Cómo revisar el plan de Deep Research en ChatGPT

Configurar Deep Research en ChatGPT te permite pasar de una búsqueda superficial a un reporte que puedes defender cuando alguien te pregunte "¿y esto de dónde salió?". Está pensado para quienes investigan mercados, competencia o temas complejos y necesitan evidencia auditable.

La clave está en dos momentos que casi nadie aprovecha: revisar el plan antes de ejecutar y verificar el reporte después de recibirlo. En medio, la herramienta hace el trabajo pesado.

¿Por qué elegir ChatGPT para investigación profunda?

ChatGPT y Perplexity son las dos herramientas de Deep Research mejor evaluadas en los benchmarks, y cada una brilla en un caso distinto [00:32].

• ChatGPT lidera en exploración exhaustiva de temas complejos, donde necesitas refinar el alcance del agente de forma iterativa.
• Perplexity funciona mejor para investigación de mercado acelerada, análisis de competencia y validación rápida de temas específicos.

Así que la elección no es cuestión de cuál es "mejor", sino de qué tipo de pregunta estás intentando responder.

¿Qué es Deep Research en ChatGPT? Es una función que investiga un tema consultando muchas fuentes de forma autónoma y genera un reporte estructurado con datos, competidores, riesgos y oportunidades listo para exportar.

¿Cómo revisar el plan antes de que la herramienta busque?

Aquí viene lo interesante. Cuando ChatGPT te muestra el plan de investigación antes de ejecutarlo, debes tratarlo como el plan de trabajo de una persona investigadora que acabas de contratar [00:52].

Antes de dar el botón de comenzar, hazte estas preguntas:

• ¿Las subpreguntas propuestas ayudan a responder la decisión de fondo o falta un concepto clave como margen, regulación o segmento?
• ¿Hay términos ambiguos que podrían llevar la búsqueda por el camino equivocado?
• ¿Las fuentes que espera encontrar son suficientemente sólidas?
• ¿El plan separa hechos, análisis y recomendaciones, o desde el inicio los mezcla?

Editar el plan en este punto te cuesta un minuto. Descubrir que estaba mal después de que la herramienta ya revisó 130 fuentes te cuesta muchísimo más, y ahí ni siquiera hemos hablado de los créditos gastados [01:35].

¿Por qué revisar el plan de Deep Research? Porque corregir subpreguntas ambiguas antes de ejecutar toma un minuto, mientras que rehacer una investigación de 130 fuentes cuesta tiempo y créditos.

¿Cómo ejecutar la investigación paso a paso?

El flujo es directo y parte del brief de investigación que armaste antes, ese que prepara un brief para el gerente de producto [01:45].

1. Usa el mismo prompt que has estado construyendo.
2. En las opciones, selecciona Investigación a fondo.
3. Da clic en Correr para que genere el plan.
4. Revisa el plan con las preguntas de arriba.
5. Presiona Comenzar para lanzar la búsqueda.

El resultado no es un texto plano. Llega con estructura pensada para tomar decisiones.

¿Qué incluye el reporte final?

El reporte que genera ChatGPT trae varios bloques que facilitan leerlo de un vistazo [02:11]:

• Una introducción breve y los datos clave del tema.
• Los competidores dentro del ecosistema.
• Una tabla con cada empresa relevante, su nicho, cuota aproximada de mercado, ventajas y debilidades.
• Una segunda tabla con las noticias o hechos más relevantes de la industria.
• Una sección de riesgos y oportunidades.

Y lo mejor: puedes descargar todo directamente como documento de Word o PDF. Información concreta, lista para compartir.

¿Por qué verificar el reporte no es opcional?

Recibir el reporte no significa que terminaste. Todo lo contrario: es el inicio de la verificación [02:39]. Un reporte impresionante puede contener afirmaciones que se pasan de lo que la fuente realmente dice.

Para auditar tu reporte, haz esto:

• Abre las citas más importantes.
• Comprueba al menos tres afirmaciones clave contra la fuente original.
• Corrige cualquier afirmación que exagere lo que la fuente dice.
• Exporta el documento guardando la fecha, el prompt usado y los criterios de evaluación.

Esa trazabilidad es justo lo que te permite defender el trabajo frente a quien lo cuestione.

¿Qué es una tabla de afirmaciones auditables?

Es el entregable que convierte un reporte en algo confiable. El reto de la clase consiste en ejecutar una investigación completa con tu prompt, dejarla correr y exportar un reporte final que incluya una tabla de afirmaciones auditables [03:01].

Cada fila de esa tabla debe registrar tres cosas por afirmación:

• La fuente de donde proviene.
• El tipo de evidencia que la respalda.
• La limitación que tiene esa afirmación.

Con esta estructura, cualquiera que lea tu documento entiende de dónde salió cada dato y hasta dónde puede confiar en él.

¿Ya probaste editar un plan de Deep Research antes de ejecutarlo? Cuéntame en los comentarios qué concepto agregaste que la herramienta había dejado fuera.