我如何在五个简单步骤中进行AI深度研究： 1. 向你最喜欢的LLM询问一个针对你研究主题的博士级主提示。 解释你对该主题的兴趣、研究的最终目标，或者保持一般性以查看返回的内容。 2. 将这个主提示粘贴到研究模式中：@grok，@claudeai，@ChatGPTapp，@perplexity_ai，@Gemini等。 你会得到各种各样的幻觉供你选择；) 3. 将每个结果报告粘贴到一个Google文档的单独标签中。 这使你能够保持每个报告的整洁和集中，便于更新。 4. 将所有标签的Google文档导出为一个主文档（现在你只需一个文档而不是五个）。 我发现理解你使用的LLM的逻辑和价值观非常重要，并了解它如何随时间变化。 你可以根据他们愿意在什么主题上给你什么结果来感知LLM背后团队的内部价值观。 5. 将新的主报告文档上传回相同的LLM（新聊天），并要求他们无情地挑战所有细节，并返回研究主题的最终博士报告，并提供所有内容的来源。 最终报告将成为未来背景的来源，顺便说一下，我仍然不完全信任。 例如，当我在研究Veve时，我得到的关于他们的发布和收入等的数字是极其错误的，他们甚至对产品的最基本信息都搞错了，比如说某个特定的NFT有7000个单位，但实际上它有50000个。而且数学完全混乱。我不得不手动核实每一项以进行验证。这显然是耗时的，但确实帮助我知道该去哪里看，以及如何更好地看到全局。 无论如何，向前推进，你可以使用这个新的深度研究报告文档在所有提示中提供更大的背景。 这使你能够将自己的想法和假设与一个针对性的数据集进行对比，以便你可以真正信任你为下一个十亿美元创意所获得的所有积极的心理暗示。 ...