从 Deep Research 研究计划、长上下文文档处理到 Workspace 导出,整理 Gemini 适合哪些研究任务,以及什么时候该搭配 Perplexity、Kimi、NotebookLM。
Google 这些年的方向比较清楚:把搜索、长上下文、Deep Research 和 Workspace 放进同一套产品里。如果你的日常工作本来就在 Gmail、Docs、Sheets、Drive 里,Gemini 生成的研究结果可以直接进入这些文档和表格,所以它不只是一个独立聊天窗口。
在 gemini.google.com 输入一个研究型问题后,点击 Deep Research 按钮。当前通常需要 Google AI Pro 或 Google AI Ultra 订阅,并在模型切换处选择 Gemini 3.1 Pro 或当前可用的 Deep Research 模型。
整个过程通常在 5-15 分钟之间,耗时主要取决于问题范围和资料数量。
普通搜索给你一组链接,后面还要自己读、自己筛、自己整理。Deep Research 会先做这一步整理,再把结果写成一份带引用的报告。省下来的主要是阅读和整理材料的时间。
如果研究主题主要依赖英文资料,Deep Research 往往更容易拿到完整材料,技术、学术和国际市场类主题尤其明显;如果主题主要依赖中文互联网内容,Kimi 往往更容易补到中文独有信息。这不是谁更强的问题,资料来源本来就不一样。
Gemini 3.1 Pro 目前仍然可以一次性处理大量材料。
如果你本来就在用 Google Workspace,Gemini 的结果可以直接进入日常文档。
打开一份 Google Doc,侧边栏就有 Gemini 入口。你可以选中一段文字让它改写、扩写、缩写,也可以让它基于当前文档继续写下一段,或者直接提问“这份方案的三个主要风险是什么”。
在 Sheets 里,Gemini 更常见的用途是写公式、看数据变化和处理格式。例如让它写一个 VLOOKUP,把两张表的数据对齐,或者让它先看一遍近三个月的销售数据,再归纳变化。
Gmail 这一段相对直接,常见动作就是总结长邮件链、起草回复、提取行动项。如果你已经在邮件里推进一个研究或项目,这一步会少很多复制粘贴。
真正开始用 Deep Research 时,最容易浪费时间的地方不是搜索,而是问题写得太大。与其直接问“帮我研究 AI 行业”,不如先把范围写清楚,例如“2025 年 AI 编程助手赛道的前五名分别是谁,各自的定价方式和差异在哪里”。问题范围一收窄,后面的计划、来源和报告都会集中很多。
研究计划出来以后,最好先花一分钟改一下。确认它覆盖了你关心的角度,再点执行。报告生成后,先导出到 Docs,再继续补数据、改表述、删掉多余内容。最后再回到原始来源核一遍重要数字和引用。这样走下来,Deep Research 更像研究初稿工具,不像直接交付终稿的工具。
如果你的主题以英文资料为主,Gemini 可以放在前面,先把搜索和报告整理出来;如果中文资料占比更高,可以让 Kimi 补中文网页、长文和本地材料;到了要核查具体事实的时候,再交给 Perplexity 回查引用。三者放在一起看,分工会比单独盯着一个聊天窗口清楚得多。
如果你是为了做英文资料研究,可以先试 Gemini 和 Perplexity,前者更适合长上下文和 Google Workspace,后者更适合快速核查来源。如果你主要处理中文网页、公众号文章或本地资料,可以把 Kimi 和 NotebookLM 放进备选。
如果你的目标不是写研究报告,而是把资料整理成可复用流程,可以继续看 AI 搜索、知识库和 Agent 类工具。这样选工具时会更清楚:Gemini Deep Research 负责出研究初稿,Perplexity 负责查证引用,NotebookLM 或 Kimi 负责沉淀自己的资料库。