Deep research (IA)
Deep research (pesquisa aprofundada) é um recurso de agentes de IA que planeja uma pergunta de pesquisa, faz muitas buscas na web, lê as fontes que encontra e escreve um relatório longo com citações, levando minutos em vez de segundos.
Também chamado: research agent
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Uma resposta normal de chat vem de uma única passada do modelo, talvez com uma busca. O deep research transforma a mesma pergunta em um pequeno projeto. O agente escreve um plano, busca, lê páginas, percebe lacunas, busca de novo e, por fim, escreve um relatório estruturado com links para o que leu.
Como funciona
Por baixo, é um loop do agente com ferramentas de busca e de leitura de páginas. A Perplexity descreve sua versão como fazendo dezenas de buscas e lendo centenas de fontes antes de escrever, e diz que a maioria das tarefas termina em poucos minutos. O ChatGPT, o Gemini e a Perplexity oferecem um modo com esse nome, e projetos de código aberto como o GPT Researcher fazem o mesmo trabalho com o seu próprio modelo e as suas chaves de busca.
Deep research versus busca com IA
Um mecanismo de busca com IA responde em segundos a partir de um punhado de resultados. O deep research gasta muito mais tempo e tokens para cobrir um tema em amplitude, o que serve para revisões de literatura, levantamentos de mercado e due diligence, mais do que para fatos rápidos.
Limites
Mais fontes não garantem um relatório correto. O agente pode se apoiar em páginas fracas, deixar de lado material atrás de paywall ou afirmar uma alucinação com uma citação que não a sustenta. Trate o relatório como um rascunho: abra as fontes principais e confira se elas dizem o que o relatório afirma.
Termos relacionados
- Agente de IA
- Um agente de IA é um sistema em que um modelo de linguagem decide seus próprios próximos passos: chama ferramentas, lê os resultados e repete até concluir a tarefa, em vez de seguir um roteiro fixo.
- Mecanismo de busca com IA
- Um mecanismo de busca com IA é um serviço de busca que faz pesquisas na web para uma consulta, lê os resultados com um modelo de linguagem e devolve uma resposta escrita com links para suas fontes, em vez de apenas uma lista de links.
- Loop do agente
- O loop do agente (ciclo do agente) é o ciclo repetido no centro de um agente de IA: o modelo pede uma chamada de ferramenta, a aplicação a executa e devolve o resultado, e o modelo decide o que fazer em seguida.
- Grounding
- Grounding (ancoragem) é ligar a resposta de um modelo de linguagem a fontes específicas e verificáveis, como resultados de busca, documentos ou um banco de dados, para que suas afirmações se apoiem em evidências fornecidas, e não apenas nos dados de treinamento.
- Alucinação (IA)
- Uma alucinação (hallucination) é uma saída de um modelo de IA que soa fluente e confiante, mas é falsa, não tem apoio nas fontes ou foi inventada, como uma citação, uma frase, uma estatística ou uma função de API que não existem.