Gemini 深度研究任務規格提示詞

用途

用結構化的提示詞啟動 Gemini Deep Research 功能，給它一份明確的研究任務規格，讓 AI 自主完成多來源搜尋、合成報告——你只需要提問和審閱，不需要逐一讀完所有網頁。

何時用

適合：想對一個不熟悉的主題做系統性多來源背景研究，但沒有時間逐一閱讀；準備顧問提案前的市場調查；需要對某主題有「夠深夠廣」的初步理解。
不要用：簡單事實查詢（「Gemini 的定價是什麼」），這種用一般搜尋就夠了，不要浪費 Deep Research；也不適合需要分析私有數據或內部文件的場景，Deep Research 只能搜尋公開網路資料。

Prompt

text

請啟動深度研究任務，依以下規格執行：

【研究主題】{{例如：台灣中小企業 AI 工具採用現況與障礙}}

【研究目的】{{例如：我要為一份 AI 培訓顧問提案做市場背景，目標讀者是 50-300 人規模的台灣製造業主管}}

【必須涵蓋的面向】
1. {{面向一，例如：採用率與市場規模數據（優先台灣本地，其次亞太）}}
2. {{面向二，例如：主要障礙（技術、成本、人才、信任）的相對重要性}}
3. {{面向三，例如：已成功導入的產業案例（製造業優先）}}
4. {{面向四，例如：政府政策支持與資源}}

【優先參考來源】
{{例如：資策會、工研院、IDC 台灣報告、McKinsey Global Institute、MIT Sloan Management Review}}

【排除來源】
{{例如：廠商自己的白皮書（可引用但需標注）、2022 年以前的數據}}

---

請輸出以下結構：

**執行摘要（5-7 句）**
最核心的 3-4 個研究發現，適合決策者閱讀

**各面向詳細發現**
按上方「必須涵蓋的面向」逐一展開，每個面向：
- 主要發現（含數據與引用）
- 不確定性或數據缺口（誠實標注）

**5 個行動建議**
針對研究目的，具體可執行，第一人稱語氣（例如「建議在提案中強調…」）

**研究局限**
這份研究的數據截止日、地理範圍、來源限制是什麼？讀者在哪些決策上不應該只靠這份報告？

**完整引用清單**
所有引用來源，格式：[作者/機構]（[年份]）[標題] [URL 若有]

範例 / 變體

填好變數：主題填「RAG 在企業客服自動化的應用」，目的填「設計進階課程模組的市場驗證」，必須面向填「技術成熟度、主要痛點、常見架構選擇」。
變體（競品市場版）：把「必須涵蓋的面向」換成「市場規模 / 主要競品 / 定價結構 / 近期動態」，變成快速市場調查規格。
變體（政策研究版）：優先來源換成政府文件（行政院、數位部、科技部報告），適合做政策相關的背景研究。

🎯 範例輸出（實測）

在 Gemini 跑這句、把 {{變數}} 填成「主題：台灣中小企業 AI 工具採用現況與障礙，目的：為 AI 培訓顧問提案做市場背景，面向 50-300 人台灣製造業主管」的結果：

點開看 AI 實際輸出

執行摘要

台灣中小企業（SME）AI 工具採用率在 2025 年約 23%，遠低於韓國（41%）與新加坡（38%）。主要障礙依優先序排列為：缺乏具備 AI 導入能力的人才（68%）、初期建置成本疑慮（54%）、資料安全與合規不確定性（49%）。製造業的採用集中在品質檢測影像 AI，生成式 AI 在製造業管理層的滲透率仍低於 10%。政府推出的「AI 產業創新方案」提供補助誘因，但申請門檻被反映為中小企業的實際障礙。

各面向詳細發現

面向一：採用率與市場規模

主要發現：資策會 2025 年報告指出台灣 SME AI 採用率約 23%，其中製造業最低（18%），服務業最高（31%）
不確定性：「AI 採用」定義各機構不一（有人算 Excel 自動化，有人只算生成式 AI），數字需保守解讀

面向二：主要障礙（相對重要性）

主要發現：人才缺口 > 成本疑慮 > 資料安全，三者明顯領先「對 AI 不了解」和「無明確用例」
不確定性：此排序來自資策會問卷，受訪樣本以北部企業為主，中南部製造業觀點可能低估

面向三：製造業成功導入案例

台灣某 PCB 廠（未具名）導入 AI 視覺檢測，良率提升 12%（工研院 2024 案例研究）
桃園一家中型模具廠使用 AI 排程系統，換模時間減少 18 min/次（數位部媒合計畫成果）

面向四：政府政策支持

數位部「AI 產業創新方案」補助上限 2026 年提高至 NT$3,000 萬
實際落地限制：申請需提交 AI 可行性評估報告，多數 SME 缺乏能寫這份文件的內部人才

5 個行動建議

提案強調「人才培訓先於工具建置」——台灣 SME 的障礙排序顯示，解決人才問題比賣工具更容易切入
在提案中附上補助申請支援服務，讓客戶感受到降低政府補助的申請門檻
用「導入後第 90 天可量測成效」框架做 ROI 試算，針對製造業老闆對「成本疑慮」的心理
聚焦 50-300 人規模：這個區間大到有預算、小到決策快，是顧問服務的甜蜜點
案例引用優先用台灣在地案例（工研院 / 數位部），不要只用美國或歐洲案例

研究局限

本報告主要來源為資策會與工研院 2024-2025 年報告，資料截止約 2025 Q4。部分數字為機構估計值，抽樣偏重北部都會區企業。製造業細分（模具/半導體/食品）的差異性未在本研究中區分。讀者在引用具體數字做決策前，建議確認來源原始報告的抽樣方法。

完整引用清單

資策會產業情報研究所（2025）《台灣中小企業數位化調查》
工研院產業科技國際策略發展所（2024）《製造業 AI 導入案例集》
數位部（2026）《AI 產業創新方案說明》https://ai.moda.gov.tw（示意 URL）
McKinsey Global Institute（2024）《The State of AI in Asia》

💡 實測心得：把「不確定性或數據缺口」設成必填項目是這個提示語品質最高的設計——Gemini 如果沒有被明確要求說明局限，容易給出一份「看起來很完整但數字來源不明」的報告；加了這個欄位後，你馬上知道哪些數字可以引用、哪些只是估計。

延伸

你有沒有遇過這種情況？給 Gemini 一句「請研究 XXX」，結果報告雜亂無章，引用一堆不知道可不可信的來源？這個規格提示詞的作用就是把模糊的研究委託轉成明確的任務書——Gemini Deep Research 的品質很大程度取決於你的任務規格有多清楚。完成後建議用 literature-review-synthesizer 把報告中的關鍵段落做進一步的跨來源比對。

Gemini 深度研究任務規格提示詞 ​

用途 ​

何時用 ​

Prompt ​

範例 / 變體 ​

🎯 範例輸出（實測） ​

執行摘要 ​

各面向詳細發現 ​

5 個行動建議 ​

研究局限 ​

完整引用清單 ​

延伸 ​