Deep research er KI-tjenestenes funksjonalitet for grundig analyse av emner. Den gir deg gjennomarbeidede analyser med kilder, vurderinger og forslag.
Det er nok mange som fortsatt bruker ChatGPT og Gemini som om de var søkemotorer, bare litt smartere – skriv inn et spørsmål, få et svar, ferdig. Det fungerer greit det, altså, men disse systemene kan så mye mer!
En av de tingene de kan er å gjøre såkalt «grundig research», som det heter på norsk i ChatGPT, eller «deep research» som det heter i Gemini.
Med denne funksjonaliteten kan du få et virkelig hopp i hva du får ut av KI, men disse søkene tar tid – gjerne noen minutter. Det er fordi vi her ikke snakker om å få bare et enkelt svar, men om å få en gjennomarbeidet analyse, med kilder, vurderinger og forslag.
Så velkommen til den nye hverdagen med KI-research!
Hva er egentlig «grundig research«?
Man bør jo egentlig håndtere alle KI-tjenester som uerfarne assistenter – de trenger temmelig nøyaktige oppskrifter på hvordan de skal gå frem for å kunne gi deg output du kan bruke.
Deep research oppfører seg imidlertid mer som en konsulent enn som en fersk assistent. Du kan for eksempel be den finne ut hvilke konkurrenter du har i markedet, og hva de forskjellige konkurrentene gjør bra og dårlig. Eller du kan be den finne ut hvilke SoMe-formater som fungerer best i din nisje. Med andre ord: Du bruker deep research når du vil ha innsikt, ikke bare informasjon.
Disse research-verktøyene kan blant annet:
- Utforske ulike kilder
- Lese dokumenter, bilder og nettsider
- Forstå kontekst
- Sette informasjonen sammen til en strukturert rapport du faktisk kan bruke
OpenAI vs Google Gemini: Hvem gjør hva best?
Det er to store aktører i deep research-markedet: OpenAI’s ChatGPT med deep research-modus, og Googles Gemini med sin egen researchmotor. Begge har styrker og svakheter.
ChatGPT (OpenAI) går dypt, henter frem nisje-informasjon, og kan improvisere underveis. Den trenger imidlertid en god brief å starte med. Hvis du er uklar i starten, kan du få et godt, men egentlig ganske irrelevant resultat.
Best til: markedsanalyse, investor-pitching, idéutvikling.
Gemini (Google) er mer strukturert. Den starter med å lage en plan, og du kan være med å forme planen. Det gjør at du beholder kontrollen, og dessuten blir resultatet ofte mer polert og lettere å dele.
Best til: akademisk arbeid, rapporter, samarbeid i Google Docs.
Den største feilen folk gjør
Den største feilen folk gjør med deep research er at de tror den kan gjøre hele kobben selv. Sannheten er at KI-research krever styring, også her.
Du må blant annet lære å:
- Gi KI’en riktig kontekst (last opp dokumenter, forklar målet ditt)
- Bruke metaprompting: be den hjelpe deg å lage bedre spørsmål og mer presise prompter
- Være redaktør: se over, juster, dobbeltsjekk
Særlig det siste er viktig, fordi også deep research-funksjonalitet hallusinerer. Men deep research kan også fungere fantastisk bra hvis du selv bruker den riktig.
Om du gjør det, kan du kutte research-tid med 80 % og likevel få dypere innsikt enn konkurrentene dine. Du kan dessuten analysere nye markeder, skrive bedre søknader, lage bedre tilbud og mye mer, alt uten å ansette et team.
Det gjelder imidlertid fortsatt at KI-tjenesten trenger tydelige oppgaver og en del oppfølging, så du må arbeide etter en god metode.
En god metode for å bruke deep research
Her er mitt forslag til en slik god metode:
1. Velg riktig verktøy for jobben
- Bruk ChatGPT for kreativt arbeid som trenger stor grad av frie resonnementer basert på store mengder forskjellige data
- Bruk Gemini hvis du trenger strukturert fremdrift, siden du kan styre den underveis. Du kan også bruke Gemini for å få «pene» dokumenter som output, siden den kan levere i Google Docs.
2. Definer formålet tydelig
Hva er målet med researchen? Hvem skal bruke resultatet? Hva slags beslutning skal den støtte? – Vær tydelig og konkret. Skriv gjerne alt dette ned i et dokument, så du kan klippe og lime.
3. Bruk metaprompting først
Start med å spørre KI’en for eksempel «Hjelp meg med å lage den beste prompten for å undersøke X.» KI-tjenesten vet gjerne selv hva den trenger av input, så metaprompting gir ofte bedre presisjon enn å skrive alt selv.
4. Gi kontekst og nok informasjon
Del bakgrunnsinformasjon, relevante dokumenter, lenker eller eksempler. Jo mer konkret og rikere input, jo bedre analyse.
5. Be om en plan før researchen starter
Få KI’en til å lage en punktvis plan: «Lag et forslag til hvordan denne researchen bør struktureres.» Da kan du korrigere før den går i gang.
6. Be KI’en om å bruke kilder og sitere
Be om strukturert rapport med kilder, vurdering og forslag, gjerne i punktform eller tabell.
7. Kjør researchen – men styr den underveis
I noen verktøy (som Gemini) kan du gjøre endringer underveis. I andre (som ChatGPT) må du være nøye med å få med all informasjon fra starten.
8. Sjekk rapporten kritisk
Gå nøye gjennom for faktafeil, halvsannheter og hallusinasjoner. Kunstig intelligens kan også gjøre feil – selv når det du får høres overbevisende ut. Klikk deg inn på kildene og se om de faktisk sier det KI-tjenesten påstår (jeg har selv opplevd hallusinasjoner her).
9. Still oppfølgingsspørsmål
Ikke stopp etter første svar. Still gjerne flere spørsmål som: «Hva betyr dette for min bransje?» eller «Finn motstridende synspunkter.»
10. Rediger og tilpass output til målgruppen
Bruk resultatet som grunnlag – men tilpass språk, vinkel og form etter hvem som skal lese det. Husk også at KI-tekster fort kan høres litt rare ut og være ganske fulle av anglisismer, store forbokstaver som ikke hører hjemme der og andre «skjønnhetsfeil».
Deep research er et innsiktsverktøy
Hvis du behandler KI som en søkemotor, får du svar. Hvis du behandler den som en medarbeider, får du innsikt og konkurransefortrinn.
I 2025 er det nemlig ikke de med mest penger eller mest data som vinner. – Det er de som kan stille de beste spørsmålene – og vet hvordan de kan bruke KI til å finne de beste svarene.
