截至目前，还没有专门为 DeepResearch 提供的公共 API，它的功能似乎主要通过 ChatGPT 界面访问。 DeepResearch 似乎是指 ChatGPT 中的一个功能集，旨在进行深度信息检索和分析，它与基于聊天的交互模型紧密集成。 这意味着开发人员无法通过 API 端点以编程方式直接访问其功能。 相反，用户通过 ChatGPT 界面中的提示与它交互，利用它从网络资源或内部数据合成信息的能力。 例如，要求它“分析量子计算的最新趋势”将触发搜索和总结过程，但它没有作为独立服务公开以集成到外部应用程序中。
希望以编程方式复制类似功能的开发人员需要依赖现有的 OpenAI API，例如 GPT-4 API，并将它们与其他工具结合使用。 例如，GPT-4 API 可以处理文本并生成响应，但它缺乏内置的网络搜索或实时数据检索。 为了模仿 DeepResearch 的行为，您可以将 GPT-4 API 与单独的搜索 API（如 Google Custom Search 或 SerpAPI）配对以获取相关数据，然后使用 GPT-4 来分析和总结它。 这种方法需要将多个服务拼接在一起并处理数据管道，与统一的 DeepResearch API 相比，这增加了复杂性。 此外，诸如引文生成或来源归属（在研究工作流程中很常见）之类的功能需要使用来自搜索 API 或外部数据库的元数据进行自定义实施。
如果 DeepResearch 的独特价值在于其精选的数据源或专业分析，开发人员可能会探索一些变通方法，例如抓取 ChatGPT 的输出（尽管这违反了 OpenAI 的服务条款）或使用开源模型和数据集构建等效的工作流程。 例如，使用 LangChain 来编排检索增强生成 (RAG) 与向量数据库和语言模型的组合可以复制 DeepResearch 的某些方面。 但是，这需要在数据管理、模型微调和基础设施设置方面付出巨大的努力。 在 OpenAI 发布 DeepResearch 的正式 API 之前（如果他们选择这样做），开发人员必须依赖现有工具和自定义集成来实现类似的结果，从而在功能与技术和道德约束之间取得平衡。