如何将深度调研用于 GTM

Deep Research 是第一个真正让我大开眼界的 AI 功能。

这是人工智能首次能够端到端地解决复杂的非工程类任务，从制定计划到收集相关背景信息，再到产出高质量的成果。我通常对人工智能的夸大说法持谨慎态度，但 Deep Research 确实将原本需要我花费 10 多小时的任务压缩到了几分钟（前提是我摸索出正确的使用方法）。

尽管如此，Deep Research 的高阶用户似乎比我预期的要少，我认为这与它的名字有关。“Research”让人觉得它主要是学术界和投资者的工具，但这只是冰山一角；实际上，对于任何需要审阅大量信息并从中提炼出可行见解的任务来说，它都是一个颠覆性的工具。

事实证明，这几乎涵盖了 GTM 中的任何项目。

这也是我与 Kyle 合作撰写这篇文章的第一个原因： 通过展示真实的 GTM 使用案例，我想让大家看到这个工具的能力，并激发更多人创造性地使用它。

另一个原因是，尽管 Deep Research 具有巨大的潜力，但它并不完美，如果你想获得顶级的结果，就需要对 AI 提供大量的引导。与许多其他 AI 使用场景不同，这里你如何编写提示词依然非常重要，你提供的上下文信息可能决定结果的成败。

在本文的其余部分，我们将介绍：

• 如何从 Deep Research 中获得最佳输出的可操作性技巧
• 一个高效的 Deep Research 提示词应具备的特征
• 哪种工具（ChatGPT、Gemini、Claude、Perplexity、Grok）最适合什么用途
• 五个实用的 GTM 使用案例及可立即尝试的提示示例（另附更多灵感创意）

如何从深度研究中获得最佳结果

无论你使用哪种 AI 工具（下面会详细介绍），都有一些关键的限制需要注意。

不过别担心： 这些问题都可以解决，我们将逐步讲解能够帮助你获得最佳结果的具体工作流程和提示技巧。

1. 将研究代理指向高质量的来源

你从 Deep Research 获得的输出质量在很大程度上取决于代理所使用的来源。不幸的是，它们在这方面经常判断失误：会把社交媒体上的观点当作事实、过度依赖单一来源，或者使用过时的数据。当你在报告完成后才发现这些问题时，会非常令人沮丧，因为你不得不重做整个过程，并在此过程中浪费 15 分钟以及宝贵的研究额度。

不过，有两种简单的方法可以解决这个问题：

• 选项 1： 在提示中指定应优先考虑的来源类型 （例如优先使用政府数据等一手资料，而不是新闻文章等二手资料）
• 选项 2： 使用 GPT-5 或 Claude Opus 等 AI 模型创建一个具体的高质量来源列表，然后将其输入 Deep Research（你将在下面的示例 #5 中看到实际操作）

此外，如果你希望获得更多透明度，你还可以要求研究代理：

1. 始终为其提出的任何论断提供文内引用
2. 在报告中添加一个表格，列出所有来源，并显示每个来源用于什么、属于哪种类型的来源、数据的年份等信息。
3. 概述不同来源之间的分歧（尤其是在涉及数据时）以及可能的原因（例如方法论的差异）。

这只会在你的工作流程中增加一分钟，但会为你在后续节省大量麻烦。

2. 提供上下文以获得定制化洞察

只需点击一下按钮就能获得某个主题的深入概览，这已经挺不错了；但实际上并不是特别有用。要真正从中获得价值，你需要的是针对你的特定情况量身定制的内容。

不幸的是，大多数深度研究工具并不会主动询问它们所需的上下文信息。因此，如果你不主动提供相关信息，它们要么会自行假设，要么会保持内容泛泛而谈。

为避免这种情况，你还需要提供所有人类团队成员所需的背景信息。具体需要哪些内容取决于具体情况，但以下是一些你可能需要涉及的常见方面：

💼 你的工作地点以及公司运作方式

如果你希望人工智能提出具体的行动建议和/或关于如何实施这些建议的战术指导，这一点尤为重要。

如果你的公司在网上有很大的影响力，通常只需提及你在哪里工作就足够了；但如果你在一家小型初创公司，最好简要说明公司是做什么的、规模多大，以及与具体任务相关的其他信息（例如你的 GTM 运作方式等）。

🎯 你究竟想要达成什么目标

我经常看到人们在使用 Deep Research 时，只是给 AI 一个任务 （例如：“ 整理一份比较这些工具的报告 ”），却没有分享背后的动机和最终目标（例如：“ 我们想更好地了解活动表现，以便进行规划和预算分配 ”）。

你对目标以及 AI 在其中所扮演角色的透明度越高，结果就会越有影响力。如果这个请求是更大项目的一部分，请确保分享截至目前已完成的所有工作。

🚧 [如适用] 你所面临的限制条件

如果存在会排除某些选项的硬性限制，请分享这些信息以便获得更有针对性的报告：

• 你在实施该项目时有多少预算和人手？
• 你目前是否有任何正在努力赶的截止日期？
• 根据以往经验，是否有任何领导层或法务部门不会批准的事项？

专业提示： 如果你不想在每次提示 Deep Research 时都提供背景信息，可以创建一个项目 。这样，你只需上传一次初始背景信息，每份研究报告都会为你与 AI 之间的共同知识库增添内容。

上面是一个不错的开始，但我注意到，要准确地头脑风暴出你应该分享的内容可能相当困难，尤其是在你试图快速推进的时候。

为了让事情更简单，我开始向 AI 征求它的看法（GPT-5 和 Claude Opus 都做得很好）：

I'm planning to generate a Deep Research report on [X] in order to [Y]. What context should I provide so that I get a customized, actionable report? Pretend you have no context from any prior conversations.

最后，如果你想确保自己没有遗漏任何内容，可以直接向 Deep Research 代理询问，以从你这里获取更多背景信息：

3. 在开始之前先要求提供研究计划

Gemini Deep Research 最大的优势在于，它在开始之前总会先分享一份计划；这样，你可以提前进行调整，而不是等了 20 分钟才发现自己不同意研究方法，或者报告关注的重点是错误的。

其他工具都不会这样做；相反，你需要在提示中明确要求提供研究计划：

注意： 如果在初始提示后回答任何问题，请确保重复这一请求。否则，这些工具有时会忘记它。

在审查研究计划时，可以问自己几个问题：

• 它是否涵盖了你感兴趣的所有内容？你是否希望获得任何额外的输出（例如模板、代码片段等）？
• 你是否同意该方法论和关注领域（例如，代理计划如何评估不同选项）？
• AI 是否似乎在做出任何假设，或者有任何部分看起来很泛泛？如果是这样，你需要提供更多背景信息。

4. 指定一种易于理解的报告格式

你收到的默认报告通常很难阅读，尤其是在你想快速浏览以获取最重要的见解时。

不过，用正确的提示很容易改变这一点。只需请求：

• 在文档开头以及每个单独章节的开头包含摘要
• 在进入细节之前，先给出关键见解或建议
• 在适当的情况下，使用概览表格或可视化内容替代大段文字

如何撰写一个好的深度研究提示

将以上所有技巧结合起来，再加上一些可选的技巧，这就是一个有效的深度研究提示的样子。

只需复制这个模板并填入你自己的信息（带有“#”标记的注释是用来解释每个部分的，不应包含在提示中）：

# Goal: State 1) what you’re ultimately trying to accomplish, and 2) what exactly you want the AI to do. Example:

<goal> We want to build an account score to inform account allocation to SDRs and prioritize which accounts we reach out to. The desired model will assign 1) a firmographic fit score (i.e. "Is this company generally a good fit?”) as well as 2) an intent score (i.e. "Is this account currently in the market / likely to buy?") to each account. </goal>

# Context: Include all relevant context for the request that’s not already in your Project. Example:

<context> We’re currently focused on the US market only. Our GTM and data stack consists of Salesforce, Marketo, Outreach, dbt and Snowflake; we’re open to buying intent data sources. Explainability of the model and scores is key </context>

# [Optional] Content: Specify what you want included in the final output, e.g. comparisons, SQL code snippets, specs for Salesforce custom objects etc.. Example:

<content> Please cover, at a minimum: 1) A detailed “build vs. buy” analysis and recommendation, 2) An overview of the various approaches for building this in-house, 3) How to operationalize the account score between Marketing and Sales, 4) How we can provide visibility for sales reps into how the scores were derived </content>

# [Optional] Style: Define the format of the report. This is best included in the Project custom instructions as it can usually be the same for each research task. Example:

<style> Follow the Pyramid Principle: State key takeaways or recommendations first, then add supporting arguments and data where appropriate. When you give a recommendation, make sure you explain exactly how you arrived at it. Use bullet points, overview tables and other formatting to make the report easy to parse. </style>

# [Optional] Sources: Specify which sources the AI should prioritize and/or how it should document them. Example:

<sources> For tool comparisons, focus on assessments from leading industry blogs or practitioners instead of claims from the companies themselves </sources>

# [Optional] Instructions: Provide misc. instructions (e.g. specific methodology or steps you want the AI to follow). Example:

<instructions> Please ask for any additional context you need before you proceed </instructions>

请注意，大多数部分都标记为可选；你会在下面的示例中看到，我会选择我认为对每个研究任务最相关的部分，我也建议你这样做。对于更简单直接的请求，没有必要过度设计。

如何为你的使用场景选择合适的深度研究工具

摘要： 总体而言，ChatGPT 是最好的通用型深度研究工具，尤其是在最近发布了 GPT-5（无需再切换模型）和 Agent 模式（能够与网站进行有效交互）之后。

它有两个主要优势：

1. 与其他工具相比，它总是会询问上下文
2. 它提供的报告深度远超其他工具，并且始终展现出良好的判断力

第一个要点只是一个小优势，因为你也可以提示其他工具做同样的事情。然而，无论你如何优化提示，都无法让其他工具产出接近 ChatGPT 那种深度和严谨程度的内容。

这意味着，如果你需要极其详细的信息或指导，ChatGPT 是显而易见的选择。不过，如果你不需要一篇一万字的深度分析，其他工具也是很有吸引力的候选。例如：

• Gemini 的表现通常几乎和 ChatGPT 一样好，而且使用限制更宽松，所以如果你的 ChatGPT 点数用完了，它是一个很好的备用选择
• Perplexity 是一个不错的选择，如果你想将研究重点放在特定网站或社交论坛上，因为它 1) 拥有更细粒度的来源控制，2) 在这方面更好地遵循指令
• Claude、Perplexity 和 Grok 都能生成简洁、易读的报告，字数在 1k – 2k 之间，如果你刚开始深入研究某个主题，这是一个很好的切入点

因此，在我们接下来探讨的实际使用案例中，我会标注每种情况下最适合使用的工具。

Deep Research 在 GTM 中的实际应用场景

用例 #1：大型内部项目的分步指南

👑 最佳工具：ChatGPT Deep Research；🥈 次佳选择：Gemini Deep Research

“我们应该开始大规模个性化我们的外发邮件。其他人都在这么做！”

任何从事 GTM 工作的人都遇到过这种情况：某天，当你在自己的舒适区里愉快地执行任务时，一位高管突然找上门来，要求你立刻优先处理一项你完全没有经验的任务。

无论是新的 AI 应用场景，还是像潜在客户评分和归因这样的基础工作，没有哪家初创公司能在每个主题上都拥有专家。所以迟早你会遇到一个完全不知道该如何着手的大型项目。

深度调研是一个了不起的资源，可以让你在不到一小时内快速掌握关键内容。你不会在这么短的时间内成为认证专家，但你会知道足够的信息来制定项目的高层计划，并弄清楚哪些领域需要深入研究（或寻求帮助）。

让我们来看一个实际的例子。 假设你想要构建（或重建）营销归因。你对归因的用途有一个大致的想法，但完全不知道该如何实施。

对于这个问题，一个有效的深度研究提示应如下所示：

<goal> Please put together an in-depth, tactical guide on how to build out marketing attribution in-house for a startup. As a first step, we want a simple attribution model that considers touchpoints from the relevant programs (Email, LinkedIn etc.) and assigns a single source to each created opportunity. </goal>

<context> We’re a B2B SaaS startup selling meeting transcription software. We’re mostly targeting SMBs and are currently at $10M ARR, growing 100% YoY. We’re mostly marketing-led with most leads coming via LinkedIn Ads and programmatic email. We’re using Salesforce, Marketo, dbt, Snowflake. </context

<audience> Assume working knowledge with relevant tools and systems, but zero prior experience with marketing attribution </audience>

<structure> Provide an overview of the key decisions that need to be made and the major work streams. For each body of work, provide an overview of different relevant approaches we could choose from, and then provide a detailed step-by-step guide for your recommended one </structure>

<style> Follow the Pyramid Principle: State key takeaways or recommendations first, then add supporting arguments and data where appropriate. Use bullet points, overview tables and other formatting to make the report easy to parse. </style>

☝️ 注意： 这里最重要的是让你的公司流程和技术栈透明化，以便获得一份定制化的行动手册。

而这就是你将会得到的内容：一份端到端的归因指南，涵盖不同的方法论、实施方案，以及如何实际操作的分步说明（包括对 UTM 标记规范的建议、用于 dbt 模型的模拟 SQL 代码等）：

当然，这只是一个示例；你可以针对任何 GTM 主题获得详细指南。以下是一些更多的示例供你参考：

• 从零开始构建内容运营流程
• 从一个工具迁移到另一个工具（例如从 HubSpot 迁移到 Marketo）
• 构建一个最小化市场与销售之间摩擦的 GTM 规划流程
• 为销售代表制定合适的薪酬方案

用例 #2：研究竞争对手的广告策略

👑 最佳工具：GPT-5 Agent Mode；🥈 次佳工具：Perplexity

在上面的示例中，目标是通过让 AI 审阅大量不同来源的信息，并综合出最佳实践方法，从而全面理解一个主题。然而，有时你可能想做相反的事情，即对某一个特定数据源进行深入研究。

例如，你可能想弄清楚，当你在努力让广告投放的经济效益成立时，竞争对手是如何通过 LinkedIn（或 Google）的付费广告实现如此成功的增长的。

好消息是：你可以在广告库中看到竞争对手投放的所有广告，包括私信广告（LinkedIn / Google / Meta）。更棒的是：你无需花费数天时间手动筛选这些信息，只需让 AI 来完成繁重的工作。

ChatGPT、Claude 和 Grok 的标准研究模式并不适合这种情况，因为几乎不可能让它们在单一网站上进行全面搜索。Perplexity 的表现还算可以，但真正的解决方案是在 ChatGPT 中开启 Agent Mode。

它被宣传为研究与行动之间的桥梁，而它确实就是如此。你只需让它打开广告库，查看 50 – 100 条广告，并撰写一份详细报告。在正确提示下，它本质上就是具备额外技能的深度研究：它可以登录账户、点击开关和筛选器、截取屏幕等。

一个有效的提示语看起来会是这样的：

<goal> I'm trying to understand how [Company] uses LinkedIn ads to grow. Please leverage the LinkedIn Ads library (https://www.linkedin.com/ad-library/) to put together a comprehensive report on their positioning, messaging and tactics. </goal>  

<context> The detail page for every ad will have a lot of relevant information to consider. For example, it shows what type of ad it is, from when to when it was active, how many impressions it got across regions etc. </context>  

<content> Please cover at a minimum the following: 
- What ad formats (e.g. message ads vs. single image) and types (e.g. customer case studies, CEO thought leadership etc.) they're running 
- Which buyer personas they seem to be targeting 
- How they position themselves and core messages to their audiences 
- What their calls-to-action look like 
- What incentives they offer (e.g. money or gifts to take demos)  

Please make sure to include concrete examples for any claim you make (i.e. link to specific ads inline). Please link to at least 20 concrete ad examples (the URL will look like "https://www.linkedin.com/ad-library/detail/[ad_id]") </content>  

<instructions> Please review 50+ ads and create a detailed report of 3,000 words or more summarizing your findings </instructions>

注意： 如果你希望洞察内容能够针对你的公司进行定制，请上传与你业务相关的背景信息，或在上方提示中的 <context> 部分进行扩展。

使用这个完全相同的提示（以 AI 创业公司 ElevenLabs 为例）， 这是我得到的结果：

我觉得相当不错。尤其酷的是：除了链接到具体的广告示例外，智能代理还截取了屏幕截图，这一功能为许多其他使用场景打开了大门。

用例 #3：对你的主页或着陆页进行审查

👑 最佳工具：ChatGPT Agent 模式；🥈 次佳工具：Gemini Deep Research

如果你想彻底改造你的主页，你需要：

1. 研究最佳实践（例如 这里的 Growth Unhinged 🙂）
2. 查看竞争对手的网站，了解他们在做什么
3. 详细浏览自己的网站，检查有哪些可以改进的地方
4. 制作计划更改的模型并起草新的文案

Deep Research 可以极大地加快这一过程，通过提供评估让你完成大约 80% 的工作；你仍然需要自己进行完善，但可以跳过大部分繁琐的工作。

这是一个对我来说效果不错的提示结构（以 Linear 的定价页面 为例）：

<goal> Please put together an in-depth analysis of Linear's pricing page (http://linear.app/pricing), critiquing its effectiveness and highlighting where 1) it adheres to industry best practices, 2) it stands out via innovative ideas and 3) where it falls short. </goal>

<structure & content> After a general review of the page, please provide detailed suggestions for improvements, pointing out exactly what should be improved and how, and give examples of other companies doing this better. Rank the improvement ideas by expected impact and implementation effort. If you're suggesting new elements to be added or existing ones to be re-designed, please provide mockups and detailed copy examples we can use as a starting point (in line with the existing tone of the Linear homepage) </structure & content>

<instructions> Please combine insights derived directly from other SaaS companies' pricing pages with best practices discussed in leading industry blogs. Aim for ~3,000 words for the report </instructions>

10 分钟后，我得到了一个 约 7,600 字的分析 ，里面充满了可执行的建议。

它提供了对定价页面的详细拆解，并准确识别出一些可以用较小努力改进的地方；例如：

• 突出年度计划的节省金额
• 为每个方案添加适合人群的描述
• 突出推荐/最受欢迎的方案
• 添加更多/更好的工具提示和常见问题解答部分

然而，这也很好地展示了 Deep Research 当前的局限性。ChatGPT（与我使用过的其他工具类似）无法使用年度/每月价格切换，并且（错误地）假设没有月度选项。同样，它也无法“看到”旋转显示的一排徽标。

在我看来，这不是什么大问题，因为确认这些说法是否准确只需要几秒钟，你可以直接忽略不准确的建议。但如果这让你困扰，你可以改用 Agent 模式，在这种模式下 AI 会实际与网站交互并截取屏幕截图，从而避免此类错误结论。只是你需要等待更长时间才能得到报告。

用例 #4：分析竞争对手的产品功能

👑 最佳工具：ChatGPT Deep Research；🥈 亚军：Gemini Deep Research

客户对比页面是一个极佳的资源，可以说服那些在不同解决方案之间做决定的高意向买家，而随着答案引擎优化 （AEO）的兴起，它们变得更加重要。

但如果你想要创建这些内容，或者投放以你产品相较竞争对手的优势功能为核心的广告，你就需要做大量的研究。

查看竞争对手的网站、阅读文档和帮助文章、观看 YouTube 教程等，很容易就会花费好几天时间，如果你想做出准确的论述，这几乎是无法避免的。

幸运的是，Deep Research 在这方面表现相当不错。如果你是从零开始，我建议先用一个高层次的提示词在 Claude、Perplexity 或 Grok 上启动；它们的深度不如 ChatGPT 或 Gemini，但你会很快得到一份格式良好的重要主题摘要。

<goal> I work at [Company] and want to understand how our product compares to [Competitor]. Please compile a detailed report comparing features of both platforms and highlighting any gaps on either side. </goal>

<sources> Please prioritize primary sources that contain facts; i.e. don't rely on anybody's interpretation of what the products can do, but rather focus on official documentation, feature announcements etc. Use in-text citations for ANY claims you make </sources>

<instructions> Make sure to check that any product gaps you’re highlighting still exist; e.g. if you find a report from a year ago that claims a feature is missing, conduct a search to see if it was addressed in the meantime </instructions>

这能让你对产品可能具备的潜在优势有一个基本认识，然后你可以向 ChatGPT 提供更精细的提示，要求其针对特定功能提供详细信息。

然后，一旦你拿到深入分析报告，可以提出任何你需要的额外澄清，或者质疑那些与你所见相矛盾的说法，直到你对比结果完全有信心为止。

最后，你还可以请求提供建议，帮助将这些洞察转化为一份完整的竞争页面：

⚠️ 需要注意的主要事项：

• 产品经常变化，因此你需要确保任何论述都基于最新的信息。这意味着：
  • 指示研究代理优先使用最新的来源，并专注于过去 6 个月内的信息（就像我们在上面的示例中所做的那样）
  • 快速进行一次 Google 搜索，以确认最重要的论述仍然准确
• 无论你最初的提示写得多好，AI 往往会引用一些模糊的营销说法，比如“卓越的 AI 能力”。当这种情况发生时，我建议你提出质疑并要求提供详细的示例；第二个版本通常会好得多

用例 #5：国际扩张的市场评估

👑 最佳工具： 用于框架和数据来源的 GPT-5 Thinking / Claude Opus；用于最终报告的 ChatGPT Deep Research

迟早，每一家初创公司都必须面对国际化的问题。但你应该扩展到哪些国家，以及按什么顺序进行？

为此，我建议采用两步法：

1. 首先，与您选择的 AI 模型（例如 GPT-5 或 Claude Opus）合作，制定您的扩张框架并寻找高质量的数据来源
2. 然后，请 ChatGPT Deep Research 创建一份详细报告，根据你提出的各个维度对潜在国家进行排名

通常来说，Deep Research 的设计是为了完成所有这些工作，并且省略第 1 步，但在实践中，我发现如果你提供这些指导，它会产生更好的结果。

让我们先建立一个框架。如果你已经有了一个想法，请描述出来，并让 AI 对你的推理提出挑战。如果没有，请让它与你一起头脑风暴几个不同的思维模型。（这里有一个来自 ChatGPT 的示例回复 ）。

<goal> Please help me develop a framework for stack ranking markets for international expansion, outlining different angles from which this can be framed and proposing a comprehensive framework that combines the most important ones. </goal>

<context> We’re [context on your company]. After scaling in the US, we're looking to expand internationally. I'm thinking [outline your current thoughts on internationalization], but I'd like you to help me think through this more holistically </context>

接下来，我们将整理一份市场数据的最高质量来源清单。（这里有一个来自 ChatGPT 的示例回复 ）。

I'm looking to do the actual stack ranking of markets in Deep Research. Please compile a list of potential high-quality data sources for 1) TAM and 2) Competition data.

Please list out different sources and compare them across criteria like 1) what exact data cuts they contain, 2) how credible they appear (and why; e.g. data from primary sources like statistical bureaus and government organizations should be rated higher than blogs / random websites), 3) how recent the data is etc. Please also categorize them by access (free vs. paid vs. requiring a free account / login).

最后，我们将所有这些输入到 Deep Research 中，以获得按优先级排序的国家列表：

更多关于 Deep Research 的灵感

以上示例只是你可以用 Deep Research 做的一部分事情。可能性真的是无穷无尽，但如果在这里全部涵盖，这篇文章就会变得太长。

不过，这里还有一些想法供你尝试：

• 使用 ChatGPT Agent 模式来记录领先公司或你的竞争对手是如何处理诸如预订产品演示或用户注册等流程的
• 使用 Perplexity 快速检查社交媒体上关于你最近发布的反馈情况
• 让 ChatGPT Deep Research 汇总一份详尽的报告，内容涵盖与你公司类似的企业所采用的成功营销噱头和增长黑客策略，然后与推理模型（GPT-5 或 Claude Opus）合作，找出哪些策略适合你，以及你应该如何进行调整

另外，如果你正在将 Deep Research（或 ChatGPT Agent 模式）用于任何 GTM 场景，我很想在评论区听到你的分享！