Ich liebe es, mich in das Lernen neuer Dinge zu vertiefen und in Forschungskaninchenlöcher zu fallen, aber manchmal brauche ich einfach eine schnelle, effiziente Antwort auf eine Frage oder einen knappen Leitfaden für eine Aufgabe. Wenn ich herausfinden möchte, wie lange man Huhn braten soll oder ob Pluto als Planet wieder eingestuft wurde, möchte ich eine kurze Liste von Stichpunkten und ein einfaches Ja oder Nein.
Also, während die Deep Research-Funktion von ChatGPT sich als ein erstaunlicher Forscher erwiesen hat, der großartig ist, wenn ich mich in ein Thema vertiefen möchte, habe ich es noch nicht zu meinem Standardwerkzeug mit dem KI-Chatbot gemacht. Die Datenbank des KI-Modells sowie das Suchwerkzeug lösen so ziemlich jede alltägliche Frage oder jedes Problem, das ich ihm stellen könnte. Ich brauche keinen formellen Bericht darüber, wie man ein Gericht zubereitet, das 10 Minuten dauert, um zusammenzustellen. Aber ich finde die umfassenden Antworten von Deep Research viszeral ansprechend, also habe ich beschlossen, es mit dem Standardmodell (GPT-4o) von ChatGPT zu vergleichen und ihm ein paar Anfragen zu geben, die ich mir vorstellen könnte, ohne langfristigen Bedarf zu haben.
Für den ersten Test wollte ich sehen, wie beide Modelle mit einem klassischen, etwas einschüchternden Rezept umgehen würden: Beef Wellington. Dies ist nicht das Gericht, das man einfach mal so an einem Wochentag zusammenwerfen kann. Es ist ein zeitaufwändiger, mehrstufiger Prozess, der Geduld und Präzision erfordert. Wenn es jemals ein Gericht gibt, bei dem Deep Research nützlich sein könnte, dann war es dieses. Ich fragte beide Modelle: „Kannst du mir ein einfaches Rezept für koscheres Beef Wellington geben?“
Reguläres ChatGPT antwortete fast sofort mit einem klaren, gut strukturierten Rezept. Es listete Zutaten in klaren Maßeinheiten auf, brach den Prozess in überschaubare Schritte herunter und bot ein paar hilfreiche Tipps, um gängige Fallstricke zu vermeiden. Das war genau das, was ich von einem Rezept brauchte. Deep Research brauchte volle zehn Minuten und hatte ein sehr langes, komplexes Mini-Kochbuch rund um das Gericht. Ich hatte mehrere Versionen von Beef Wellington, die alle meinen spezifischen Anfragen entsprachen, aber von einer von Jamie Geller inspirierten Methode bis zu einer traditionellen Zubereitung aus dem 19. Jahrhundert mit einigen Substitutionen reichten. Das beinhaltete noch nicht die zusätzlichen Vorschläge zu Dekorationen und eine Analyse verschiedener Arten von Blätterteig und ihrem Butter-zu-Mehl-Verhältnis. Wenn ich ehrlich bin, fand ich es als Stück Trivialitätsbesessenheit toll. Aber wenn ich das Gericht tatsächlich nur zubereiten wollte, war es ein bisschen zu sehr wie diese Rezeptblogs, in denen man erst die Lebensgeschichte von jemandem durchscrollen muss, um zur Zutatenliste zu gelangen.
Für den zweiten Test wollte ich sehen, ob Deep Research mir beim Kauf eines Fernsehers helfen könnte, also hielt ich es einfach mit: „Was sollte ich beachten, wenn ich einen neuen Fernseher kaufe?“
Reguläres ChatGPT gab mir eine schnelle und klare Antwort. Es brach Dinge in Bildschirmgröße, Auflösung, Anzeigetyp, Smart-Funktionen und Anschlüsse auf. Es sagte mir, dass 4K Standard ist, 8K übertrieben ist, OLED einen besseren Kontrast hat, HDMI 2.1 für Gaming großartig ist und das Budget wichtig ist. Ich fühlte mich, als hätte ich ein gutes Verständnis dafür, worauf ich achten sollte, und ich hätte leicht mit diesen Informationen in ein Geschäft gehen können.
Deep Research hatte seine üblichen zusätzlichen Fragen nach dem, was mir wichtig ist, aber diesmal ging es schneller, nur sechs Minuten, bevor ich einen vollständigen Bericht über mehrere Fernseher erhielt. Statt einer einfachen Pro-und-Kontra-Liste bekam ich viele unnötige Details zu Dingen wie OLED vs. QLED-Paneelen, dem Grund, warum TV-Bildwiederholungsraten Videospiele beeinflussen, und dem Einfluss von Kompressionsalgorithmen auf die Streaming-Qualität. Wiederum war das alles unglaublich informativ, aber für meine Zwecke völlig unnötig. Und im Gegensatz zu Beef Wellington werde ich den TV-Kaufleitfaden nicht regelmäßig nutzen.
Für den finalen Test beschloss ich, angesichts meiner kürzlichen Entscheidung, die Astronomie ernsthafter als Hobby zu betreiben, etwas akademischer zu werden. Es kurz zu halten, fragte ich: „Wie funktioniert ein Teleskop?“
Reguläres ChatGPT antwortete sofort mit einer einfachen, verdaulichen Antwort. Teleskope sammeln und vergrößern Licht mithilfe von Linsen (brechende Teleskope) oder Spiegeln (reflektierende Teleskope). Es ging kurz auf Vergrößerung, Auflösung und Lichtsammelkraft ein, was es leicht verständlich machte, ohne zu technisch zu werden.
Deep Research gab mir einen Bericht einer Art, den ich in der Schule geschrieben haben könnte. Nachdem es gefragt hatte, wie technisch ich meine Antwort haben wollte, und ich geantwortet hatte, dass ich es nicht technisch haben wollte, wartete ich etwa acht Minuten auf eine ausführliche Diskussion über Optik, die Entwicklung verschiedener Arten von Teleskopen, einschließlich Radioteleskopen, und die Mechanismen dahinter, wie sie alle funktionieren. Der Bericht enthielt sogar eine Anleitung zum Kauf des ersten Teleskops und eine Diskussion über atmosphärische Verzerrungen bei bodengebundenen Beobachtungen. Es beantwortete Fragen, die ich nicht gestellt hatte. Zugegebenermaßen könnte ich das irgendwann tun, also war die Erwartung von Folgefragen in diesem Fall kein großes Negativ. Ein paar Sätze über Spiegel hätten jedoch in dem Moment völlig ausgereicht.
Nachdem ich diese Tests durchgeführt habe, bleibt meine Meinung über Deep Research als leistungsstarkes KI-Tool mit beeindruckenden Ergebnissen bestehen, aber ich bin mir seiner Übertreibungen im Kontext der regelmäßigen Nutzung von ChatGPT viel bewusster. Die von ihm generierten Berichte sind ausführlich, gut organisiert und überraschend gut geschrieben. Für eine zufällige Tour durch interessante Informationen ist es ziemlich großartig, aber ich brauche viel öfter nur eine Antwort, keine These. Manchmal ist ein flacher Tauchgang einer tiefen Recherche vorzuziehen.
Wenn der reguläre ChatGPT-Ansatz korrekt ist und in Sekunden das erledigt, was Deep Research mehrere Minuten und viel unnötigen Kontext benötigt, wird das in 99 von 100 Fällen meine bevorzugte Wahl sein. Manchmal ist weniger mehr. Das gesagt, die Einkaufsadvice von Deep Research wäre großartig für einen viel größeren Kauf als einen Fernseher, wie ein Auto oder sogar beim Hauskauf. Aber für alltägliche Dinge macht Deep Research einfach zu viel. Ich brauche keinen Düsentriebwerk für einen Elektroroller, aber für einen transkontinentalen Flug ist es gut, eins zur Hand zu haben.
Sie könnten auch mögen“