深度研究（带引用，多步骤）
最后更新于 15 6月 2026
深度研究的作用
深度研究会对一个问题进行多步骤、带引用的调查。它不是给出单一的模型回复，而是先规划问题，搜索并阅读多个来源，然后综合出一个引用其所用来源的答案。它专为那些你需要可追溯证据、而不只是一段听起来很自信的文字的问题而设计。
研究会话的运作方式
- 你提出一个研究问题。
- ToRun 开启一个深度研究会话，并分步骤推进——搜索、抓取并阅读来源。
- 每个被参考的来源都会记录到该会话中。
- 最终综合结果会连同将论断关联回来源的引用一并返回。
会话及其来源都是一等记录，因此你可以查看哪些来源支撑了答案，并在日后重新查阅。
引用
每个研究会话都会保留它所引入来源的清单。综合后的答案会将论断关联回这些来源，因此你可以核实任何陈述，而不必盲目信任。这正是它与普通聊天回复的核心区别。
成本
深度研究会执行多次模型调用（规划、检索、阅读、综合）。根据 ToRun 的计费规则，每次 AI 调用都会生成自己的 BillingRecord，并附带一份定价快照。因此一次研究运行的成本高于单个聊天轮次，但成本是完全逐项列示的——你可以确切看到每一步花了多少。
何时使用
- 需要可核实证据的问题（市场数据、技术对比、你将公开重复的论断）。
- 跨越多个来源、需要综合而非单次查找的主题。
- 任何在意“这是从哪儿来的？”的场景。
何时不要使用
- 单个聊天轮次就能轻松应对的快速事实查询——深度研究只会徒增成本而毫无益处。
- 引用并非重点的创意性或开放式生成。
提示
- 提出聚焦的问题。“在成本、延迟和许可方面比较 X 和 Y”比“给我讲讲 X”能得到引用更充分的报告。
- 把引用当作交付成果——在依据结论采取行动之前，打开它们加以确认。
- 如果你只需要带链接的实时事实，而不是完整的多步骤报告，那么具备联网搜索能力的单个聊天轮次是更轻量的选择。