读到一篇很值得推荐的文章，内容非常扎实，尤其适合做增长、运营、GTM、产品战略的朋友参考。
讲的是怎么用 AI 做 Deep Research 来支撑 GTM（Go-to-Market）策略，具体拆解了怎么用 AI 替代掉原本需要我们手动花几小时调研分析、和对比总结才能做出的市场认知工作，而且写得特别实操，prompt 和案例全给了，直接复制就行。
文章链接放在最后，先看看里面讲了什么，以及为什么我觉得这篇比大多数 AI 工具介绍更有用。
作者的核心观点非常明确：
Deep Research 是第一个真正让他觉得AI 能做完整认知任务的功能，从收集、建模到输出决策建议，全流程替代掉研究员级别的任务。真正厉害的地方并非省时间，而是可以让人在不懂某个 GTM 主题的前提下，迅速搭建起理解框架，并生成 actionable 的行动方案。而要实现这一点，有三个关键策略（我说的都是我的理解，具体的细节请参考原文）：
1. 将研究代理指向高质量来源
大多数模型默认会拉杂乱网页甚至论坛贴来作研究，我们需要主动在 prompt 里指定信息优先级，比如用一手数据优先、设定可信来源、附带出处和来源表格等，这不仅能保证输出准确性，还能让模型在引用上有可追溯性。
比如：可以用 GPT-5/Claude 先列出你要用的高质量数据源，再作为输入喂入 Deep Research。
2. 主动提供背景信息等上下文以获取定制化洞察
AI 并不会自动知道我们的业务背景，如果不说，它就会默认认为比如是一个“泛 SaaS 公司，年收入 10 亿美金”，然后输出毫无实际参考价值的结论。
文章建议你像对同事写需求一样提供上下文：公司是什么阶段，GTM 是 marketing-led 还是 sales-led，有哪些工具，项目最终目标是什么。
可以在 prompt 中写成 <context>，也可以上传到 Project，让 AI 在多个请求中持久保留上下文。
3. 要求 AI 在输出前先给计划
大部分人用 AI 就是一句话丢出去，然后等结果。但真正强的方式是像 Gemini 那样，先让它给你一个研究计划（包括要查什么、怎么查、产出结构），你看过没问题再执行。
这个策略可以用在任何模型，只要你在 prompt 里写明“请在执行前先输出研究结构与方法建议”。
对于如何写出高质量的 Deep Research prompt，作者总结了一个结构完整的 prompt 模板，内容包括：
```
# Goal：说明 1）你最终希望实现的目标，2）你希望 AI 完成的具体任务。示例：
<goal> 我们希望构建一个账户评分体系，用于指导 SDR 的账户分配，并优先触达最有潜力的客户。该模型应能为每个账户赋予 1）结构适配度评分（即“这家公司是否基本适合我们？”），以及 2）意图评分（即“这个账户是否当前有采购意向 / 可能正在寻找类似产品？”）。</goal>
# Context：补充所有相关背景信息，这些信息在 Project 中尚未提供。示例：
<context> 我们当前专注于美国市场。我们的 GTM 和数据栈包括 Salesforce、Marketo、Outreach、dbt 和 Snowflake；我们也愿意采购意图数据源。模型和评分的可解释性是关键需求。</context>
# [可选] Content：说明你希望最终输出包含哪些内容，例如对比分析、SQL 代码片段、Salesforce 自定义对象的规范等。示例：
<content> 至少请涵盖以下内容：1）详细的“自建 vs 购买”分析与建议，2）构建内部模型的各种方法综述，3）如何在市场与销售之间落地账户评分，4）如何向销售代表展示评分的计算依据与透明度。</content>
# [可选] Style：定义报告格式。建议将其写入 Project 的自定义说明中，通常可作为多个研究任务的通用格式。示例：
<style> 请遵循金字塔原理：先给出关键结论或建议，再补充支撑数据与分析依据。在给出建议时，请说明你是如何得出结论的。使用项目符号、概览表格等格式，以提升报告的可读性。</style>
# [可选] Sources：说明 AI 应优先使用哪些来源，并/或如何记录引用。示例：
<sources> 在工具对比部分，请优先参考领先行业博客或一线从业者的评测内容，而不是厂商自己发布的宣传材料。</sources>
# [可选] Instructions：提供其他杂项指令（例如希望 AI 遵循的特定方法或执行步骤）。示例：
<instructions> 在开始执行前，请主动询问是否还需要额外上下文信息。</instructions>
这个结构在后面所有 use case 中都会用到，我会一一对应展示出来。
```
这个结构在后面所有 use case 中都会用到，我会一一对应展示出来。
说说他在文章里拆了五个实战场景，全部带 prompt，可以直接套我简单列一下内容，配上原文 prompt，全是现在就能用的场景：
Use Case 1：帮你拆解大型内部项目的执行计划
适合场景：你被临时抓去负责一个你完全不熟的项目（比如构建一个归因模型），
推荐工具：ChatGPT Deep Research
次选：Gemini Deep Research
Prompt:
```
<goal> 请撰写一份深入且具战术性的指南，内容是如何在初创公司内部构建营销归因体系。作为第一步，我们希望建立一个简单的归因模型，能够考虑来自相关渠道（如邮件、LinkedIn 等）的触点，并为每一个新创建的销售机会分配唯一来源。 </goal>
<context> 我们是一家 B2B SaaS 初创公司，销售会议转录软件。当前主要面向中小企业（SMB）客户，年经常性收入（ARR）为 1000 万美元，年增长率为 100%。我们以市场驱动为主，大多数潜在客户来自 LinkedIn 广告和程序化邮件投放。目前使用的工具包括 Salesforce、Marketo、dbt 和 Snowflake。 </context>
<audience> 假设读者对相关工具和系统有一定了解，但之前从未接触过营销归因。 </audience>
<structure> 请先概述需要做出的关键决策和主要工作流。对于每项工作内容，提供可选的不同方法简要概览，并针对你推荐的方案提供详细的逐步执行指南。 </structure>
<style> 遵循金字塔原理撰写内容：先给出关键结论或建议，然后再提供支撑论据和数据。使用项目符号、概览表格等格式化方式，使报告更易于快速阅读与理解。 </style>
```
Use Case 2：分析竞品广告策略
推荐工具：GPT-5 Agent Mode
次选：Perplexity
Prompt:
```
<goal> 我想了解 [公司名称] 是如何利用 LinkedIn 广告实现增长的。请使用 LinkedIn 广告库（https://www.linkedin(.)com/ad-library/），整理一份关于其定位、传播信息和营销策略的全面报告。 </goal>
<context> 每条广告的详情页都包含大量值得参考的信息。例如，它会显示广告的类型、投放时间范围、各地区的展示次数等。 </context>
<content> 请至少涵盖以下内容：
- 他们使用了哪些广告格式（例如消息广告 vs 单图广告）和内容类型（例如客户案例、CEO 观点领导力等）；
- 他们似乎在针对哪些购买角色（buyer personas）；
- 他们是如何进行自我定位的，以及核心传播信息对目标受众的呈现方式；
- 他们使用了哪些行动号召（CTA）；
- 提供了哪些激励手段（例如提供礼品或现金以促成演示预约等）。
请务必为你提出的每一个判断提供具体示例（即在正文中插入具体广告的链接）。请至少链接 20 个具体广告示例（URL 格式应为 "https://www.linkedin(.)com/ad-library/detail/[ad_id]"） </content>
<instructions> 请至少分析 50 条广告，并撰写一份不少于 3,000 字的详细报告，总结你的发现。 </instructions>
```
Use Case 3：审计自己的 homepage 或 landing page
可以生成逐条修改建议，还支持 mockup 拟稿，适合改版评估、上线前 review、竞品 benchmark。
推荐工具：ChatGPT Agent Mode
次选：Gemini Deep Research
Prompt:
```
<goal> 请对 Linear 的定价页面（[http://linear.app/pricing](https://t.co/qUTgnoM89v)）进行深入分析，评估其有效性，并指出以下三方面内容：1）页面在哪些地方符合行业最佳实践；2）在哪些方面通过创新性思路实现了差异化；3）在哪些方面仍存在不足。 </goal>
<structure & content> 在进行整体评估后，请给出具体的优化建议，明确指出哪些地方需要改进、该如何改进，并提供其他公司在这方面做得更好的示例。请按预期影响力和实现难度对这些改进建议进行排序。如果你建议新增某些模块，或重新设计已有内容，请提供示意结构和详细文案示例，便于我们作为起点使用（风格应与 Linear 当前首页保持一致）。 </structure & content>
<instructions> 请结合来自其他 SaaS 公司定价页的直接洞察与主流行业博客中提到的最佳实践进行分析。报告建议约为 3000 字。 </instructions>
```
Use Case 4：对比竞品产品功能细节
适合做对比页写作、产品定位提炼，也能顺带拉出 feature gap 分析表格。
推荐工具：ChatGPT Deep Research
次选：Gemini Deep Research
Prompt:
```
<goal> 我在 [公司名] 工作，想要了解我们产品与 [竞品名] 的功能差异。请整理一份详细报告，对两个平台的功能进行对比，并指出双方存在的功能差距。 </goal>
<sources> 请优先使用包含事实的一手来源；也就是说，不要依赖别人对产品功能的主观解读，而是聚焦在官方文档、功能发布公告等资料。对于你做出的任何陈述，请使用文中引用（in-text citations）。</sources>
<instructions> 请确保你指出的功能差距目前仍然存在；例如，如果你看到一年前的报告提到某个功能缺失，请再查证一下是否后来已经上线了该功能。</instructions>
```
Use Case 5：国际市场拓展前的评估
推荐工具：GPT-5 / Claude Opus for 思维框架 + 数据源整理 → ChatGPT Deep Research for 全文报告
Prompt（两步走）：
1. 设计国际市场评估框架：
```
<goal> 请帮我制定一个用于对国际扩展市场进行优先级排序的框架，梳理出可以从哪些不同角度来构建这一评估体系，并提出一个结合最重要维度的综合性框架。 </goal>
<context> 我们是 [贵公司的背景]。在完成美国市场的扩展后，我们正在考虑国际化拓展。我目前的初步想法是 [你目前对国际化的考虑]，但我希望你能帮我从更系统的视角全面思考这个问题。 </context>
```
2. 提炼数据源清单：
```
我打算使用 Deep Research 对各个市场进行优先级排序。请帮我整理一份高质量数据源的清单，覆盖以下两类数据：1）TAM（总体可服务市场），2）竞争格局数据。
请列出不同的数据来源，并按以下标准进行比较：
1. 它们包含哪些具体的数据切片（data cuts）；
2. 这些来源的可信度如何（以及为什么，例如：来自统计局或政府组织的官方数据应比博客或随机网站更可信）；
3. 数据的最新程度等。
此外，请按访问方式对这些来源进行分类（免费 / 付费 / 需要注册账户）。
```
最后，作者还提了几个额外的想法：
用 ChatGPT Agent Mode 自动记录竞品的 demo 预约、注册流程、onboarding 体验；
用 Perplexity 快速扫描各平台的社交反馈，做“发布后情绪脉冲”分析；
用 ChatGPT Deep Research 整理历史上成功的 growth stunt，结合 GPT-5 做评估与改写；
原文链接：
一定要备份资料，我之前重度使用 project，封号给人整奔溃