Speaker A
Cześć. W dzisiejszej lekcji dowiecie się, jak zrobić dogłębny research na każdy interesujący was temat: biznesowy, naukowy czy akademicki, wykorzystując do tego narzędzia AI Deep Research.
Lekcja o wykorzystaniu AI do głębokiego researchu biznesowego i osobistego z użyciem narzędzi takich jak Gemini Deep Research.
Key Takeaways
- AI znacząco przyspiesza i ułatwia dogłębny research w różnych dziedzinach.
- Wybór narzędzia i modelu AI powinien być dostosowany do potrzeb: szybki research vs szczegółowa analiza.
- Personalizacja raportów jest możliwa dzięki dołączaniu własnych danych i precyzyjnym promptom.
- Narzędzia AI generują raporty z przypisami i źródłami, co ułatwia weryfikację informacji.
- Eksperymentalne narzędzia akademickie, takie jak STORM, są użyteczne, ale mają ograniczenia w zastosowaniach praktycznych.
Summary
- Prezentacja narzędzi AI do dogłębnej analizy i researchu, takich jak Gemini Deep Research, ChatGPT Deep Research, Claude Research, Perplexity oraz akademickiego STORM.
- Omówienie zastosowań narzędzi AI w różnych obszarach: biznesowym, naukowym i osobistym.
- Porównanie narzędzi pod kątem szybkości, głębokości analizy i zastosowań praktycznych.
- Przykład praktycznego użycia Gemini Deep Research i modelu Gemini 3.1 Pro do przygotowania planu treningowego na wymagający wyścig kolarski w Dolomitach.
- Opis procesu tworzenia promptu z określeniem roli, celu, kontekstu i dodatkowych wytycznych dla AI.
- Wykorzystanie własnych danych treningowych do personalizacji raportu i planu treningowego.
- Możliwość modyfikacji i uzupełniania planu badania o dodatkowe elementy, np. rekomendacje żywieniowe.
- Przebieg analizy AI: od zapoznania się z danymi, przez wyszukiwanie literatury i aktualnych wskazówek, do syntezy i tworzenia praktycznego planu.
- Wskazanie na znaczenie wyboru odpowiedniego modelu AI i wersji (bezpłatnej vs płatnej) dla jakości i głębi raportu.
- Podkreślenie korzyści z automatyzacji researchu i oszczędności czasu dzięki AI.
Full Transcript — Download SRT & Markdown
Speaker A
Niezależnie od tego, czy planujemy wejście na nowy rynek i potrzebujemy dogłębnie zrozumieć jego potencjał, zidentyfikować różnice w zachowaniach konsumentów i rozpoznać kluczowych konkurentów, czy po prostu chcecie gruntownie zrozumieć nowy temat, solidny research jest niezbędną podstawą.
Speaker A
Każdy z nas zna to uczucie znużenia po godzinach spędzonych na przeszukiwaniu Google'a, YouTube'a, Reddita, dziesiątek stron internetowych, raportów i artykułów naukowych, poszukiwaniu rzetelnych informacji i wiarygodnych źródeł.
Speaker A
Dziś z pomocą przychodzi nam sztuczna inteligencja. Mamy do dyspozycji narzędzia, które analizują dla nas dziesiątki, a nawet setki wartościowych źródeł internetowych oraz naszych własnych danych, takich jak firmowe dokumenty czy nasze własne badania, i generują na ich podstawie raporty na dany temat
Speaker A
w zaledwie kilka, kilkanaście minut. Główne narzędzia AI, które specjalizują się w głębokim researchu, to Gemini Deep Research, ChatGPT Deep Research, Claude Research czy Perplexity, oraz stricte akademickie narzędzia, takie jak mój ulubiony STORM, eksperymentalne narzędzie udostępnione przez Stanford.
Speaker A
Każde z tych narzędzi ma nieco inną charakterystykę i przeznaczenie. Perplexity Pro to najszybszy z wymienionych modeli, idealny do szybkiego researchu, gdy zależy wam na czasie i zwięzłej formie, bez wchodzenia w zbędne szczegóły.
Speaker A
Jeśli za 5 minut macie spotkanie na temat, o którym niewiele wiecie, Perplexity będzie idealnym rozwiązaniem.
Speaker A
Gemini Deep Research, ChatGPT czy Claude Research oferują natomiast dogłębną analizę, nad której przebiegiem mamy pełną kontrolę.
Speaker A
Pozwala to na maksymalne zgłębienie interesującego was tematu. Jeśli chcecie dogłębnie przeanalizować dany problem, przygotować analizę przed podjęciem ważnej decyzji biznesowej lub upewnić się, że macie kompletną wiedzę na dany temat, warto skorzystać z Gemini Deep Research czy Claude Research.
Speaker A
STORM natomiast ma charakter akademicki, doskonale sprawdza się w zastosowaniach naukowych. Należy jednak pamiętać, że to wciąż wersja eksperymentalna, która ma pewne ograniczenia.
Speaker A
Kiedy potrzebowałem przeanalizować badania naukowe z ostatnich dekad na temat dyfuzji innowacji i zebrać je w formie naukowej dyskusji, STORM okazał się niezastąpiony.
Speaker A
Natomiast w zastosowaniach biznesowych i osobistych prezentował raporty w bardziej naukowej, mniej praktycznej, przydatnej formie.
Speaker A
Wszystkie te narzędzia działają podobnie. Przeszukują zasoby internetu lub nasze własne dokumenty, aby stworzyć raport na zadany temat, dołączają do niego przypisy i wskazują źródła informacji.
Speaker A
Dzięki temu każdą informację można łatwo zweryfikować i przejść do źródła, aby pogłębić wiedzę dotyczącą danego fragmentu raportu.
Speaker A
Duży wpływ na jakość generowanych raportów mają konkretne modele AI wykorzystane przez wybrane narzędzia podczas analizy.
Speaker A
W bezpłatnych wersjach Gemini czy ChatGPT macie dostęp do ograniczonej liczby wyszukiwań przy wykorzystaniu podstawowych modeli.
Speaker A
W wersjach płatnych możecie korzystać z zaawansowanych modeli, które zapewniają naprawdę znacząco wyższą jakość analizy i głębię raportu, idealnie dostosowaną do zastosowań biznesowych.
Speaker A
W zależności od waszych potrzeb możecie wybrać narzędzie i model, który najlepiej odpowiada waszym aktualnym wymaganiom.
Speaker A
Ja w dzisiejszej lekcji skupię się na głębokiej analizie i efektywnym korzystaniu z Gemini Deep Research i modelu Gemini 3.1 Pro, prezentując wam dwa przykłady, biznesowy i osobisty.
Speaker A
Zacznijmy od przykładu osobistego, w którym wykorzystałem deep research. Na ten rok zaplanowałem zrealizowanie jednego z najbardziej wymagających wyzwań dla amatorów kolarstwa, SuperMaratona dles Dolomites, 8500 metrów przewyższenia na dużych wysokościach w Dolomitach.
Speaker A
To będzie bardzo duże wyzwanie dla niedzielnego amatora takiego jak ja, dlatego chciałbym podejść do tematu profesjonalnie.
Speaker A
Dać sobie jakąkolwiek szansę i uzbroić się w całą dostępną teorię oraz najświeższe wskazówki od zawodowców dotyczące stricte treningu pod kolarstwo szosowe w górach na dużych wysokościach.
Speaker A
Sprawdźmy, jak jako laik mogę w kilka, kilkanaście minut zbudować profesjonalny przegląd ustrukturyzowanej, najświeższej wiedzy w tym temacie.
Speaker A
Uruchamiamy Gemini i z dolnego menu wybieramy model Gemini 3.1 Pro, a w okienku z narzędziami zaznaczamy funkcję Deep Research.
Speaker A
Teraz tworzymy prompt zawierający wszystkie kluczowe elementy: rolę, cel, kontekst oraz format i ograniczenia. Prompt przygotowałem już wcześniej, więc teraz go wkleję.
Speaker A
Jako naukowiec specjalizujący się w treningu kolarskim i profesjonalny trener - tutaj określiłem rolę, którą ma przyjąć model, przygotuj kompleksowy przegląd literatury naukowej w języku angielskim na temat metod treningowych do wyścigów szosowych w wysokich górach z ekstremalnymi przewyższeniami.
Speaker A
Mamy zadany cel analizy do przygotowania. Przegląd ten posłuży do przygotowań do SuperMaratona dles Dolomites, amatorskiego wyzwania w Dolomitach.
Speaker A
Określamy kontekst, do czego będziemy w praktyce potrzebować przygotowany raport. Następnie dodamy wszystkie dodatkowe informacje, które model powinien uwzględnić: dołącz praktyczny trzymiesięczny plan treningowy skierowany do kolarza na poziomie średniozaawansowanym.
Speaker A
Uwzględnij załączone dane z moich treningów w ostatnich miesiącach. Uwzględnij również najnowsze, z ostatnich dwóch lat, rekomendacje treningowe od profesjonalnych kolarzy i trenerów z całego świata, dostępne na YouTube, w mediach społecznościowych i na profesjonalnych blogach. Ostatni element jest bardzo ważny,
Speaker A
aby wskazać dokładnie, na jakiego typu informacjach najbardziej nam zależy, gdzie narzędzie powinno poszukać informacji, które są dla nas szczególnie ważne.
Speaker A
Więc pamiętajcie o dodaniu tych szczegółowych wytycznych. Jak wspomniałem w moim prompcie, do danego pytania mogę również załączyć swoje własne źródła z dysku Google. Zrobię to w tej chwili, dołączając plik podsumowujący szczegółowo wszystkie moje treningi z ostatnich lat, aby narzędzie dokładnie rozumiało,
Speaker A
w jakiej jestem dyspozycji, na jakim jestem poziomie i mogło bardzo precyzyjnie dostosować przygotowane wytyczne w raporcie oraz zaproponowany plan treningowy.
Speaker A
Okej, teraz możemy rozpoczynać research. W tym momencie widzimy, że Gemini zaczyna generować plan naszego badania.
Speaker A
Na początku zastanowi się, jak powinien przeprowadzić badanie, aby najskuteczniej odpowiedzieć na nasze potrzeby. Możemy prześledzić konkretne kroki oraz już widzimy zaproponowany plan przeprowadzanego badania.
Speaker A
Na początku zapozna się model z moimi własnymi załączonymi plikami, następnie wyszuka publikacje naukowe, znajdzie najnowsze wskazówki i porady, wyszuka specyfikę i wymagania fizjologiczne dla tej konkretnej trasy, do której się przygotowuję, zsyntezuje zebrane informacje z badań naukowych oraz skonstruuje praktyczny, trzymiesięczny plan treningowy
Speaker A
oraz wszystkie potrzebne wskazówki. Pokażę wam, jak możemy zmodyfikować ten plan, aby osiągnąć jak najlepsze rezultaty.
Speaker A
Poświęćmy temu chwilę, aby uzyskać jak najlepszy rezultat już w pierwszym podejściu. W moim przypadku widzę, że brakuje informacji o żywieniu.
Speaker A
Wpiszmy dlatego dodatkową instrukcję: dodaj do planu rekomendacje żywieniowe na okres treningu, jak i samego startu.
Speaker A
Teraz zostanie zmodyfikowany plan badania, tak aby uwzględniał wszystkie informacje, na których najbardziej mi zależy.
Speaker A
Mamy gotowy plan odpowiadający w pełni naszym potrzebom, możemy rozpocząć wyszukiwanie. W trakcie pracy możemy śledzić przebieg rozumowania narzędzia.
Speaker A
Widzę, że rozpoczął on analizę od analizy profilu wydolnościowego i bazy treningowej, w moim przypadku na podstawie moich realnych danych treningowych. Następnie ocenił skalę ekstremalnego wyzwania w Dolomitach, przeszedł do syntezy metodologii i najnowszych trendów treningowych oraz zaczął budować plan operacyjny, jak można podejść
Speaker A
do najefektywniejszego treningu.
Speaker A
Zobaczmy, jak on wygląda. "Kompleksowy przegląd literatury naukowej i strategia przygotowań do SuperMaratona dles Dolomites." Raport rozpoczyna się od wprowadzenia do tematu i zebrania wszystkich kluczowych informacji, które potrzebujemy zrozumieć, aby później szczegółowo przejść przez dane zagadnienia.
Speaker A
Następnie przechodzimy do mojej indywidualnej oceny potencjału i profilu wydolnościowego, na podstawie moich własnych danych, które załączyłem.
Speaker A
W kolejnej części mamy omówioną adaptację nerwowo-mięśniową i znaczenie ciężkiego treningu siłowego dla tego konkretnego wyzwania, zbierając literaturę naukową na ten temat, jak również źródła w internecie.
Speaker A
Następnie przechodzimy do omówienia nowoczesnych metod treningu wytrzymałościowego. Kolejny element to zjazdy, biomechanika i optymalizacja sprzętowa potrzebna na alepejskie przełęcze oraz segment dotyczący żywienia, o który, jak pamiętacie, specjalnie poprosiłem, modyfikując plan badania.
Speaker A
W finalnej części przechodzimy do konkretnego, spersonalizowanego, trzymiesięcznego planu treningowego, dostosowanego do mojej obecnej formy, na podstawie moich danych oraz do specyfiki wyzwania SuperMaratona dles Dolomites.
Speaker A
I finalnie strategia na samą jazdę: logistyka i pacing na trasie trzynastu przełęczy. Pod koniec raportu możemy zapoznać się ze wszystkimi wykorzystanymi źródłami w analizie.
Speaker A
Jak widzimy, jest ich sto kilkadziesiąt i zawierają one zarówno publikacje naukowe, jak i specjalistyczne filmy z YouTube, o których analizę ja poprosiłem w moim prompcie.
Speaker A
Z ważnych informacji: dla każdego fragmentu możecie sprawdzić dokładne źródła, na których bazują przedstawione informacje oraz wejść głębiej na dane strony internetowe czy badania, aby zapoznać się z ich szczegółami.
Speaker A
Taki raport możemy wyeksportować np. do dokumentów Google jako plik tekstowy. Robimy to, klikając w prawym górnym rogu "Udostępnij i wyeksportuj" oraz "Eksportuj do dokumentów".
Speaker A
W formie tekstowej raport ma aż 20 stron oraz zawiera wszystkie przypisy oraz wykorzystane źródła na samym końcu.
Speaker A
Dla takiego raportu możemy również wygenerować podsumowanie audio do odsłuchania na przykład w drodze do pracy.
Speaker A
Pokażę wam, jak to zrobić. Klikamy "Utwórz" oraz "Podsumowanie audio". Nasze podsumowanie audio po kilku minutach jest już gotowe.
Speaker A
Odsłuchajmy fragment, aby zobaczyć, jak brzmi. "- Analizując źródła, od razu rzuca się w oczy jedno, największym wrogiem wcale nie jest tam dystans, prawda?
Speaker A
Tym głównym wrogiem jest brak powietrza. - Zdecydowanie tak. Większość tej trasy przebiega na wysokościach grubo powyżej 1500 metrów, a szczyty, takie jak słynne Passo Pordoi, przekraczają 2200 metrów. Z fizjologicznego punktu widzenia, po przekroczeniu tej granicy 1500, nasze VO2 max spada o 10% na każdy kolejny kilometr w górę.
Speaker A
Silnik, jakby to ujął..." Pokażę wam również, jak przedstawić taki duży raport w wizualnej, praktycznej formie infografiki.
Speaker A
Aby to zrobić, klikamy "Utwórz" oraz "Infografika". Jak widzicie, taka infografika w bardzo przystępny, wizualny sposób podsumowuje najważniejsze elementy omówione w całym raporcie. To świetny sposób na zrozumienie skomplikowanych elementów omówionych w raporcie czy udostępnienie tego raportu w atrakcyjnej, wizualnej formie - na zewnątrz.
Speaker A
Co jeszcze mogę zrobić z tak wygenerowanym raportem? Cały przegląd wiedzy i rekomendacji mogę podpiąć pod mojego personalnego asystenta AI, takiego trenera, który będzie w oparciu o ten research i szczegółowe informacje o moich treningach ze Stravy, codziennie dawał mi
Speaker A
wskazówki treningowe. Z takiego super spersonalizowanego asystenta AI korzystam już od kilku miesięcy i sprawdza się naprawdę świetnie. W kilkanaście minut mamy gotowy przegląd artykułów naukowych, filmów na YouTube i wartościowych stron, zebranych w formie przystępnego raportu.
Speaker A
Teraz mam już całą teorię potrzebną do mojego wyzwania. Pozostaje najtrudniejsza część, czyli wdrożenie tej teorii w praktyce.
Topics:AIdeep researchGemini Deep ResearchChatGPT Deep ResearchClaude ResearchPerplexitySTORManaliza danychplan treningowykolarstwo
