Prenez votre tâche quotidienne (achat, choix, analyse d'un sujet). Renvoie JSON {"simple_question": "...", "research_task": "...", "why_deep": "..."}. simple_question - comme le demanderait un débutant en une seule ligne ; research_task - le même sujet, réécrit comme une problématique de recherche avec un objectif et au moins une trame ; why_deep — 1 à 2 phrases expliquant pourquoi une recherche approfondie est utile ici, et non une réponse rapide.
Mécanique : une question courante pour un réseau de neurones est celle d'un seul passage. Le modèle répond à partir de ce dont il « se souvient » et se trompe souvent avec assurance. Le mode de recherche approfondie fonctionne différemment : il divise la tâche en sous-questions, effectue de nombreuses recherches dans différentes sources, vérifie ce qu'il trouve et collecte un rapport structuré avec des conclusions et des liens. Une analogie : une question simple est de savoir comment demander à un ami « quoi acheter ? », et une recherche approfondie est de savoir comment embaucher un assistant qui appellera les magasins, comparera les prix et apportera une table. Technique : pour activer le mode recherche, formuler non pas une question, mais une tâche - avec un objectif et un cadre. "Qu'est-ce qui est meilleur ?" donne du bavardage; "Comparez 3 options en fonction du prix, de la fiabilité et du timing et tirez une conclusion pour un débutant", indique le rapport. Insider : plus le cadre est étroit et spécifique, plus le modèle creuse profondément : il étale superficiellement une demande large. Une erreur typique : demander sur une seule ligne et attendre un miracle. Sans objectif, critères et format, vous obtiendrez un récit général, pas une recherche.
Débloquez l’accès pour soumettre des solutions pour un examen instantané par l’IA.
Commencez gratuitement