给 Gemini Deep Research 的结果打分:可复用的评估表
先说清楚它是什么:Gemini Deep Research(Gemini 深度研究)属于「研究与学术」方向的在线服务,Gemini 中自动规划检索并生成研究报告的功能。
用 AI 最容易犯的错是「看着不错就用了」,这篇给出一张可复用的打分表。
评分表(每项 1 到 5 分)
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 来源可靠 | 引用是否真实、权威、可追溯 | 明显不合格 | 无需修改即可使用 |
| 忠实原文 | 摘要是否准确反映论文内容 | 明显不合格 | 无需修改即可使用 |
| 批判性 | 是否指出局限与分歧 | 明显不合格 | 无需修改即可使用 |
| 结构合理 | 报告或综述逻辑是否清晰 | 明显不合格 | 无需修改即可使用 |
| 合规 | 是否符合学术诚信与披露要求 | 明显不合格 | 无需修改即可使用 |
建议:任一维度低于 3 分就不要直接使用;总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
综述框架
适用情况:手头有已收集的 20 篇文献笔记时。
根据这些笔记设计一份综述框架:按研究主题或方法分组,指出各组之间的分歧和研究空白。
交付前确认:指出了研究空白。
怎么让评分更可靠
- 同一批材料至少测 5 次,不只看最好的一次。
- 两人分别打分,分歧大的维度再讨论标准。
- 把 Gemini Deep Research 的结果与人工完成或 ChatGPT 深度研究的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
延伸练习
论文精读
准备材料:一篇 PDF 论文。
帮我精读这篇论文:研究问题、方法、数据、主要结果、局限性,以及作者没有讨论但值得追问的问题。所有结论请标注对应页码。
交付前确认:结论标注了页码。
研究报告初稿
准备材料:一个需要调研的行业问题。
围绕【问题】生成一份调研报告初稿,每个观点后附来源;区分事实、观点和推测;最后列出需要人工核实的内容。
交付前确认:区分事实与推测。
学术语言润色
输入:一段英文论文草稿。
润色这段学术英语:改正语法、提升简洁性,不改变论点和数据,用修订模式列出每处修改及原因。
检查点:数据和论点未改变。
常见问题:期刊对 AI 使用有要求
投稿前阅读期刊政策,按要求披露 AI 使用情况。
常见问题:报告观点缺少依据
要求每段观点附来源,没有来源的删除或标注。
常见问题:AI 给出不存在的论文
只使用能查到 DOI 或原文链接的文献,逐条核验。
概念补充:虚假引用
AI 编造的不存在文献,提交前必须逐条核验。
概念补充:引用网络
论文之间的引用关系,可用于发现相关研究。
适合人群:法务与律师助理
法务与律师助理可以用 Gemini 深度研究处理合同初审、法规检索等工作。需要注意:AI 输出不构成法律意见,条款和法规必须由执业人员核实。
适合人群:记者编辑
记者编辑可以用 Gemini 深度研究处理采访整理、资料核查等工作。需要注意:事实必须多源核实,不得用 AI 生成虚构引语,遵守所在机构的 AI 使用规范。
注意事项
本文基于 Gemini Deep Research 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。
文中提示词和示例仅作示意,实际效果取决于你的材料和 Gemini 深度研究当前版本,重要内容请人工核对后再使用。