學研究、UX

設計等需要查閱大量專業資料的領域，Deep

Research同樣能通過搜索論文、報

告等資源，快速匯總相關知識點和洞見。●

綜

上

，Deep

Research的用途覆蓋學術研究、市場分析、商業情報、技術調研以及復雜問答等多個場景。其目標用戶

既包括需要高效獲取可靠資料的專業人士，也包括有深入信息需求的普通個人用戶。■Deep

Research六項適用場景能夠勝任從商業報告到日常疑難問題的一系列任務。專業定制的模型Deep

Research由OpenAl即將推

出的o3

模型的一個變體提供支持。該模型針對網頁瀏覽和數據分析進

行了優化，擁有強大的推理和多模態理解能力。模型可以讀取和理解網頁上的大量文本、圖像和PDF內容，并將不同來源的信息相關聯。據OpenAl介

紹

，DR能夠遞歸地

進行網絡搜索：從初始查詢出發，不斷執行新的搜索、點擊結果、閱

讀資料，然后將收集的信息加以綜合。這種遞歸搜索與推理使得它可

以在海量信息中挖掘出相關內容并形成整體結論。除了瀏覽網頁文字，DeepResearch

還能處理多種格式的資料

。它可以閱讀用戶上傳的文檔或

表格，將這些私有數據與在線信息

相結合進行分析。此外，DR

具備

一定的工具使用能力，例如調用內

置

的Python

工具來繪制圖表并反

復改進數據可視化。據報道，未來

它還能將生成的圖表或從網頁提取

的圖片直接嵌入報告中，以豐富分析結果。這種多模態處理和工具整

合，使DR超越了純語言模型的范

疇

，更像一個真正的數字研究助理。在具體運行時，當用戶選擇“深度研究”模式并提交查詢后，GPT會

啟動一個后臺agent進行工作。這

個agent

會自動執行一系列步驟：例如它可能先搜索相關關鍵詞，打開若干網頁讀取內容，再根據需要細分問題、繼續搜索下一步，乃至調用工具進行數據處理。整個過程中

，ChatGPT

會在側邊欄向用戶展示其當前采取的步驟和已獲取的來源摘要，提高過程透明度。這一設計類似于Al“做筆記”,讓用戶了解研究的進展和思路。OpenAl

使用端到端的強化學習(RL)對Deep

Research模型進行

訓練，讓它在各種領域的復雜瀏覽

和推理任務中學會規劃策略。通過

大量訓練，模型掌握了如何計劃并

執行多步搜索路徑，在需要時還能

回溯調整，類似人類研究者那樣根

據檢索結果動態修正方向。這使其

具備了長鏈推理和問題分解的能力，能夠逐步靠近答案。Deep

Research背后的技術實現體現了一個自主智能體(agent)

的工作流程。與傳統聊天機器人僅根據訓練語料

作答不同，DeepResearch能夠主動與外部環境交互，主要通過聯網瀏覽和工具使用來完成任務。其工作機制可以分為以下幾個關鍵點：■Deep

Research的技術實現路徑工具與多模態能力強化學習訓練自主的步驟執行02030401●

Deep

Research利用了強大的預訓練大模型+強化學習調教，再結合聯網檢索和

工具調用，實現了高度自動化的研究流程。它相當于將搜索引擎、數據分析和報

告撰寫能力融為一體：既能像人一樣上網“找資料”,又能對信息進行歸納整理，

最終拿出有理有據的結果。這種技術實現讓ChatGPT

從一個對話助手躍升為一個可以獨立執行實質任務的自主智能體。DeepResearch完

成

任

務

后，

會

在

對

話

界

面

生

成

一

份

結

構

化

的

研

究

報

告

作

為

最

終

輸出

。●報告通常包括