Muster werden geladen…
Deep-Research-Agent(DRA)
Eine zusammengesetzte, langfristig angelegte Recherchearchitektur, die die Absicht des Nutzers klärt, einen expliziten Rechercheplan entwirft und dann eine iterative Schleife aus Suchen, Lesen und Lückenbewertung über viele Quellen hinweg durchläuft (oft über parallele Subagenten), bevor sie einen einzigen ausführlichen Bericht mit Inline-Quellenangaben synthetisiert. Dies ist der zusammengesetzte Archetyp hinter OpenAI Deep Research, Gemini Deep Research und Anthropic Research, mit einer eigenen Übersichtsliteratur. Zu unterscheiden von `agentic-rag-systems`, das Abrufentscheidungen innerhalb einer einzelnen Pipeline trifft, statt eine mehrrundige, plangesteuerte Berichtssynthese durchzuführen. Zu unterscheiden von `supervisor-worker-pattern`, das eine generische Orchestrierung ohne recherchespezifischen Plan, Lückenprüfung oder Zitationsdurchlauf ist.
In 30 Sekunden
- Was
- Klärt die Absicht, entwirft einen Rechercheplan und sucht, liest und prüft dann iterativ Lücken über Quellen hinweg, bevor ein belegter Bericht synthetisiert wird.
- Wann einsetzen
- Recherchefragen über viele Quellen, die adaptive Exploration, explizites Prüfen von Lücken und nachvollziehbare Quellenzuordnung verlangen, bevor eine umfassende Synthese entsteht.
- Achtung
- Hohe Token- und Latenzkosten durch mehrere Runden, parallele Suchen und Neuplanung; die Zitationsgenauigkeit leidet, wenn Quellen nicht in jeder Schleife sorgfältig nachverfolgt werden.
Fragen Sie den KI-Experten zu diesem Pattern
Öffnet den Assistenten mit vorbereiteter Frage. Sie prüfen sie vor dem Senden.
Deep-Research-Agent: Überblick
Eine zusammengesetzte, langfristig angelegte Recherchearchitektur, die die Absicht des Nutzers klärt, einen expliziten Rechercheplan entwirft und dann eine iterative Schleife aus Suchen, Lesen und Lückenbewertung über viele Quellen hinweg durchläuft (oft über parallele Subagenten), bevor sie einen einzigen ausführlichen Bericht mit Inline-Quellenangaben synthetisiert. Dies ist der zusammengesetzte Archetyp hinter OpenAI Deep Research, Gemini Deep Research und Anthropic Research, mit einer eigenen Übersichtsliteratur. Zu unterscheiden von `agentic-rag-systems`, das Abrufentscheidungen innerhalb einer einzelnen Pipeline trifft, statt eine mehrrundige, plangesteuerte Berichtssynthese durchzuführen. Zu unterscheiden von `supervisor-worker-pattern`, das eine generische Orchestrierung ohne recherchespezifischen Plan, Lückenprüfung oder Zitationsdurchlauf ist.
- Explicit intent clarification before planning
- Drafted research plan that decomposes the question
- Iterative search, read, and gap-evaluation loop
- Parallel subagents exploring separate sub-questions
- Adaptive re-planning that pivots on findings
- Long-form synthesis with inline citation attribution
The Agent Architect
Ein Pattern, ein Tradeoff, eine Produktionspanne. Ein kurzes wöchentliches Briefing für alle, die agentische Systeme bauen.
Wöchentliche E-Mail, Abmeldung mit einem Klick. Ihre Adresse wird nur für das Briefing verwendet.
Quellen
Die Veröffentlichungen, Spezifikationen und Repositories, auf denen dieses Muster beruht.
Vom Ingenieur hinter diesem Katalog
Lassen Sie Ihre Agenten-Architektur prüfen
Diese Seite dokumentiert ein Pattern. Ihr System betreibt Dutzende, und die meisten Ausfälle entstehen im Zusammenspiel. Lassen Sie den gesamten Entwurf an den 288 Patterns dieses Katalogs messen: Architektur, Zuverlässigkeit, Evaluation und Kosten, jeder Befund verknüpft mit dem Pattern, das ihn behebt.
750 € statt 1.500 €, eine Woche, schriftlicher Bericht und Walkthrough-Call, bis 30. September