GPT-Researcher 教學:GitHub 破 2 萬星開源深度研究代理怎麼用?自動產出萬字研究報告懶人包

這篇 GPT-Researcher 教學完整拆解 GitHub 破 2 萬星開源自主深度研究代理的架構與安裝步驟。教你如何透過規劃代理與平行爬蟲,在幾分鐘內檢索數十個真實網頁與本地文件,自動產出附帶真實引用連結的長篇研究報告,並揭露單份報告 API 成本與 Tavily 設定技巧。

Share
GPT-Researcher 開源自主深度研究代理官方架構與主視覺
GPT-Researcher 透過平行搜尋代理與多來源交叉匯總架構,自動產出附帶真實引用來源的長篇深度研究報告。 圖片來源:GPT-Researcher 官方網站。

當主管早上十點丟給你一個陌生產業題目,要求下午兩點前交出一份有數據、有正反觀點且附帶真實消息來源的五千字研究報告時,一般聊天機器人往往只會給你空泛的大綱。

這篇 GPT-Researcher 教學就是要帶你部署一套能自己上網查證數十篇文獻並自動完稿的開源研究代理。

很多上班族以為只要在網頁版對話框裡加上「請幫我寫一篇五千字長文並附上參考網址」,就能拿到可以直接交差的深度分析。

但實際試過的人都知道,單次對話的模型通常寫不到一千五百字就會草草收尾,而且為了湊字數還會自己捏造根本點不進去的新聞連結。

根據 GPT-Researcher 官方技術文件網站 的核心設計理念,要突破單次對話的長度與幻覺限制,必須把研究流程拆解成「先規劃子問題、再派多個分身平行爬取網頁、最後交叉比對寫成完整研究報告」的多代理協作管線。

這套開源工具之所以能在開發者社群衝破兩萬顆星,正是因為它把原本需要昂貴月費才能體驗的深度研究功能,變成任何人都能在自己電腦上免費啟動的透明系統。

你甚至可以把公司內部的 PDF 財報跟外部即時新聞混在一起查,產出兼具內外視角的決策文件。

在我實測過市面上多種自動化搜尋工具後,我認為這套系統最適合需要頻繁撰寫競品分析、市場盡職調查、學術文獻綜述或政策評估研究報告的分析師與企劃人員。

如果你只是想查今天的天氣或問一個五十字就能答完的簡單定義,用一般搜尋引擎反而更快。

那麼這樣一套看起來像專業智庫團隊的自主代理,背後到底是怎麼運作的,一般工作者又該如何在幾分鐘內接上搜尋金鑰、把產生一份萬字研究報告的成本壓在新台幣五塊錢以內?

延伸閱讀:新手在 Windows 或 Mac 跑本地 AI 選 Ollama 還是 LM Studio 完整對比

GPT-Researcher 開源自主深度研究代理官方架構與主視覺
GPT-Researcher 透過平行搜尋代理與多來源交叉匯總架構,自動產出附帶真實引用來源的長篇深度研究報告。 圖片來源:GPT-Researcher 官方網站。

為什麼一般聊天 AI 寫不出合格的長篇研究報告?

我們在日常工作中請一般對話框寫長篇產業分析時,最常遇到的挫敗感就是「看起來頭頭是道,細看全是一句話能講完的廢話」。

這並不是因為你用的底層模型不夠聰明,而是因為傳統「一問一答」的互動架構天生就不適合做深度研究。

單次對話的上下文限制與「假引用網址」幻覺災難

當你在一般聊天視窗按下送出鍵時,模型其實是在短短幾秒鐘內一邊想大綱、一邊憑印象擠出文字。

因為單次輸出的字數上限通常被系統鎖定在幾千字以內,所以無論你在提示詞裡怎麼威脅利誘,它都很難在一次回答裡寫出結構嚴密的三、四千字長文。

更致命的是,一般即時連網搜尋功能往往只會隨便抓前三個搜尋結果的標題與短短幾十字摘要。

當模型拿到的真實素材不夠寫滿整篇研究報告時,它就會開始把記憶裡舊年份的數字硬湊上去,甚至自己拼湊出格式很像、點進去卻顯示 404 找不到頁面的假網址。

Planner + Execution Agents + Publisher 三階段平行研究架構

為了徹底根治素材不足與假引用的毛病,這款開源代理採用了主從式的多代理分工架構。

當你輸入一個大題目後,第一棒登場的是規劃代理 Planner,它不會急著動筆寫文章,而是先像資深主編一樣,把你的大題目拆解成四到六個互不重疊的子問題。

接著第二棒會同時派出多個執行代理 Execution Agents,針對每一個子問題分別去網路上搜尋、點開十幾個真實網頁並把完整內文抓回來。

每個執行代理還會先過濾掉內容空洞的農場文,把真正含有關鍵數據與事實的段落濃縮成結構化的查證卡片。

最後第三棒才交給撰稿與出版代理 Publisher,它會把所有分身抓回來的幾萬字真實素材攤在桌上,按照邏輯章節統籌撰寫出一篇超過數千字、甚至上萬字的研究報告。

而且它會在每一段論點後方老老實實標註真實的 APA 或 MLA 格式引用網址,讓你隨時能點回去核對原文。

以下我把一般網頁版聊天框與這套多代理深度研究系統在產出長篇報告時的表現差異整理成表格:

評估維度 一般網頁版聊天對話框(單次連網搜尋) 多代理深度研究系統(平行檢索架構)
檢索廣度與深度 通常僅抓取前 3–5 個搜尋結果的簡短摘要 自動拆解 5+ 個子問題,平行爬取 20–40 個完整網頁內文
輸出篇幅與結構 單次回答多在 1,000–1,500 字內草草收尾 可穩定產出 3,000 至 10,000 字以上的結構化長篇研究報告
引用來源真實性 容易將記憶與搜尋混雜,偶爾捏造 404 假網址 僅根據實際抓取的網頁內容撰稿,文末附百分之百真實連結
私密文件混合研究 難以同時把數十份本地文件與即時外網新聞交叉比對 支援混合研究,可同時檢索本機 PDF/Word 與網路資料
單次報告生成成本 綁定每月 20 至 200 美元的高額固定訂閱費 軟體完全免費開源,按實際呼叫計費每份報告約 0.1–0.3 美元

從上方表格可以清楚看出,當你的交付標準是「可查證、有深度、能直接放進正式簡報或提案書」的專業研究報告時,多代理平行架構才是真正可靠的解決方案。

混合研究(Hybrid Research)與 Deep Research 遞迴探索強在哪?

除了基本的上網查資料之外,台灣企業的分析師與企劃人員在寫報告時,最常面臨的情境其實是「一半資料在公司內部的資料夾裡,另一半資料在外面的新聞與法規網站上」。

這正是這套工具在近期版本中最受企業用戶喜愛的殺手級更新。

同時搜尋外部即時網頁與本地 PDF / Word / CSV 資料夾

在系統設定中,你可以隨時把研究模式切換成「本地文件研究」或是結合內外資料的混合研究模式。

你只需要把公司歷年的產品規格書、內部訪談逐字稿、財務報表 PDF 或 Excel 轉出的 CSV 檔案,全部放進指定的 my-docs 本機資料夾裡。

當你下達研究指令時,系統就會一邊派分身去讀取你資料夾裡的內部機密數據,一邊派另一批分身去網路上抓取競爭對手最新的公開新聞與市場規模預測。

最後撰稿代理會把內部優勢與外部市場趨勢無縫融合在同一份研究報告裡,省去你自己在兩個視窗之間辛苦縫合的時間。

樹狀遞迴深度研究(Deep Research)如何像人類研究員一樣追根究柢?

如果你遇到的是極度複雜的跨領域題目,單純拆解一層子問題可能還抓不到核心痛點。

因此開發團隊在架構中加入了樹狀遞迴深度研究模式,讓代理具備像人類調查記者一樣邊看資料邊追問的能力。

舉例來說,當第一輪爬蟲在某篇外電報導裡發現某家供應鏈廠商提到一個新技術名詞時,系統會自動判斷這個名詞對主論點至關重要。

於是它會立刻動態衍生出第二層、第三層的追問分支去深挖該技術的良率與專利壁壘,透過可自訂的廣度與深度參數,你能自由決定這份研究報告要挖到多深。

GPT-Researcher 教學:如何安裝啟動、設定 Tavily 金鑰與匯出 Word 報告?

看到這麼強大的多代理架構,很多非工程師可能會擔心部署過程會不會像架設企業伺服器一樣繁瑣。

其實這段 GPT-Researcher 教學要介紹的官方桌面與網頁介面,已經把所有複雜的管線包裝成一鍵啟動的視覺化儀表板。

取得 LLM 金鑰與 Tavily AI 搜尋引擎免費額度(每月 1,000 次)

要讓這位研究代理開始工作,你只需要準備兩把鑰匙。第一把是負責思考與寫稿的語言模型 API 金鑰,透過這個標準介面你可以自由串接 OpenAI、Claude、Google Gemini,甚至是自己電腦上免費的 Ollama 本地模型。

第二把則是專門為人工智慧代理設計的 Tavily 搜尋引擎金鑰。

因為傳統的搜尋引擎結果充滿了廣告與排版雜訊,而 Tavily 會直接幫代理把網頁正文洗乾淨抓回來。

更棒的是,你只要去 Tavily 官網用信箱註冊,每個月都有免費贈送的一千次搜尋額度,足夠你免費產出好幾十份長篇研究報告。

使用 Docker 或 Python 一鍵啟動 NextJS 視覺化網頁介面

如果你電腦裡裝有 Docker Desktop,你甚至不需要自己設定任何開發環境。

只要前往 GPT-Researcher GitHub 官方開源儲存庫 把專案下載下來,在環境設定檔裡貼上剛剛拿到的兩把金鑰,輸入一行啟動指令,就能在瀏覽器打開非常現代化的 NextJS 圖形化研究工作台。

對於習慣直接跑輕量腳本的使用者,也可以透過官方提供的 pip install gpt-researcher 套件快速啟動內建的網頁服務。

進入畫面後,你只會看到一個清爽的研究主題輸入框、資料來源選擇鈕,以及報告長度與語氣選單。

一鍵匯出帶有 APA / MLA 標準引用格式的 PDF、Word 與 Markdown

當你在輸入框打入「請幫我分析台灣液冷伺服器供應鏈在北美雲端資料中心的市占率與競爭優勢,並一律使用台灣繁體中文撰寫研究報告」並按下開始後,畫面下方會即時跳出代理的思考日誌。

你會親眼看到它先列出五個子問題,接著開始高速閃動它正在閱讀的二十幾個中英文權威網站網址。

大約兩到三分鐘後,一份排版工整、段落分明且字數超過四千字的完整研究報告就會直接呈現在畫面上。

你不僅可以直接在網頁上預覽每一條數據背後的原始出處連結,還能直接點擊右上角的匯出按鈕,把整份報告一鍵下載成可直接交給主管的 Word、PDF 或 Markdown 檔案。

算給你看:生成一份萬字深度研究報告要花多少錢?怎麼挑選模型最省?

很多團隊主管在評估導入這套自動化研究工具時,最關心的現實問題就是:「一次派出這麼多分身去讀幾十個網頁,我的金鑰帳單會不會一個下午就被刷爆?」

其實只要看懂它內建的「快慢雙模型分工機制」,成本低到會讓你驚訝。

聰明分工:用便宜的快模型讀網頁、用頂級聰明模型寫終稿

在整個研究過程當中,最消耗字數額度的環節並不是最後動筆寫報告的那一刻,而是前面幾個執行代理去閱讀那二、三十篇長篇網頁並做初步摘要的時候。

如果連這種「粗讀篩選」的苦工都派最昂貴的頂級模型去跑,那當然會浪費預算。

因此系統在設定檔裡非常貼心地把模型拆成快速摘要模型與深度撰稿模型兩個獨立欄位。

你可以指定由價格極度便宜、速度又飛快的輕量模型(例如 GPT-4o-mini 或 Gemini 1.5 Flash)去負責前面九成的網頁閱讀與去蕪存菁。

最後只把濃縮好的精華交給頂級模型(例如 Claude 3.5 Sonnet 或 GPT-4o)來統籌撰寫最終的研究報告。

以下我把三種不同預算與資安等級的模型搭配組合,在產出單份長篇研究報告時的實測花費與品質表現整理成表格:

模型搭配方案 快速閱讀模型(Fast LLM) 總結撰稿模型(Smart LLM) 搜尋引擎搭配 單份報告預估成本與適用情境
黃金性價比商用方案 GPT-4o-mini 或 Gemini Flash Claude 3.5 Sonnet 或 GPT-4o Tavily(每月千次免費) 約 0.08 – 0.15 美元(約台幣 3–5 元)|正式提案與深度產業研究報告首選
極致省錢大量產出方案 Gemini 1.5 Flash DeepSeek-V3 或 Gemini Pro Tavily 或 DuckDuckGo 約 0.01 – 0.03 美元(不到台幣 1 元)|適合每天批量追蹤數十個競品新聞動態
企業內網零外洩離線方案 本地 Ollama(Qwen 2.5 7B) 本地 Ollama(Qwen 2.5 32B) 純本地文件夾(my-docs) 0 元(純吃本機顯卡電力)|適合整理公司內部上百份機密財報與研發紀錄

從上方表格可以清楚看出,透過快慢模型的聰明分工,產出一份包含三十個真實文獻引用的高品質研究報告,花費竟然還不到買一瓶養樂多的錢。

延伸閱讀:NVIDIA 投資指南:輝達 NVDA 做什麼、財報重點與美股購買教學

常見問題(FAQ)

Q1:照著這篇 GPT-Researcher 教學跑出來的研究報告,真的不會有假網址嗎?

只要你正確串接了 Tavily 等即時搜尋引擎,系統文末列出的參考文獻網址都是執行代理在幾分鐘前「真正連線點進去並成功抓出內文」的活連結,因此不會像純聊天模型那樣憑空捏造 404 假網址。

不過因為網路上的公開文章本身可能帶有作者偏見或過時資訊,建議在把研究報告交出去之前,還是要點擊文末連結抽查兩三個核心統計數據的原始出處。

Q2:為什麼我輸入中文題目,它有時候會自己跑去搜尋英文網站?

這是因為規劃代理在拆解專業科技、金融或學術題目時,會根據題目性質自動判斷是否要納入英文關鍵字,以獲取更權威的第一手國際研究報告與外電數據。

如果你希望它只搜尋台灣在地的新聞與繁體中文法規,可以在題目後方明確加上「請僅使用繁體中文關鍵字搜尋台灣本地網站與政府公開資料,並以台灣繁體中文撰稿」,就能精準控制它的檢索範圍。

Q3:我可以限制它只去特定的幾個權威網站找資料嗎?

完全可以,這也是它比一般封閉式搜尋工具更好用的地方。

你可以在前端介面或設定參數裡填入指定的網域白名單,例如限定只搜尋 .gov.tw 或特定的學術期刊網域。

這樣執行代理在撒網搜尋時,就會自動忽略所有不在白名單內的內容農場與社群論壇,確保整份研究報告的引用等級符合機構標準。

Q4:如果我的電腦沒有獨立顯示卡,也能跑得動這套深度研究系統嗎?

完全沒問題,而且跑得非常順暢。

因為這套系統本身只是一個負責調度搜尋與整理素材的輕量指揮官,真正繁重的文字推理與撰稿運算,都是透過網路交給雲端模型廠商的伺服器去執行的,就算是一般只有 8GB 記憶體的輕薄文書筆電也能輕鬆跑完萬字長文。

Q5:它跟 OpenAI 官方月費兩百美元的 Deep Research 功能相比,我該怎麼選?

如果你任職於預算充裕的大型機構,且需要模型在封閉環境內進行長達十幾分鐘的超高難度跨學科推理,官方旗艦版依然有其模型深度優勢。

但如果你追求的是每份報告只要幾塊錢台幣、可以自由掛載公司本機上百份私密文件做混合研究、能自訂搜尋網域白名單、且能一鍵匯出排版好的 Word 與 PDF 檔案,那麼這套開源方案在日常辦公的實用性與成本效益上反而更勝一籌。

結語:把找資料的苦工外包,留給自己最後的商業判斷

回顧整個多代理研究管線,你會發現知識工作者在 AI 時代的核心價值,正在從「花八小時自己開五十個分頁找資料、貼連結、湊字數」,轉變成「懂得提出好問題、設定對的資料來源邊界,並對最終的研究報告做交叉查核與拍板決策」。

當你能用三分鐘加上五塊錢台幣就完成第一版五千字初稿時,你就有充裕的時間去思考對手沒看懂的策略盲點。

如果你這週手邊正好有一個還沒動筆的市場調查或新技術評估案,現在就可以花十分鐘去申請一組免費的 Tavily 搜尋金鑰,把這套開源研究代理跑起來。

先拿一個你最熟悉的產業題目考考它,再把你電腦裡積壓已久的幾份 PDF 報告丟進本地資料夾試一次混合研究,你就能親自見證自主代理如何把繁瑣的案頭研究變成一鍵完成的標準流程。

同時,對於在撰寫科技產業與半導體供應鏈研究報告、並希望進一步將產業洞察轉化為資產配置的讀者,若想透過國內券商幫你代為下單海外市場的複委託管道,或是比較由海外券商保管資產並代為持有的託管模式,也可以參考下方的完整比較指南。

延伸閱讀:美股購買管道完整比較:複委託與海外券商怎麼選

資料來源

Read more