Deep-Research-Prompt-Generator

Mission & Thema

Was soll erforscht werden, in welchem Umfang und Zeitraum?

Thema

z. B. "Auswirkungen generativer KI auf das Schweizer KMU-Beratungsgeschäft"

Umfang

z. B. Schweiz / DACH / global

Zeitrahmen

z. B. letzten 24 Monate

Häufige Fragen (FAQ)

Was ist Deep Research?

Deep Research ist eine ChatGPT-Funktion für mehrstufige Internetrecherche. Sie sucht, liest und vergleicht viele Online-Quellen und baut daraus einen strukturierten Bericht mit nachvollziehbaren Quellenangaben. Je nach Komplexität dauert das typischerweise ein paar bis rund 30 Minuten.

Wofür ist Deep Research sinnvoll - und wofür nicht?

Sinnvoll ist es für komplexe Fragen, bei denen Du Informationen aus mehreren Quellen zusammenziehen und abgleichen musst (Marktanalysen, Policy-Checks, Kaufentscheide, Wettbewerbsvergleiche). Für schnelle Faktenabfragen ist normales Chat/Search oft schneller.

Wie nutze ich Deep Research wirklich optimal?

Gib klare Leitplanken: Zeitraum (z. B. 2023-heute), Region (DACH, EU, Schweiz), Branche, Ziel (z. B. Entscheidsvorlage) und bevorzugte Quellenarten (Studien, Behörden, Fachmedien). Wenn’s komplex ist: Frage in Teilfragen zerlegen und am Ende ein fixes Ausgabeformat verlangen (z. B. Executive Summary, Tabelle, Quellenliste, Risiken).

Was kommt am Ende raus?

Du bekommst einen Bericht mit Zitaten/Quellenlinks und einer nachvollziehbaren Herleitung. Du kannst die Quellen anklicken und prüfen, ob die Aussage wirklich so drinsteht.

Kann ich Dateien als Kontext mitgeben?

Ja. Du kannst z. B. Dokumente oder Spreadsheets anhängen, damit Deep Research Deine interne Ausgangslage mit den Webquellen zusammenbringt und nicht ins Blaue rät.

Was sind die erweiterten Thinking-Optionen?

Das sind Einstellungen, die steuern, wie viel Denkaufwand das Modell in die Antwort steckt. Je mehr Thinking, desto gründlicher (und meist langsamer) wird die Antwort - praktisch für knifflige Aufgaben, Analysen und Abwägungen.

Wann soll ich Thinking hochdrehen?

Wenn es um Entscheidungen, Trade-offs, Planung, komplexe Logik oder eine saubere Struktur geht. Wenn Du nur eine kurze Info willst: runterdrehen, sonst wartest Du einfach länger auf dasselbe.

Was bedeutet das für Prompts bei Reasoning-Modellen wie o1 oder GPT-5?

Du solltest weniger Roman, mehr klare Anforderungen schreiben: Ziel, Kontext, Constraints, gewünschtes Format, und was explizit nicht passieren soll. Reasoning-Modelle profitieren von präzisen Aufgabenstellungen und klaren Output-Vorgaben.

Wie verhindere ich Halluzinationen bei Deep Research?

Verlange, dass jede wichtige Behauptung belegt wird, und dass unklare Punkte als 'unsicher' markiert werden. Lass Dir zudem eine Liste mit 'strittigen Aussagen' geben, inklusive Gegenquellen.

Wie formuliere ich einen Deep-Research-Auftrag, der nicht ausufert?

Setz Grenzen: max. Umfang (z. B. 1-2 Seiten), klare Prioritäten (Top-5 Quellen pro Thema), und eine fixe Gliederung. Sonst bekommst Du viel Text, aber wenig Entscheidungshilfe.