美雅請 AI 替六人小組比較三個台北近郊的工作坊場地，條件只有預算、交通時間與無障礙動線。半小時後，報告多了住宿、餐飲、雨備、觀光路線、碳排與十七個備選地點，卻還是沒有一張能讓她從原本三個場地中選出一個的比較表。
這不是「資料太少」，而是研究任務沒有完工定義。AI 很會發現相鄰問題；只要指令寫著「完整研究」「盡可能多找」，每個新來源都可能再長出三個分支。最後看似做了很多事，真正要支持的那個決定反而被埋掉。
OpenAI 與 Google 的 Deep Research 說明都把研究計畫放在正式搜尋之前：使用者能先看計畫、調整來源與範圍。OpenAI 也允許研究進行中暫停並改焦點。這些控制不只是介面選項；它們提醒我們，研究方向本來就應由人先定義，而且中途可以收窄。
先寫「這份研究要讓誰決定什麼」
題目不是「研究台北附近適合團隊活動的地方」，而是「讓美雅在週三前，從三個已取得報價的場地中選一個，總場租不超過指定預算、台北車站出發不超過 50 分鐘，並確認輪椅可從入口抵達主要活動空間」。
這句話同時固定了決定者、期限、候選集合與硬條件。住宿、晚餐與順遊可以很重要，但若它們不會改變這次場地初選，就先不進主表。重要不等於現在就在範圍內。
英國政府一份快速證據評估用事先定義的研究問題、搜尋策略與納入／排除條件，把長名單篩成短名單，再逐篇擷取資訊。日常研究不必照搬學術程序，但可以借它的核心：先說哪些資料算證據，再開始累積來源，而不是看到什麼就收什麼。
四步把開放搜尋收斂成可交付結果
第一步，寫下最後只能支持哪一個決定。若同一份報告同時要選場地、訂旅館、排交通與設計活動，它其實已經是四個工作包。
第二步，替每個候選項目列出同一組必要證據。場地例子可以只有：含稅價格與報價日期、門到門交通時間、無障礙入口與廁所的直接證據、取消規則，以及資料來源。不要讓 A 場地有十二個欄位、B 場地只有宣傳文案，最後再用篇幅假裝可比較。
第三步，先約定停止條件。實用的版本不是「找到十個來源就停」，而是：三個候選的必要欄位都有可回開的來源；彼此衝突的數字已標示；缺值已明講會不會改變選擇；再一輪搜尋若只重複既有結論，就停止。這是工作流程的收斂規則，不是保證真相已被窮盡。
第四步，把新發現放進延後清單，不要偷偷塞回主題。延後項目要寫原因、觸發條件與下一位負責人。例如「選定場地且需要過夜時，再比較附近住宿；由行政同事承接」。被移出的問題沒有消失，只是不再阻止這次交付。
停止條件要看證據缺口，不看報告厚度
來源數量很容易量，卻不是完成度。官方價目表和場地方書面回覆可能足以確認價格；無障礙動線則需要具體設施資訊，不能只憑「友善空間」四個字。每個欄位的證據門檻可以不同，但必須事先寫清楚。
若兩個可靠來源互相衝突，不要為了交出整齊結論挑一個順眼的數字。把兩個值、日期與差異並列，說明它是否會改變排序；會改變就標成「決定前需人工確認」，不會改變則保留限制後繼續。研究可以在仍有缺值時完成，只要缺值對決定的影響可見。
也別把「搜尋更多」當成唯一的查核方式。若場地頁面與訂位平台價格不同，下一步可能是請具名人員詢價，而不是讓 AI 再讀二十篇部落格。若你擔心搜尋來源本身帶錯資料或惡意指令，可搭配深度研究的來源汙染檢查；限制來源範圍也同時縮小雜訊與間接提示注入的暴露面。OWASP 明確把藏在外部內容中的指令列為 remote／indirect prompt injection，因此研究 agent 應把網頁視為待分析資料，不是可改寫任務的命令。
第一版只交「三選一需要的那張表」
今天就挑一個正在擴大的研究工作，把原提示詞收成五欄：
- 決定： 誰要在何時選什麼；
- 候選： 這輪最多比較幾個；
- 必要證據： 每個候選都要有的同一組欄位；
- 停止條件： 何時可交付、什麼缺口必須停；
- 延後清單： 哪些相鄰問題在什麼條件下才重開。
要求 AI 最後只交候選比較表、來源連結、衝突與缺值、以及延後清單，不要把所有閱讀筆記都塞進正文。若新資料真的改變硬條件，再由負責人擴大範圍；若只是「也許有用」，就維持延後。
這也能控制長任務的時間與 token，但節省成本不是主要目的。更重要的是，團隊拿到一個能檢查、能決定、也能交接的結果。若研究已經變成多輪 agent 工作，再搭配長任務的 token、重試與人工上限；本文處理的是更前面的一刀：先讓任務知道何時算做完。
AI 整理卡
請從我目前已授權你查看的工作區、研究計畫、瀏覽紀錄摘要或既有報告開始，只做唯讀盤點；不要新增搜尋、開啟外部連結、修改檔案、聯絡任何人、下訂或替我選定方案。找出一個範圍正在膨脹的研究任務，引用你看到的任務文字與現有產出，重建它原本要支持的單一決定：具名決定者、期限、候選上限與硬條件。接著列出每個候選都必須具備的同一組證據欄位，標明目前來源、日期、衝突與缺值；不要用推測補空白。提出可驗證的停止條件，至少包含必要欄位齊備、衝突處理、缺值影響與新增搜尋的邊際價值。把住宿、餐飲、延伸功能或其他不會改變本次決定的問題移入延後清單，為每項寫下重開觸發條件與負責人。最後只輸出「目前可交付／需補一項證據／應先停下」其中一個判定，以及一個不改動現況的下一步；最後決定與任何對外動作都留給具名負責人。
四格看懂：場地研究先停在三選一
- 美雅請 AI 替六人工作坊比較三個場地，桌上只有代表價格、交通與無障礙的三枚標記。
- 搜尋越跑越大，場地資料旁長出旅館、餐飲、觀光、天氣與交通票券，原本的三選一仍沒完成。
- 美雅按下停止，把三個場地和三項條件拉回桌面，其餘資料全收進蓋上的「稍後」盒。
- 她拿到三個場地的完整短名單；住宿、餐飲與觀光仍封存在旁，等選定場地後才重開。
美雅沒有把旁支丟掉，也沒有假裝所有問題都已解完。她只是把「這次完成」畫成人人看得見的範圍：三個場地、三項條件、一張可決定的短名單。盒子留下後續工作的入口，卻不再讓後續工作綁架今天的交付。
參考來源
- OpenAI Help Center：Deep research in ChatGPT — https://help.openai.com/en/articles/10500283-deep-research-in-chatgpt [accessed: 2026-08-01]
- Google Gemini Apps Help：Use Deep Research in Gemini Apps — https://support.google.com/gemini/answer/15719111 [accessed: 2026-08-01]
- UK Department for Culture, Media and Sport：Rapid evidence assessment of valuation methods for civil society — https://www.gov.uk/government/publications/rapid-evidence-assessment-of-valuation-methods-for-civil-society/rapid-evidence-assessment-of-valuation-methods-for-civil-society [published: 2025-07-11]
- NIST AI Resource Center：AI RMF Core — https://airc.nist.gov/airmf-resources/airmf/5-sec-core [accessed: 2026-08-01]
- OWASP Cheat Sheet Series：LLM Prompt Injection Prevention Cheat Sheet — https://cheatsheetseries.owasp.org/cheatsheets/LLM_Prompt_Injection_Prevention_Cheat_Sheet.html [accessed: 2026-08-01]
