（注：本文为小报童精选文章。已订阅小报童或加入知识星球「玉树芝兰」用户请勿重复付费）
兴奋
自从 ChatGPT 推出 OpenAI Deep Research 模式，我就很兴奋。我跟你提过，那一天早上，我直接放弃了洱海荡舟，而是坐下来写完了一篇《对科研工作者来说，OpenAI Deep Research 功能意味着什么？》
但是后来，我发现自己实际使用 OpenAI Deep Research 的次数并不多。甚至还曾经把 ChatGPT Pro 订阅降回了 Plus。
为什么？因为每次深度调研，等太久了啊。人的好奇心，是个非常宝贵的东西。如果不能得到及时满足，有时你甚至都会忘了自己的问题。
我前两天翻看 ChatGPT 对话记录，发现好几个当时跑出来的 OpenAI Deep Research 结果，压根儿都没看过。因为等候时间太长，我给忘了。
特别是，你每一次输入问题，OpenAI Deep Research 都会跟你敲定一个研究计划。
这个敲定方法，可不像 Gemini Deep Research 那样，直接点继续即可。而是非常具体的问题，让你忍不住去回答。可是我觉得有时问题水平并不高。
因为在核对研究计划的时候，它的调研还没有开始，对很多新事物，它压根儿就没听说过，所以经常是你说「前门楼子」，它问「胯骨轴子」。有没有意义？有，因为按照它这个原始理解直接做，则回答出来的东西肯定是驴唇不对马嘴。但是我每次提问，都得被拷问一番，这让我这个懒人非常不开心。所以，我干脆懒得问了。
后来驱动 OpenAI Deep Research 的 o3 模型被单独作为一个产品拿了出来，放在 ChatGPT 里面供我调用。我用了几天，立即就把 Plus 升级到了 Pro 。因为我发现，Plus 给的 o3 额度（每周 100 次）根本不够用。
于是当时我又写下了一篇文章《用 AI 改变工作流：为什么我坚持订阅最贵的 ChatGPT Pro》，解释自己为什么喜爱 o3 。它就是可以帮到我，提供真正的价值。简单总结一下，大概是下面这三条：
首先，它可以调用工具，本身就是 Agent 。因此它也能搜集信息、分析、甚至运行代码，帮我解决问题。
其次，它根本不会回嘴问我研究计划，直接做就行。
第三，它运行起来，比 OpenAI Deep Research 快多了，虽然有的时候也得思考上几分钟，但这差出来的几分钟、十几分钟，对我满足好奇心的要求来说，差别巨大。
所以，那时候 Plus 用户每周 100 次的调用次数，我是不够用的。还得交钱。
不过， o3 后来降价了，Plus 用户每周调用次数也到了 200 次。刚好那时我高频使用 Claude Code ，花在 Claude Max 订阅上的钱也相当可观，钱包有些撑不住了。于是又把 ChatGPT Pro 降到了 Plus 。
刚降级到 Plus 没两天，ChatGPT Agent 又出来了。
我……@#¥：“！@#¥
得嘞，只好又一次，掏钱。
那这次掏钱，值吗？
介绍
咱们先得说说，这 ChatGPT Agent 究竟是个啥。
实际上，它是 OpenAI Deep Research 和 ChatGPT 之前的 Operator 模式的集成。前者可以调研资料，后者可以操作浏览器填表下单。这俩一集成，那可就成了双剑合璧了。
ChatGPT Agent 能在虚拟电脑中浏览网页、运行代码、访问 API、生成演示文稿和电子表格，并通过连接 Gmail、Google Drive、GitHub 等应用检索信息。
你可能会纳闷儿，这些功能既然原先 ChatGPT 不同模式里都有，那合并起来有啥了不起呢？没有增量啊。
那可不是。如果没有网页交互能力，AI agent 能力会大大受限。Prompt Engineering Guide 就指出 Deep Research 不能导出结果至 Excel 等应用，也无法搜索付费墙后内容。
而相对地，ChatGPT Agent 集成文字浏览器和视觉浏览器，既能扫描文本也能点击、滚动和填写表单。这样一来，它获取、研读资料的能力便有了提升。
你甚至可以把内容展现形式也一股脑交给它执行。例如让它在行文中做个图表，或者干脆，把结果用 PPT 形式呈现。
在执行展现上，它也要比 OpenAI Deep Research 有趣很多。你看这个动图，它展示的，是 ChatGPT Agent 在查找和读取资料。
ChatGPT Agent 把网页访问、读取、写代码、虚拟终端执行等操作，全都用动画方式展现，非常有趣。尽管你可以让它开始执行就跑到一边喝咖啡，不过我有的时候就是喜欢坐在跟前看着它执行，感觉很解压。
因为我知道，原本这些苦活儿累活儿，都是需要我自己来做的。真有一种「碳基生物」熬出头儿了的爽感，哈哈。
测试
我做了一些测试，选题来自于我的老同学。但是我给他反馈了报告和 PPT 之后，他并没有惊艳的感觉。
我突然明白过来一个事儿 —— 尽管咱们在用一个能力很强的智能体，但是提示词的作用也不能忽略。
这个理由，我在《从平庸到惊艳：让 AI 输出质量飙升的提示词构造方法》这篇文章给你介绍过，此处咱们不再赘述。你只要记住一点，用强化学习训练出来的模型，一样也得用合适它的提示词，才能最大发挥效力。这合适，未必是指引，更可能是约束。
想到了那篇文章，咱们的解决方案也就有了。咱们干脆用给你介绍过的这段「化腐朽为神奇」提示词，把非常笼统的要求，变成具体的提示词，再交给 ChatGPT Agent 好了。
很快，提示词做好。不过这回我想还是换个问题吧。毕竟老同学的问题，不好泄漏出去。于是题目换成了：
给我讲讲稳定币是怎么回事儿
这是 ChatGPT Agent 调研后，生成的 PDF 结果。
嗯，非常有场景感的开头。
咱们往下看，我很喜欢其中使用的画面。这都是 ChatGPT Agent 调用多模态能力自动生成的图像。
后文这个描摹算法稳定币的「数字蜂鸟」也挺好，它比喻了算法稳定币的精巧与脆弱性。
更重要的，是结果里面援引的资料，都有引用来源，便于你对于重要信息手工核验。
我觉得，这篇调研结果写得甚是满意，于是上传到了星球。吸引了不少星友下载。
然而，有的星友觉得， ChatGPT Agent 并不如 OpenAI Deep Research 好使。他们指出 ChatGPT Agent 幻觉严重，还划水。
幻觉？指什么？
因为我对稳定币最新动态不是很了解，所以初看起来没有找出明显问题。
好在，星球里有行家，嘉宾方军老师给出了详细的评语。谈及加密货币，方军老师绝对是专业权威。
方军老师一针见血指出文稿的两个重要问题：
首先是新闻来源的权威性。目前不加区分，导致不权威新闻源混入。我希望最终结果足够通俗易懂，但是调研的来源最好是一手信息。这确实是个重要问题。
其次，是信息的过时。站在过去某个时刻，某一种类别（算法稳定币）或许可以和其他类别相提并论。但是 2022 年 Terra 事件之后算法稳定币名声基本上毁了。所以拿着不同时期的资料，混在一起来说，就会带来问题。
这后一个问题很重要。其实，我自己也早就吃过亏。曾经我做报告的时候，顺手展现了实现录制好的用秘塔 AI 搜索对邀请方单位的调研。看到前面那些内容，大家都惊喜不已。直到机构简介部分，一把手介绍这一栏。因为秘塔调研的信息是过时的，所以把前任一把手的名字赫然填写在那里。一时间，所有人表情都凝固了……
我非常感谢方军老师和星友们的提醒，但是我总觉得不能在这里停下来浅尝辄止，认定 ChatGPT Agent 不靠谱。
我觉得，修改增强提示词，还是有必要的。
提示
我直接给你看修改过后的提示词：
