Deep Research: vad det är och hur du använder det

Johannes Olsson

Skrivet av:

Johannes Olsson

VD & Grundare

Deep Research — AI-funktionen som söker på webben och skriver en källhänvisad rapport

Deep Research: vad det är och hur du använder det

Deep Research är ett läge i AI-verktyg där modellen på egen hand planerar, söker på webben, läser många källor och lämnar en rapport med källhänvisningar, i stället för att svara direkt i chatten. Du ställer en bred fråga och får ett underlag efter några minuter. OpenAI lanserade det i ChatGPT i februari 2025, och i dag har Google, Anthropic, Perplexity och Microsoft motsvarande funktioner. Här går vi igenom hur det fungerar, vad skillnaderna är och när det är värt att använda.

Vad är Deep Research?

Deep Research är en agentisk funktion. Vanlig chatt ger ett svar på sekunder, ofta ur modellens minne. Deep Research arbetar i stället som en researchassistent: den bryter ner frågan, söker, läser, söker vidare och skriver sedan ihop resultatet med länkar till källorna. Det tar vanligen minuter och motsvarar arbete som annars hade tagit en person flera timmar.

Det är samma arbetssätt som gör en AI-agent till något annat än en chatbot, och det var en av de första agentfunktionerna som vanliga användare fick tillgång till.

Deep Research i användning

Hur fungerar Deep Research?

  1. Du ställer en bred fråga, till exempel "Hur ser marknaden för laddboxar i Sverige ut och vilka aktörer finns?"
  2. Modellen planerar och kan ställa en följdfråga för att förstå vad du vill ha.
  3. Den söker och läser ett stort antal sidor, inklusive PDF:er, och söker vidare där luckor finns.
  4. Den skriver en rapport med rubriker och källhänvisningar.
  5. Du granskar. Det är ett utkast, inte ett facit.

Vid senare uppdateringar av ChatGPT kan du följa arbetet medan det pågår, begränsa sökningarna till webbplatser du litar på och koppla in egna appar och dokument. Rapporten går att ladda ner. Exakt vilka funktioner som finns skiftar mellan planer, så kontrollera i verktyget.

Deep Research i ChatGPT

OpenAIs variant är den ursprungliga. Från början var den bara för Pro-användare (200 dollar i månaden), men den har byggts ut och finns i dag i begränsad form även i gratisplanen. Enligt sekundära källor ligger gränsen på cirka 25 körningar i månaden för Plus och 125 för Pro, med en lättare version när kvoten är slut. Den siffran ändras ofta, så titta på räknaren i ChatGPT. Mer om planerna finns i vår ChatGPT-guide.

Gemini Deep Research

Googles variant heter också Deep Research, och Google hade namnet först. Den kräver en betalplan: Google AI Pro kostar 255 kr i månaden och innehåller Deep Research. Den passar särskilt bra om ni lever i Google Workspace, eftersom den kan arbeta mot Gmail, Docs och Drive. Läs mer i vår guide till Gemini.

Claude och Perplexity

Claude har ett motsvarande researchläge i sina betalplaner. Det är starkt när slutprodukten är ett långt, välskrivet underlag. Planerna beskriver vi i vår Claude-guide, och skillnaden mot ChatGPT i Claude eller ChatGPT?.

Perplexity byggde sin sökmotor kring källhänvisade svar och har ett eget djupare researchläge. Se Perplexity Pro: vad det är och om det är värt pengarna.

Microsoft Copilot har också en Deep Research-funktion för detaljerade rapporter.

Vilken ska jag välja?

  • Du har redan ChatGPT Plus: börja där, det ingår.
  • Du lever i Google Workspace: Gemini, eftersom den når dina egna dokument.
  • Du vill ha källor tydligt utskrivna och snabba svar: Perplexity.
  • Slutprodukten är en lång text: prova Claude.

Det snabbaste sättet att välja är att ge två verktyg samma riktiga fråga och jämföra rapporterna. Det blir en bättre jämförelse än någon tabell.

Kan man lita på rapporterna?

Behandla dem som ett välskrivet utkast. Verktygen kan citera svaga källor, missförstå en siffra eller dra för långtgående slutsatser, och de låter säkra även när de har fel. Öppna länkarna för det som spelar roll: siffror, juridik och allt som ska stå i ett beslutsunderlag. Mejla eller dela aldrig en känslig uppgift i en researchfråga som du inte vill att tjänsten behandlar.

Är grundbegreppen nya för dig, som modell, kontextfönster och hallucinationer, börjar du enklast med vad en LLM är. Vill ni använda research-AI systematiskt i bolaget hjälper en AI-konsult er att välja verktyg och rutiner.

Vanliga frågor

Vad är Deep Research?

Ett läge i AI-verktyg där modellen självständigt söker på webben, läser många källor och sammanställer en rapport med källhänvisningar. Det tar minuter i stället för sekunder och finns i ChatGPT, Gemini, Claude, Perplexity och Copilot.

Vad är Deep Research i ChatGPT?

OpenAIs variant, lanserad i februari 2025. ChatGPT planerar, söker, läser och söker vidare innan den skriver en rapport med källor. Från början var den bara för Pro men finns i dag i begränsad form i alla planer.

Hur lång tid tar en Deep Research-körning?

Oftast mellan några minuter och en halvtimme, beroende på hur bred frågan är. Du får inte ett direkt svar i chatten som vanligt.

Är Deep Research gratis?

I ChatGPT finns en begränsad, lättare version i gratisplanen. Plus och Pro ger fler körningar. Gemini Deep Research kräver en betalplan, som Google AI Pro. Gränserna ändras ofta, så kontrollera i verktyget.

Vad är skillnaden mellan Deep Research och DeepSearch?

Deep Research är namnet på researchläget hos bland annat OpenAI och Google. DeepSearch är namnet på motsvarande funktion i Grok från xAI. De gör ungefär samma sak, men är olika produkter.

Kan man lita på rapporterna från Deep Research?

Behandla dem som ett utkast. Modellen kan citera svaga källor eller dra för långtgående slutsatser, så kontrollera de fakta som spelar roll mot originalkällorna den länkar till.

Vilken Deep Research är bäst?

Det beror på uppgiften och vad du redan betalar för. ChatGPT ingår i Plus, Gemini passar Google Workspace, Perplexity ger tydliga källor snabbt och Claude är starkt på långa texter. Jämför genom att ge två verktyg samma fråga.

Skrivet: 2025-02-07
Uppdaterad: 2026-10-04





Genom att klicka på "Acceptera" samtycker du till lagringen av cookies på din enhet.