OpenAI właśnie wprowadziło funkcję Deep Research dla użytkowników GPT Plus w Europie. Postanowiłem sprawdzić ją w boju na prawdziwym projekcie. GPT mielił mój prompt całe 20 minut (!)... ale na efekty warto było poczekać.
Od jakiegoś czasu eksploruję temat serwisów GSM i lokalnych punktów naprawczych. Jak wyglądają ich modele biznesowe? Jakie są trendy? Jak klienci szukają takich usług? Jeżeli zbiła mi się szybka w telefonie, to raczej korzystam z przeglądarki na desktopie niż na mobile... A co jeśli jestem akurat "na mieście"? :) To jedne z wielu pytań, jakie nasunęły mi się na myśl podczas projektowania identyfikacji wizualnej, landing page'a i w ogóle koncepcji strony www dla tego typu biznesu.
Z ciekawości postanowiłem przetestowaćDeep Research i zobaczyć, jak poradzi sobie z tym tematem. Zadałem mu ogólne pytanie:
„Czy dysponujesz jakimikolwiek danymi na temat fizycznych punktów serwisowych i napraw telefonów GSM, które mogłyby mi posłużyć do podejmowania różnych decyzji projektowych?”
A następnie doprecyzowałem:
„Szukam insightów dotyczących zachowań użytkowników przy wyborze serwisu GSM, UX serwisów GSM.”
GPT odpowiedział, że rozpocznie badanie i skupi się na kluczowych czynnikach decyzyjnych, takich jak cena, lokalizacja, opinie, szybkość obsługi oraz dostępność usług online. Co więcej, obiecał przeanalizować najlepsze praktyki UX w serwisach GSM.
Do tej pory największym problemem modeli językowych było to, że zmyślały źródła, generując fałszywe linki i nieistniejące bibliografie. Teraz GPT dostarcza rzetelne, działające źródła, a co więcej – jeśli klikniemy w podany link, to na stronie zostanie podświetlony dokładny fragment, który został zacytowany.
To oznacza, że:
✅ Od razu znamy źródło cytatu razem z linkiem do całości artykułu / badania.
✅ Można szybko przejść do konkretnego fragmentu i sprawdzić kontekst.
✅ Research staje się nie tylko szybszy, ale i bardziej transparentny.
GPT zebrał 39 działających źródeł i dostarczył mi konkretne wnioski oraz rekomendacje UX dla serwisów GSM.
🔹 Bolączki klientów serwisów GSM
🔹 Obawy związane z bezpieczeństwem danych
Smartfony zawierają prywatne zdjęcia, hasła, wiadomości – klienci obawiają się, że serwisant może mieć do nich dostęp. GPT wskazał m.in. artykuły Niebezpiecznika, które opisują przypadki naruszeń danych i podpowiadają, jak zwiększyć zaufanie klientów.
🔹 Najlepsze praktyki UX w serwisach GSM
GPT podał konkretne rozwiązania stosowane przez topowe serwisy:
✅ Automatyczne powiadomienia – system powinien wysyłać powiadomienia o kluczowych etapach naprawy, np.:
➡ „Przyjęliśmy Twoje zgłoszenie”
➡ „Diagnostyka zakończona – oczekujemy na akceptację kosztów”
➡ „Naprawa zakończona – telefon gotowy do odbioru”
✅ Kanały komunikacji – klienci powinni mieć wybór, czy wolą kontakt SMS, e-mail, WhatsApp czy Messenger.
✅ Śledzenie postępu naprawy online – dostęp do statusu 24/7 zmniejsza liczbę zapytań na infolinii i zwiększa poczucie kontroli klienta.
✅ Przejrzysta struktura strony
Deep Research podał linki do tych rozwiązań, co pozwoliło mi od razu przejść do przykładów na żywo.
Jeśli teraz Deep Research w ciągu 20 minut dostarcza prawie 40 źródeł na podstawie bardzo ogólnego promptu, to co się stanie, jeśli zoptymalizujemy proces?
Co gdybyśmy stworzyli piramidę promptów – najpierw przeprowadzili research na temat researchu, wskazali konkretne źródła i platformy do analizy, a potem dopiero zadali szczegółowe pytania?
Moim zdaniem można by rozszerzyć taki research nawet do 100 źródeł, wykonując kilkudniową, żmudną pracę całego zespołu UX researcherów.
I to nie jest tylko teoria – ten sposób myślenia może zrewolucjonizować:
🚀 Projektowanie landing page’y i innych elementów identyfikacji
🚀 Tworzenie kompleksowych analiz UX dla systemów i platform cyfrowych
🚀 Badania nad zachowaniami użytkowników w różnych branżach
Patrząc na wyniki, mogę powiedzieć jedno – Deep Research już teraz robi solidną robotę. I tu pojawia się pytanie – jak ta technologia wpłynie na branżę?
🔹 Czy research stanie się bardziej zautomatyzowany?
🔹 Czy rola UX Researchera będzie się zmieniać?
🔹 A może AI i researcherzy będą się uzupełniać?
Jedno jest pewne – Deep Research to krok w stronę nowej jakości pracy z danymi. I warto szybciutko uczyć się pisać mocne prompty :)