ChatGPT 深度研究是一款在线服务：ChatGPT 中多步骤检索并生成带引用报告的功能。

这篇写给数据分析师：围绕取数与 SQL、清洗与可视化和分析报告这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

数据分析师的三个高频用法

1. 取数与 SQL

提示词示例：

根据表结构写 SQL：按月统计新增用户与 7 日留存，说明关联条件、时间口径和可能的重复计数问题。

把关：口径说明清楚。

2. 清洗与可视化

提示词示例：

检查这份数据的质量：缺失、重复、异常值和格式问题，给出处理方案，并说明每种处理对结论的影响。

把关：说明了处理影响。

3. 分析报告

提示词示例：

根据分析结果写一页报告：结论先行、3 个关键发现、1 张建议图表、局限性和下一步建议。

把关：结论有数据支撑。

也可以试试：学术语言润色

这是「研究与学术」类工具的通用任务，数据分析师同样用得上。

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。

边界与合规

确认指标口径，敏感数据脱敏后再交给 AI 处理。

  • 产出由数据分析师本人负责，AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单，优先在清单内选择；ChatGPT 深度研究的同类还有 Gemini Deep Research、Perplexity。

一周试用建议

选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 Deep Research 纳入日常流程。

更多可以试的用法

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。

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。

检查点：区分事实与推测。

文献初筛

输入：一个研究问题。

围绕【研究问题】检索近年的相关论文，列出 10 篇最相关的文献：标题、年份、研究方法和一句话结论，并注明检索使用的关键词。

检查点：每篇文献都能查到原文。

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。

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：摘要遗漏关键限制

要求单独列出局限性和样本说明。

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：系统综述

按预先规定的方法全面检索和筛选文献的综述。

适合人群：医疗机构行政人员

医疗机构行政人员可以用 Deep Research 处理文书整理、患者沟通材料等工作。需要注意：AI 不得替代医生诊断，患者信息必须按法规保护。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认 ChatGPT 深度研究的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Deep Research 当前版本，重要内容请人工核对后再使用。

延伸阅读