Algunos consejos para hacer investigación con AI

TL;DR

• Las plataformas más usadas (ChatGPT, Claude, Gemini) ofrecen una funcionalidad de deep research que hace cientos de búsquedas en paralelo y devuelve un reporte.
• Conviene separar tres etapas: definir qué se busca (en el chat con contexto), ejecutar la búsqueda (con la funcionalidad de deep research, en una ventana aparte) y filtrar para sacar conclusiones (de vuelta en el chat con contexto).
• El reporte tiene que traer datos exhaustivos, no conclusiones. Indicárselo al chat cuando arma el prompt.

Frecuentemente necesitamos información para tomar una decisión, armar un reporte, entender un mercado nuevo, ponerse al día con una tecnología, o aprender algo distinto.

Cuando este tipo de necesidad surge mientras conversamos con AI, dos cosas suelen pasar. Una es que el modelo responde con lo que ya sabe por su entrenamiento, que puede estar incompleto, no actualizado o ser impreciso. La otra es que hace búsquedas web sueltas (en general entre dos y diez), que sirven para preguntas puntuales pero no construyen un panorama completo.

Como alternativa, la mayor parte de las plataformas (ChatGPT, Claude, Gemini, etc.) ofrecen una funcionalidad de deep research (Deep Research en ChatGPT y Gemini, Research en Claude). En general no se dispara sola: hay que activarla explícitamente.

Esta funcionalidad suele hacer cientos de búsquedas en paralelo, recorre fuentes en profundidad, y las condensa en un reporte. Es lo más cercano a tener a alguien dedicado un rato largo a investigar algo y traerlo ordenado.

Cuándo usarlo

Antes de estas herramientas, una investigación profunda implicaba que una persona recopilara información, la organizara y la procesara manualmente. Por el tiempo que eso tomaba, no se hacía en la mayor parte de las tareas, decisiones o trabajos donde podría haber aportado.

Hoy podemos contar con investigaciones de un grado relevante de profundidad en entre cinco y treinta minutos, y eso permite usarlas con regularidad en lugares donde antes no se hacían o se hacían superficialmente.

Definir y ejecutar, por separado

Al utilizarlo hay un patrón que mejora el resultado: separar la definición de la búsqueda de su ejecución.

La definición. Para definir qué información se está buscando hace falta contexto: qué decisión se está tomando, qué restricciones hay, qué se sabe ya, qué dimensiones importan. Eso vive en el chat con el que ya venís trabajando. En esa conversación, le pedís que prepare el prompt para el deep research, pidiéndole que te haga las preguntas que necesite para entender qué hay que investigar.

La ejecución. Eso lo hace la funcionalidad de deep research, en una ventana aparte de la herramienta que uses (Claude, ChatGPT, Gemini), con esa funcionalidad activada. Le pasás el prompt armado en el primer paso y, una vez finalizada la investigación, llevás los resultados de vuelta al chat donde la definiste.

Esta separación parece burocrática pero ayuda a evitar el sesgo y mejorar los resultados.

Buscamos datos, no conclusiones

Cuando el chat con contexto arma el prompt, conviene incluir una indicación específica: que el reporte traiga datos exhaustivos, no conclusiones. Quien ejecuta la búsqueda no debería filtrar ni decidir, porque suele hacerlo mal: descarta opciones razonables porque algo sonó fuerte en una sola fuente, o le da el mismo peso a un dato del fabricante que a una prueba real. El filtrado conviene que pase por un lugar donde haya visibilidad y contexto, que es el chat con el que definiste la investigación.

Cuando volvés con el reporte al chat donde definiste la investigación, conviene un paso intermedio antes de procesarlo: pedirle que lo evalúe y diga qué le falta o qué quedó raro. A partir de eso, hay tres caminos según lo que aparezca: usar el reporte como está, hacer un follow-up sobre el mismo (la mayoría de las plataformas lo permite), o reescribir el prompt y volver a tirarlo desde cero. Una vez resuelto, se trabajan los resultados para llegar a conclusiones, en el chat que tiene el contexto.

En resumen, para que una investigación con AI vuelva con material aprovechable, hay tres etapas a tener presentes:

• Definir qué se está buscando, en el chat con el que estás trabajando (que tiene contexto).
• Ejecutar la búsqueda, con la funcionalidad de deep research, en una ventana aparte.
• Filtrar y sacar conclusiones, de vuelta en el chat con contexto, sobre el reporte que volvió.

Vale la pena, además, guardar los reportes en algún lugar accesible: muchas veces sirven para revisitar más adelante.

Franco y Herman