🟢 初學者友好 只讀模式。無資金流轉。 ⏱️ 耗時 30 秒到 5 分鐘，具體取決於模式。

對於需要深入回答的問題，Agent 會運行其深度研究管道。這是一個 6 步流程，從多個源收集數據、綜合發現並生成可引用的 markdown 報告。

你可以做什麼

• 跨市場研究：涵蓋股票、商品、指數、加密和數字資產的報告
• 股票研究：公司深度分析，包含估值、收益和同行對比
• 商品和宏觀報告：黃金抗通脹、油氣供應動態、利率週期影響
• 加密項目分析：鏈上指標、協議收入、持有人分佈、生態映射
• 市場主題報告："本季度 BTC ETF 流入"、"AI 板塊分析"、"日元套利交易影響"
• 白皮書分析：上傳 PDF，獲得結構化的質量和投資評估
• 交易記錄分析：上傳 CSV/Excel 格式的交易記錄，獲得個性化洞察

示例提示詞

write a research report on NVDA vs AMD competitive positioning
deep research: gold as an inflation hedge in 2025
analyze the Solana DeFi ecosystem — TVL, revenue, and growth
analyze this whitepaper [upload PDF]
research report on BTC ETF inflows and their impact on spot price
compare S&P 500 sectors — which are overvalued?
analyze my trading history [upload CSV]

輸出示例（摘錄）

提示詞：deep research: is gold a better inflation hedge than BTC in 2025?

Agent 回覆（markdown 報告，約 800 字；摘錄）：

黃金 vs BTC 作為通脹對沖。2025 年

論題

從純相關性角度看，黃金在今年迄今表現為更好的通脹對沖，但 BTC 儘管信號較亂，卻交付了更高的實際回報。

關鍵數據（2025 年迄今）

指標	黃金（XAU）	BTC
年迄今收益率	+18.4%	+32.1%
CPI 意外相關性	+0.42	+0.11
最大回撤	-5.1%	-28.3%
波動率（年化）	12%	56%

發現要點

1. 黃金的 CPI 相關性高 4 倍。當通脹數據上行時，黃金在一週內可靠地上升。BTC 的反應較為波動，往往延遲數天或數週。
2. BTC 的高收益來自波動率，而非信號。夏普比率：黃金 1.53，BTC 0.57。
3. 在回撤中，BTC 根本不起對沖作用。美聯儲在 Q2 意外鷹派時，BTC 下跌 22%，而黃金上升 3%。

[... 資源在文中以 [1]、[2] 等引用 ...]

底線

作為純通脹對沖：黃金。作為追求非對稱回報且容忍回撤：BTC。傳統 70/30 黃金/BTC 配置兼顧了黃金的對沖特性，同時限制了 BTC 的尾部風險。

報告包含行內資源引用、時間戳和唯一的 report:// URL，可在後續對話中引用。

工作原理

深度研究在主 Agent 循環中載入研究技能後運行：規劃 → 並行收集證據 → 分析 → 視覺化 → 撰寫 → 品質檢查。輸出存儲為 report:// 產物，可供後續引用。

標準適合日常詳細分析。它使用 2–3 個研究目標，以易懂語言覆蓋核心模組，區分事實、判斷、風險和數據缺口；數據適合時提供 1–3 個有用的圖表。

專業適合無需二次加工的專業交付。它使用 4–6 個研究目標，按領域章節藍圖組織內容，加強一手來源、交叉驗證、反方論證、情景、數據缺口和監測指標。數據適合時提供 3–6 個有用的視覺元素，其中至少兩個為圖表，並在渲染前檢查章節、引用、數字、圖表和行動可用性。

可在 Chat 中使用 Deep 控件，或輸入 /deep <主題>。/deep-research 是等價的完整寫法。裸 /deep 或 /deep-research 會以上次選擇的檔位開啟 Deep（首次為標準），已開啟時則關閉。為保持相容，傳輸層和 CLI 仍使用 light 和 heavy。

場景：SCENARIO_TOKEN_ANALYSIS · SCENARIO_WHITEPAPER_ANALYSIS · SCENARIO_TRADING_RECORD_ANALYSIS · SCENARIO_STOCK_ANALYSIS

系統設計：深度研究管道 →