Gemini Deep Research
Save hours of work with Deep Research as your personal research assistant. Now with the ability to upload your own files to guide research and transform reports into interactive content in Canvas.
Mi a Deep Research?
Get up to speed on just about anything with Deep Research, an agentic feature in Gemini that can automatically browse up to hundreds of websites on your behalf, think through its findings, and create insightful multi-page reports in minutes.
With the Gemini 2.5 model, Deep Research is even better at all stages of research, from planning to delivering even more insightful and detailed reports.
Tervezés
A Deep Research az Ön utasításait egy személyre szabott, többpontos kutatási tervvé alakítja át.
Keresés
A Deep Research autonóm módon keres és a web mélyére ás, hogy releváns, naprakész információkat találjon.
Érvelés
Megismerheti a Deep Research gondolatait, ahogyan az megindokolja őket az iteráció révén gyűjtött információk alapján, és átgondolja a következő lépését.
Jelentés
A Deep Research részleteket és statisztikákat tartalmazó, átfogó és egyéni kutatási jelentéseket biztosít – akár hangos áttekintés formájában is –, amelyek percek alatt elkészülnek, így több órányi időt spórol meg Önnek.
A Deep Research használata
A Gemini Deep Research úgy lett kifejlesztve, hogy az Ön összetett kutatási feladatait lebontva, a válaszok után az interneten kutatva, a találatokat pedig átfogó eredményekké alakítva oldja meg.
Now, you can upload your own files to Deep Research, and make your reports even more immersive by turning them into interactive content, quizzes, Audio Overviews, and more in Canvas.
Versenyképességi elemzés
Az új termék versenytársi környezetének feltérképezése, beleértve az ajánlatokat, az árképzést, a marketinget és a vásárlói visszajelzéseket.
Átvilágítás
Egy potenciális értékesítési lead vizsgálata, a vállalat termékeinek, finanszírozási előzményeinek, csapatának és versenykörnyezetének elemzése.
Téma feltérképezése
A témák mélyére ás a kulcsfogalmak összehasonlításával és szembeállításával, az ötletek közötti kapcsolatok azonosításával és a mögöttes elvek magyarázatával.
Termék-összehasonlítás
Egy készülék különböző modelljeinek értékelése a funkciók, a teljesítmény, az ár és az ügyfélvélemények alapján.
Ez egy újabb lépés egy olyan AI-ügynök felé, amely nem pusztán megválaszolja a kérdést, hanem tényleges együttműködő partnerré válik, és képes a kifinomult gondolkodásra és végrehajtásra.
Próbálja ki még ma díjmentesen.
Tekintse meg működés közben!
Senior Product Manager for Deep Research, Aarush Selvan, walks through the first Deep Research experience.
A Deep Research elérése
Próbálja ki a Deep Research modellt még ma, díjmentesen
Asztali számítógépen
Mobiltelefonon
150 országban
Több mint 45 nyelven
Available to Google Workspace users
Just select Deep Research in the prompt bar to get started and let Gemini do the research for you.
Hogyan készült az első Deep Research modell?
Amikor először bemutattuk a Deep Research termékkategóriát a Geminiben 2024 decemberében, leültünk beszélgetni a termék mögött álló csapat néhány tagjával.
Egy ügynöki rendszer
A Deep Research megalkotása érdekében egy olyan új tervezési rendszert fejlesztettünk ki, amely lehetővé teszi összetett problémák kezelését a Gemini app számára. A Deep Research esetében úgy tanítottuk a Gemini-modelleket, hogy képesek legyenek a következőkre:
A probléma felbontása: Amikor összetett felhasználói lekérdezést kap, a rendszer először összeállít egy részletes kutatási tervet úgy, hogy a problémát kisebb és könnyebben kezelhető részfeladatokra szedi szét. A terv az Ön irányítása alatt áll: a Gemini megmutatja, Ön pedig finomíthatja, hogy biztosan a megfelelő területekre fókuszáljon.
Kutatás: A modell felügyeli a terv végrehajtását, és intelligensen megállapítja, hogy mely részfeladatokat lehet egyszerre menedzselni, és melyeket kell egymás után elvégezni. A modell egyebek mellett keresés és webes böngészés segítségével gyűjtheti és gondolhatja végig az információkat. Mindegyik lépésnél átgondolja a rendelkezésre álló információkat, hogy eldöntse, mi legyen a következő cselekvés. Bevezettük a gondolatmenetet bemutató panelt, ahol a felhasználók nyomon követhetik, hogy a modell mit talált eddig, illetve mit szándékozik tenni a következő lépésben.
Összegzés: Amikor a modell úgy dönt, hogy elég információt gyűjtött össze, akkor a talált ismereteket összefoglalja egy átfogó jelentésben. A jelentés összeállításakor a Gemini kritikusan kiértékeli az információkat, azonosítja a fontosabb témákat és következetlenségeket, logikus és informatív módon kialakítja a jelentés struktúráját, és még több önkritikus lépést is elvégez, hogy minél egyértelműbb és részletesebb eredményt biztosíthasson.
Új kategória, új problémák, új megoldások
A Deep Research elkészítésekor három jelentős technológiai kihívással kellett megbirkóznunk:
Többlépéses tervezés
A kutatási feladatoknál többlépéses iteratív tervezésre van szükség. A modellnek minden lépésnél alá kell támasztania az addig összegyűjtött információkat, majd ki kell találnia, hogy milyen hiányzó információkra és ellentmondásokra kell még fókuszálnia – miközben meg kell találnia az egyensúlyt a minden részletre kiterjedő kutatási idő, valamint a számítási és a felhasználói várakozási idő között. Mivel a modellt úgy tanítottuk, hogy adathatékony módon legyen képes a hosszabb, több lépésből álló tervezésre, el tudtuk érni, hogy a Deep Research bármilyen témakört tekintve működjön (ezt „open domain” rendszernek nevezik).
Hosszú levezetések
Egy átlagos Deep Research-feladat során számos modellhívás történik több percen át. Ez azért jelent kihívást az ügynökök létrehozásakor, mert úgy kell kialakítani őket, hogy egyetlen hiba miatt ne kelljen az egész feladatot elölről kezdeni.
Ennek a kihívásnak a kezelése érdekében egy olyan újszerű, aszinkron feladatkezelőt fejlesztettünk, amely megosztott állapotot tart fenn a tervezési és a feladatmodell között, ami megengedőbb hiba utáni helyreállítást tesz lehetővé a teljes feladat újrakezdése nélkül. Ez a rendszer ténylegesen aszinkron módon működik: egy Deep Research-projekt elindítása után Ön átválthat egy másik alkalmazásra, vagy akár ki is kapcsolhatja a számítógépét, és amikor legközelebb újra felkeresi a Geminit, értesítést fog kapni arról, hogy befejeződött a kutatás.
Kontextuskezelés
Egy adott kutatási munkamenet során a Gemini akár több száz oldalnyi tartalmat is feldolgozhat. A folytonosság fenntartása és kiegészítő kérdések feltételének lehetővé tétele érdekében a Gemininek az ágazatban egyedülálló, egymillió tokenes kontextusablakát RAG (Retrieval-Augmented Generation, azaz adatlekérésre alapozott generálás) módszerrel kiegészítve használjuk. Ez lényegében lehetővé teszi a rendszer számára, hogy „emlékezzen” mindenre, amit az adott csevegési munkamenet során megtanult, így minél hosszabban végeznek vele interakciókat, annál okosabb lesz.
Evolving with new models
Amikor decemberben elindítottuk a Deep Research funkciót, akkor még a Gemini 1.5 Pro modellen alapult. A Gemini 2.0 Flash Thinking (kísérleti) modell bevezetésével jelentős mértékben növelni tudtuk mind a termék minőségét, mind a kiszolgálási hatékonyságát. A Thinking modelleknek köszönhetően a Gemini több időt szán a megközelítése megtervezésére, mielőtt belefogna a következő lépésbe. Ez az alapból meglévő önreflektív és tervező jelleg kiválóan alkalmassá teszi az ilyen hosszan futó ügynöki feladatok elvégzésére. Tapasztalataink alapján a Gemini most még jobban teljesít a kutatás minden fázisában, és részletesebb jelentéseket biztosít. Ugyanakkor a Flash modell számítási hatékonyságának köszönhetően jóval több felhasználónak tudunk hozzáférést biztosítani a Deep Research-höz. Nagyon izgatottak vagyunk a Flash és a Thinking modell általános fejlesztését illetően, és arra számítunk, hogy a Deep Research idővel egyre jobb és jobb lesz.
And with our most capable model, Gemini 2.5, Deep Research is even better at all stages of research, delivering even more insightful and detailed reports
Mi a következő lépés?
A rendszert úgy alakítottuk ki, hogy sokoldalú legyen, ezért később ki tudjuk bővíteni a képességeit, hogy nagyobb irányítást adjunk az Ön kezébe annak tekintetében, hogy hol böngésszen, valamint hogy képes legyen a nyílt interneten nem megtalálható források között is keresni.
Kíváncsian várjuk, hogy az emberek hogyan fogják használni a Deep Research funkciót, és a valós felhasználásból származó tapasztalatok segíteni fognak nekünk annak eldöntésében, hogyan fejlesszük tovább a Deep Research-öt. A végső célunk az, hogy egy ténylegesen ügynöki jellegű és általánosan hasznos AI-alapú asszisztens legyen belőle.
Agentikus Gemini
A Gemini új AI-ügynök-rendszere egyesíti a Gemini, a Google Kereső és a webes technológiák legjobb tulajdonságait, hogy képes legyen folyamatosan keresni és böngészni az információk között, illetve egy folyamatos érvelési ciklusban átgondolni őket az átfogóbb eredmények érdekében.