这个研究代理会替你阅读 160 个来源
Gemini 有一项功能叫 Deep Research Max，能对单一研究问题执行最多 160 次网络搜索，处理 90 万个输入词元。大多数 Gemini 用户从未触碰过这项功能。少数使用过的人，正在悄悄地把过往需要整整一天的研究工作，压缩成 30 分钟的后台任务。
Google 在 2026 年 4 月 21 日推出 Deep Research Max，采用全新的 Gemini 3.1 Pro 推理模型。这个功能与你在 ChatGPT 或 Claude 用过的东西完全不同。它不会直接回答你的问题，而是先建立研究计划、执行数十次搜索、阅读来源页面、调整策略，最后产出一份附引用来源的结构化报告。
这不是 2024 年底推出的初版 Deep Research。新版本处理的查询量大约是旧版的两倍，能透过 MCP 整合私人资料，并在 DeepSearchQA 评测上拿到 93.3% 的分数，比 12 月的 66.1% 大幅提升。如果你日常工作涉及研究、市场分析、竞争情报或尽职调查，这是本季度最具影响力的 AI 功能之一。
本文会说明它实际上能做什么、何时值得使用、能产出最干净报告的提示结构，以及它在哪些任务上会崩溃。
什么是 Gemini Deep Research Max？
Deep Research Max 是 Google 在 Gemini 内建的自主研究代理，专为需要综合上百个来源并产出引用报告的精准度敏感型调查而设计。它运行于 Gemini 3.1 Pro，每次任务最多执行 160 次网络搜索，可处理高达 90 万个输入词元，任务通常于后台执行 20 至 60 分钟。
标准版 Deep Research 约处理 80 次查询、25 万个输入词元，20 分钟内完成。Deep Research Max 是更重型的版本，适用于要求全面性高于速度的任务。
整个代理分四阶段运作。第一阶段，将你的问题拆解为子问题。第二阶段，从多角度产生覆盖题目的搜索查询。第三阶段，阅读来源页面的实际内容，而非只看摘要。第四阶段，反复检视找出缺口，调整策略，直至报告完成。
产出是一份附行内引用的结构化文件，通常包含由来源资料生成的图表与表格。执行前你可以查看完整的研究计划并编辑，避免代理误解研究范围。
Deep Research Max 何时值得使用？
当问题范围够广需要多个子调查、答案需要引用来源、而且你能等候 20 至 60 分钟时，就适合使用 Deep Research Max。对于快速事实查询、即时跟进或单一来源问题，标准 Gemini 对话更快、更便宜。
有三类任务最能展现它的价值。市场与竞争分析：产出一份 20 页的行业报告，涵盖主要参与者、近期动向、价格资料。尽职调查：在做决策前调查一家公司、某项法规或某个技术供应商。趋势报告：将某个快速变动主题的讨论、新闻、学术研究整合在一份文件中。
成本现实值得留意。一次 Deep Research Max 任务通常消耗 50 万至 200 万词元，按 API 计费，单次任务介乎 2 至 15 美元。在 Gemini 应用程式 AI Pro 或 AI Ultra 订阅层级，这是订阅配额内的功能，但任务会计入每日上限。
需要即时资料、答案来自单一权威来源、或你 2 分钟 Google 就能验证的任务，请略过这个工具。它是为大规模综合而设计，不是为速度。
怎样写出能产生有用报告的提示？
决定产出质素的最大因素，是输入提示的结构。模糊的问题只会产出肤浅的报告。包含明确子问题、来源偏好与输出格式的结构化提示，会产出你能直接使用、不需重写的报告。
有效的框架包含四个元素。目标：说明这份报告要支援的决策，而非只说题目。子问题：列出五至十个报告必须回答的具体问题。来源指引：告诉代理优先采用哪些来源、降低哪些来源的权重。输出格式：明确指定结构，包括章节标题、表格格式与必要的比较。
以下是可复制套用的完整提示范本：
立即试用此提示：
我正在评估 [主题] 以支援 [具体决策]。请产出研究报告，回答以下子问题：
1. [具体问题 1]
2. [具体问题 2]
3. [具体问题 3]
4. [具体问题 4]
5. [具体问题 5]
来源优先顺序：
--- 优先采用：官方文件、同行评审研究、过去 12 个月内公布的财务报告、具名高层的公开发言。
--- 降低权重：市场博客、内容农场、无资料支援的观点文章、超过 24 个月的来源（除非需要历史脉络）。
输出格式：
--- 行政摘要，5 个要点，每个 25 字以内。
--- 每个子问题一个 H2 章节，包含 60 字答案摘要、附行内引用的支持证据、必要时加上比较表。
--- 最后一节：尚未解答的问题与现有研究的缺口。
语气：分析性、中立、无营销用语。每个数字宣称必须附引用。
这个范本强迫代理在规划阶段就锁定结构，从而平均分配搜索资源到每个子问题，避免某一面向被过度调查、其他面向却被忽略。
怎样让 Deep Research Max 产出稳定一致的结果？
一致性来自三个变数的控制：研究范围、来源偏好，以及执行前的计划审查步骤。代理允许你在执行搜索之前审查并编辑计划，这是整个功能里最被低估的控制点。
当你提交提示后，代理会先生成一份计划，通常是 8 至 15 个子调查，每个都附建议的搜索查询与来源类型。任何一项你都可以编辑。如果计划涵盖了不相关的方向，或漏掉关键子问题，就在这里修正。花 5 分钟编辑计划，能避免 30 分钟后拿到一份偏离重点的报告。
第二个一致性杠杆是时效控制。预设情况下代理不会限制来源日期。如果你调查的是过去 6 个月内的快速变动议题，请明确设定截止日期：「只引用 [日期] 之后发布的来源。如果关键论点需要较旧来源，请明确标注。」这能避免报告依赖过时的 2023 年文章。
第三个杠杆是矛盾处理。真实研究中来源彼此矛盾很常见。请告诉代理如何处理：「当来源彼此分歧时，呈现两种立场，注明各自来源，并解释方法学差异。不要默默选边。」没有这条指令，代理通常会预设采用引用最多的立场，即使那是较弱的一方。
Deep Research Max 在哪里会崩溃？
Deep Research Max 在三类工作上表现不佳：即时资料、网络覆盖稀薄的冷门技术主题，以及答案需要超越来源材料进行推理的任务。了解失效模式能避免你浪费 30 分钟执行一份它无法妥善处理的任务。
第一个失效模式是即时资料。如果你问「目前股价」或「今天的汇率」，代理只会抓取搜索过程中出现的快取数字，往往已过时数小时甚至数天。这类查询请改用标准 Gemini 对话的即时搜索。
第二个失效模式是来源覆盖稀薄。代理的能力只能匹配它能找到的来源。对于非常狭窄的技术主题、地区性法规问题或冷门行业，报告可能会被相邻素材填充，但这些素材其实没有回答你的问题。如果怀疑来源稀薄，先用标准 Gemini 搜索一次，评估真实素材有多少。
第三个失效模式是原创分析。代理只会综合来源里已有的内容。它不会产生真正全新的分析框架，也不会独立验证有争议的论点。如果你的问题是「这个论点是否成立」而非「专家怎么说」，你需要的是另一种工具，通常是与 Claude 或 GPT-5.5 进行来回对话。
诚实的总结：Deep Research Max 是目前最强的 AI 工具，能将既有知识综合成结构化引用报告。但它无法取代领域专家、即时资料来源，或你自己对综合结果意义的判断。
Deep Research Max 与 ChatGPT Deep Research、Claude Research 怎样比较？
三大 AI 厂商现在都推出了研究代理。各自强项不同，正确选择取决于你需要哪一类报告。截至 2026 年 5 月，Deep Research Max 在评测分数和来源覆盖上领先，ChatGPT Deep Research 在对话深度上领先，Claude Research 在文件接地分析上领先。
Deep Research Max 在 DeepSearchQA 拿到 93.3%，在 Humanity's Last Exam 拿到 54.6%。运行于 GPT-5.5 的 ChatGPT Deep Research 在 DeepSearchQA 拿到 91.2%。分数接近，但实际差别在于它们处理模糊性的方式。Deep Research Max 倾向列举可能性并引用来源分歧。ChatGPT Deep Research 通常产出更有信心的叙事式答案。
对于竞争分析或市场报告，Deep Research Max 是较佳选择，因为来源上限更高，且原生支援视觉化。对于探索性思考或需要来回精炼的题目，ChatGPT Deep Research 更灵活。对于分析特定文件集或你自己上传的研究资料，Claude Research 在长上下文接地上处理得更好。
如果你只想长期使用一个工具，Deep Research Max 目前的输出结构最强。如果你已付费使用 ChatGPT Plus 或 Claude Pro，是否切换的边际价值取决于你多常需要一份完整引用的 20 页报告，而非快速分析答案。
立即试用：30 分钟的实测
学会 Deep Research Max 能做与不能做的最佳方法，是用一个你已知答案的问题做一次测试。这能校准你对实际使用的期望。
挑一个你过去三个月内手动研究过的题目：竞争对手、市场、法规、技术。用上面的提示范本产出一份结构化报告。把产出与你自己的研究结果对照。
你会留意到三件事。第一，代理找到你错过的来源。第二，它也漏掉一些你找到的，尤其是付费墙后或需要登入的内容。第三，综合结果不错但偏通用，大致相当于一位有一天时间的称职分析师会交出的报告。理解这个基准后，你才能决定它能在你实际工作流程的哪一环增加价值。
大多数整合 Deep Research Max 的实践者，把它用在特定一类任务：每周竞争对手监察、每季市场扫描、会前公司或行业简报。他们不会用它处理日常问题、即时资料，或任何速度比深度更重要的工作。
这就是「使用 AI 工具」与「被 AI 工具限制」的分界线。目前真正领先的人，不是写得出更聪明提示的人，而是知道在哪个任务该用哪个工具、知道每个工具实际擅长什么、知道哪些事仍要交给人类判断的人。懂AI的冷，更懂你的难 — UD 同行28年，让科技成为有温度的陪伴。
围绕这类工具建立可靠的 AI 工作流程
会用 Deep Research Max 只是第一步。把它整合进每周都能稳定运行的工作流程，才是下一步的关键。UD 团队手把手带你完成每一步，从工具选型、提示范本到实际部署，让 AI 在你的工作中真正持续产生价值。