Không giống như tìm kiếm thông thường trong các công cụ AI như ChatGPT, deep research cải tiến quá trình thu thập và tổng hợp thông tin từ nhiều trang web cùng lúc. Model sẽ tạo ra một báo cáo có cấu trúc rõ ràng, dễ đọc và dễ chia sẻ với người dùng từ những đầu vào rất tối giản, bằng cách xây dựng một kế hoạch hành động (action plan). Quá trình này có thể bao gồm cả việc duyệt web thủ công hoặc ghi chú, và thường sẽ diễn giải lại câu hỏi hoặc yêu cầu bạn đưa ra.

Các Công Cụ Deep Research:

Hiện có một số công cụ hỗ trợ deep research:

• ChatGPT Deep Research: Giỏi trong việc kết hợp thông tin từ nhiều nguồn để tạo ra báo cáo dễ hiểu chỉ với đầu vào tối thiểu.
• Perplexity AI: Tạo ra câu trả lời có trích dẫn nguồn một cách nhanh chóng hơn.
• Scite.ai và Consensus: Tập trung mạnh vào các tài liệu khoa học hàn lâm.
• Gemini: Nổi bật với giao diện tương tác dạng canvas và khả năng tóm tắt đa phương thức như ghi chú giọng nói.

Thử Dùng Deep Research Để Trả Lời Một Câu Hỏi Thực Tế:

“Những mô hình học máy nào thường chiến thắng nhiều cuộc thi nhất?”

Kaggle là nền tảng tổ chức các cuộc thi về xây dựng mô hình học máy tối ưu. Nhưng những mô hình nào thực sự thường xuyên giành chiến thắng? Hãy sử dụng deep research để tìm ra mô hình nào đang có lợi thế trong các cuộc thi học máy.

Trong hướng dẫn sau, chúng ta sẽ khám phá cách sử dụng tính năng Deep Research của ChatGPT từng bước để trả lời câu hỏi trên.

Bước 1: Bật Chế Độ Deep Research

Đầu tiên, hãy nhấn vào phần “Deep Research” trong cài đặt.

Bước 2: Viết Prompt

Chúng ta muốn phân tích những mô hình học máy được sử dụng nhiều nhất bởi các người chiến thắng cuộc thi Kaggle trong 5 năm gần đây. Đây là prompt đã sử dụng: I want to analyze the machine learning models and techniques most commonly used by top Kaggle competition winners in the last 5 years. What trends can be identified in their approaches, including feature engineering, model choice, ensemble methods, and data preprocessing strategies? (Dịch: Tôi muốn phân tích các mô hình và kỹ thuật học máy được sử dụng phổ biến nhất bởi các nhà vô địch các cuộc thi Kaggle trong 5 năm qua. Có thể xác định xu hướng nào trong cách tiếp cận của họ, bao gồm kỹ thuật tạo đặc trưng (feature engineering), lựa chọn mô hình, phương pháp ensemble, và chiến lược tiền xử lý dữ liệu không?)

Bước 3: Làm Rõ Yêu Cầu

Trong quá trình deep research, ChatGPT thường sẽ hỏi bạn một vài câu để làm rõ yêu cầu. Điều này rất hữu ích để đảm bảo AI không đi lạc khỏi chủ đề bạn thực sự quan tâm.

Dưới đây là câu trả lời:

1. I’m interested in competition categories involving predictions. (Dịch: Tôi quan tâm đến các hạng mục cuộc thi có liên quan đến dự đoán (prediction)).
2. The analysis should focus on all winning models from competitions with prizes above $10K. (Dịch: Phân tích nên tập trung vào các mô hình chiến thắng trong các cuộc thi có giải thưởng trên $10,000).
3. I’d like to see the results in a report with tables and dedicated sections for the top 3 methods. (Dịch: Tôi muốn kết quả được trình bày dưới dạng báo cáo có bảng biểu và các phần riêng biệt cho 3 phương pháp hàng đầu).
4. No, only competitions with prizes above $10K. (Dịch: Không cần bao gồm các cuộc thi dưới $10,000).

Sau khi xác nhận, ChatGPT sẽ bắt đầu quá trình nghiên cứu. Bạn sẽ thấy thanh tiến trình hiện ra.

Bước 4: Để AI Thực Hiện Việc Nghiên Cứu

Phía sau hậu trường: Deep Research hoạt động như thế nào?

Bạn có thể thấy những gì đang diễn ra trong bảng "Activity" (Hoạt động) bên phải. Tại đây, hệ thống sẽ tạo ra các tác vụ, sau đó truy cập các trang web dựa theo từng tác vụ đó. Ví dụ, một trong những tác vụ đầu tiên là thu thập danh sách các cuộc thi Kaggle từ 2020–2025 có giải thưởng trên $10,000, đặc biệt là những cuộc thi liên quan đến bài toán dự đoán như hồi quy trên dữ liệu dạng bảng (tabular regression), phân loại (classification), và chuỗi thời gian (time series).

Theo dõi tiến độ nghiên cứu trong bảng Hoạt động: Để làm được điều đó, hệ thống sẽ lấy dữ liệu từ Kaggle và hiển thị tiến độ ở bảng Hoạt động bên phải.

Bạn cũng có thể xem cụ thể các website mà ChatGPT đã truy cập trong quá trình nghiên cứu.

Bước 5: Xem Báo Cáo Cuối Cùng

Sau vài phút, một báo cáo hoàn chỉnh với tiêu đề và các phần rõ ràng sẽ được tạo ra.

Thời gian, nguồn, và tổng kết tìm kiếm:

• 13 phút
• 68 nguồn tham khảo
• 44 lượt tìm kiếm

Báo cáo cũng bao gồm một phần danh sách tài liệu tham khảo đã được sử dụng.

Ngoài ra, nếu bạn nhấn vào nút mũi tên, một bản xem trước báo cáo sẽ hiện lên, và bạn có thể chia sẻ liên kết hoặc tải về dưới dạng PDF.

Kết Luận:

Mặc dù việc tìm kiếm thông tin qua các mô hình ngôn ngữ lớn (LLM) như ChatGPT có thể cho bạn một cái nhìn tổng quan tốt, nhưng deep research sẽ mang lại chiều sâu, cấu trúc và độ tin cậy cao hơn cho chủ đề bạn quan tâm - nhờ vào các tính năng như tạo tác vụ, theo dõi nguồn, và bảng hoạt động.

Nếu bạn là nhà khoa học dữ liệu, sinh viên, hoặc bất kỳ ai đang thực hiện các dự án nghiên cứu nặng - thì các công cụ deep research có thể giúp bạn tiết kiệm hàng giờ làm việc. Bạn nhận được tài liệu có trích dẫn, nhật ký tác vụ, và một bản báo cáo dễ đọc và chia sẻ. Và phần tuyệt nhất? Một số công cụ tốt nhất hiện nay hoàn toàn miễn phí.

📌 Nguồn: Nate Rosidi – Data Scientist & Product Strategist, KDnuggets