Framing the question: half the result

Deep research усиливает вопрос. Слабый вопрос → усиленная вода. Собираем сильный.

Формула исследовательского запроса

РЕШЕНИЕ: открывать ли кофейню в районе X города Y в 2026.
КОНТЕКСТ: бюджет до 40к €, опыта в общепите нет, есть
опыт розницы; смотрю помещение 45 м².
ПОДВОПРОСЫ:
1. Сколько кофеен в районе и что с трафиком?
2. Типичная экономика кофейни такого размера: выручка,
   аренда, окупаемость?
3. Главные причины закрытия кофеен в первый год?
4. Что говорят владельцы (форумы, интервью)?
ИСТОЧНИКИ: приоритет — свежие данные, местные источники,
опыт владельцев; не опирайся на рекламные статьи франшиз.
ФОРМАТ: сводка → по подвопросам с ссылками → таблица
рисков → что уточнить офлайн.

Почему каждый блок важен

• Решение — фокусирует: модель отбирает то, что влияет на выбор, а не «всё о кофе».
• Контекст — отсекает нерелевантное (советы для сетей — мимо).
• Подвопросы — твой план вместо случайного: модель ищет то, что нужно тебе.
• Требования к источникам — заранее отфильтровывает рекламный мусор.
• Формат — отчёт сразу пригоден к работе.

Приём: попроси модель улучшить вопрос

Перед запуском: «Вот мой исследовательский запрос. Каких подвопросов не хватает? Что уточнить, чтобы результат был полезнее?» — минута диалога экономит перезапуск исследования.

Практика

Собери запрос по формуле для своего реального решения (покупка, выбор сервиса, смена работы). Сохрани — запустим и проверим в следующих уроках.