ChatGPT Deep Research : le guide pour produire un rapport sourcé

Une note de cadrage sur un marché, une veille concurrentielle, une synthèse réglementaire avant un rendez-vous : ces travaux demandent de lire beaucoup, de recouper et de structurer. Une conversation classique avec ChatGPT donne une réponse plausible mais peu sourcée. Une recherche sur Google donne des sources, mais ni la synthèse ni la mise en forme. La recherche approfondie de ChatGPT (Deep Research) fait le lien : vous décrivez le résultat attendu, ChatGPT prépare un plan, lit des dizaines de sources et vous rend un rapport structuré avec ses références. Depuis septembre 2026, elle fonctionne aussi dans ChatGPT Work, où le rapport peut devenir directement un document, une présentation ou un tableur. Ce tutoriel explique comment lancer une recherche, cadrer les sources, rédiger une demande efficace et vérifier le résultat.

Si vous découvrez ChatGPT, commencez par notre guide complet de ChatGPT. Pour les recherches rapides, voyez notre article sur ChatGPT Search.

En bref

• Deep Research enchaîne recherche, lecture et synthèse pour produire un rapport avec citations ou liens vers les sources (aide OpenAI).
• Deux points d’entrée : le menu « + » ou la commande @Deepresearch dans le chat, et depuis le 9 septembre 2026, ChatGPT Work et Codex.
• Les quotas dépendent du plan : un compteur dans l’application indique les recherches restantes dans le chat ; dans Work, la recherche consomme l’enveloppe Work ou des crédits.
• Vous contrôlez les sources : web public, fichiers joints, sites précis et applications connectées compatibles, en lecture seule.
• Le rapport s’ouvre en plein écran avec table des matières, liste des sources et historique de la recherche, et se télécharge en Markdown, Word ou PDF.
• Verdict : l’outil le plus rentable de ChatGPT pour les notes de cadrage et la veille, à condition de cadrer les sources et de vérifier les citations.
• Pour installer cette méthode dans vos équipes, notre formation à la veille documentée avec l’IA générative part de vos sujets réels.

Chat, Search ou Deep Research : trois usages différents

Confondre ces modes fait perdre du temps et consomme vos quotas pour rien.

La conversation classique répond en quelques secondes, à partir des connaissances du modèle et, si besoin, d’une recherche rapide. Idéale pour expliquer, reformuler ou trouver des idées.

La recherche web (Search) interroge le web pour une question factuelle et renvoie une réponse courte avec des liens. OpenAI la recommande pour les faits rapides.

Deep Research prend le temps de lire et d’analyser de nombreuses sources, puis produit un rapport détaillé et documenté. OpenAI la réserve aux questions en plusieurs étapes, qui demandent de combiner et comparer des informations, surtout quand vous voulez contrôler les sources utilisées.

La règle pratique : si votre question compte au moins trois dimensions (« comparer X, Y et Z sur tels critères ») ou si vous avez besoin d’un livrable sourcé, c’est un travail pour Deep Research. Si la réponse doit arriver en moins d’une minute, restez sur la recherche web.

Ce qui a changé en 2026

Février : refonte de l’expérience. Vous pouvez désormais concentrer la recherche sur des sites précis et sur une plus large gamme d’applications connectées, modifier le plan avant le lancement et réorienter la recherche en cours de route (notes de version ChatGPT).

26 mars : suppression de l’ancien mode de recherche approfondie. Les résultats historiques restent consultables.

26 août : retrait du modèle o3 de ChatGPT. Deep Research utilise par défaut le dernier modèle disponible dans le chat, avec la possibilité de conserver un modèle hérité.

9 septembre : arrivée de Deep Research dans ChatGPT Work et Codex, pour les plans Plus, Pro, Business, Enterprise et Edu qui ont accès à Work, sur le web, le bureau, iOS et Android.

Deep Research dans le chat ou dans ChatGPT Work ?

Le déroulé est proche dans les deux espaces : décrire le résultat, fournir le contexte et les sources, répondre aux questions de clarification, suivre la recherche et obtenir un rapport structuré. Les différences portent sur le livrable et sur le quota.

Source : aide OpenAI sur Deep Research, consultée le 16 septembre 2026.

Un avantage peu connu : lancer une recherche dans Work ne consomme pas une tâche de votre quota Deep Research du chat. Si vous atteignez la limite du chat, Work reste une alternative, dans la limite de son enveloppe.

💡 À ne pas confondre avec un agent IA : Deep Research enchaîne plusieurs étapes de recherche en autonomie, mais reste une fonction de lecture et de synthèse que vous pilotez. Dans le chat, elle n’utilise que les actions de lecture des applications connectées. Pour découvrir les agents IA autonomes (qui exécutent plusieurs étapes en chaîne), voir notre cocon Agents IA.

Votre première recherche approfondie, pas à pas

Étape 1 : ouvrir Deep Research

Dans une nouvelle conversation, cliquez sur + dans la zone de saisie et choisissez Deep research, ou tapez @Deepresearch suivi de votre demande. Dans ChatGPT Work, tapez @Deep Research ou demandez explicitement une recherche approfondie.

Étape 2 : décrire le résultat, pas seulement la question

OpenAI recommande de préciser la question, le public, les contraintes et le livrable attendu, y compris sa structure. Comparez :

• « Parle-moi du marché de la formation professionnelle. »
• « Prépare une note de cinq pages pour un comité de direction sur le marché français de la formation professionnelle en entreprise : acteurs principaux, évolution du financement, effets de la réglementation récente, trois recommandations. Sources publiques françaises récentes en priorité. »

La seconde demande donne un rapport exploitable. La première donne une dissertation.

Étape 3 : cadrer les sources

Par défaut, Deep Research dans le chat utilise le web public et les fichiers que vous joignez. Vous pouvez aller plus loin :

• Sites précis : dans la zone de saisie, ouvrez Sites → Gérer les sites et saisissez des domaines, séparés par des virgules si besoin. Choisissez de limiter la recherche à ces sites, ou de les prioriser tout en autorisant le reste du web.
• Fichiers : joignez vos études, rapports internes ou comptes rendus. Ils seront croisés avec les sources externes.
• Applications connectées : Google Drive, SharePoint et certains services de données, si l’application est compatible avec Deep Research et autorisée pour votre compte. Dans le chat, la recherche n’utilise que les actions de lecture.

Démarrer une recherche ne donne accès à aucun fichier ou application supplémentaire : les droits de votre compte et de votre espace de travail s’appliquent.

Étape 4 : valider le plan

Dans le chat, ChatGPT peut poser des questions de clarification, puis propose un plan de recherche : sous-questions, pistes, structure du rapport. Relisez-le sans complaisance. Retirez ce qui est hors sujet, ajoutez ce qui manque, précisez une période ou une zone géographique. Dans Work, le cadrage passe par des questions de clarification après votre première demande.

Cinq minutes passées ici évitent une demi-heure de relecture d’un rapport à côté de la plaque.

Étape 5 : suivre et réorienter

Vous suivez la progression en temps réel. Vous pouvez interrompre la recherche pour recentrer le sujet ou modifier les sources autorisées. Une recherche complexe prend plusieurs minutes : vous pouvez faire autre chose pendant ce temps.

Étape 6 : relire et exporter

Dans le chat, le rapport s’ouvre en plein écran avec une table des matières, une section « sources utilisées » et l’historique de la recherche. Téléchargez-le en Markdown, Word ou PDF. Dans Work, ouvrez le document ou le fichier produit, vérifiez qu’il s’ouvre correctement et contrôlez ses citations avant de le partager.

Une trame de demande qui fonctionne

Voici la structure que nous utilisons en formation :

Objectif : [décision ou usage prévu : comité de direction, rendez-vous client, veille mensuelle]
Question : [la question principale, en une phrase]
Dimensions à couvrir : [3 à 5 axes : acteurs, chiffres, réglementation, tendances, risques]
Périmètre : [zone géographique, période, secteur]
Sources : [à privilégier : sites officiels, institutions, presse de référence ; à exclure : forums, contenus promotionnels]
Livrable : [format, longueur, structure : synthèse de 200 mots, tableau comparatif, recommandations]
Exigences : [citer chaque chiffre, signaler les contradictions entre sources, distinguer faits et estimations]

La dernière ligne compte plus qu’elle n’en a l’air. Demander explicitement de signaler les contradictions et de séparer faits et estimations améliore la lisibilité du rapport et facilite la vérification. Pour aller plus loin sur la construction des demandes, voyez notre guide du prompt engineering.

Exemple : une note de cadrage en pratique

Prenons un cas fréquent dans nos formations. Une responsable formation doit présenter à sa direction, la semaine suivante, l’impact de l’article 4 de l’AI Act sur le plan de développement des compétences.

La demande. « Prépare une note de quatre pages pour un comité de direction d’ETI française. Sujet : ce que l’article 4 de l’AI Act impose aux entreprises en matière de maîtrise de l’IA, et les conséquences pour le plan de formation. Couvre : le texte et sa date d’application, les interprétations publiées par les autorités, les modalités de mise en œuvre observées, les options de financement de la formation. Sources : EUR-Lex, sites de la Commission européenne, de la CNIL et des ministères français en priorité. Termine par trois recommandations. Signale les points où les sources divergent. »

Le cadrage. Dans Sites → Gérer les sites, elle ajoute les domaines institutionnels et choisit de les prioriser sans exclure le reste du web, pour capter aussi des analyses d’experts. Elle joint le plan de formation de l’année en cours.

Le plan. ChatGPT propose six sous-questions. Elle en retire une, trop générale sur l’histoire du règlement, et ajoute une précision : distinguer les obligations des entreprises qui utilisent l’IA de celles qui la développent.

La relecture. Le rapport arrive avec une table des matières et une liste de sources. Elle vérifie les trois éléments qui seront cités devant la direction : la date d’application, la formulation exacte de l’article, et les options de financement. Elle reformule les recommandations avec sa connaissance du contexte interne.

Résultat : une base solide en une matinée, là où la collecte manuelle aurait pris plusieurs jours. Le jugement reste le sien.

Quotas : ce qu’il faut savoir

OpenAI ne publie plus de grille détaillée par abonnement. Selon l’aide officielle, le nombre de recherches approfondies disponibles dans le chat varie selon votre plan, un compteur dans l’application affiche les tâches restantes, et pour les plans à allocation mensuelle, ce compteur se remet à zéro tous les 30 jours à partir de votre première utilisation.

Dans ChatGPT Work, Deep Research consomme votre enveloppe Work et Codex ou vos crédits, sans toucher au compteur du chat. Pour les espaces Business, Enterprise et Edu en tarification par crédits, le coût figure dans la grille tarifaire de ChatGPT Work.

Méfiez-vous des tableaux de quotas qui circulent encore : beaucoup datent de 2025 ou du printemps 2026 et ne correspondent plus à l’offre actuelle. Le compteur de votre compte fait foi. Notre comparatif des plans ChatGPT détaille le reste de ce que chaque abonnement inclut.

Cinq usages qui rentabilisent Deep Research

1. La note de cadrage. Vous démarrez un projet sur un sujet mal connu. Une recherche bien cadrée produit une base de travail de plusieurs pages (acteurs, chiffres, enjeux, risques) que vous complétez ensuite avec votre expertise.

2. La veille concurrentielle. Positionnement, offres, prix publics, actualités récentes des principaux acteurs d’un secteur, avec liens vers les sources. Dans Work, le résultat peut devenir un tableur de suivi.

3. La synthèse réglementaire. Limitez la recherche aux sites institutionnels (CNIL, Légifrance, EUR-Lex, ministères) et demandez les références précises. Le rapport est un point de départ, jamais un avis juridique.

4. La vérification préalable. Avant un partenariat ou une signature, une recherche sur les informations publiques d’une organisation : dirigeants, actualité, communication officielle. À compléter par des sources non publiques et des vérifications humaines.

5. La revue documentaire. Pour préparer une intervention ou un module de formation, restreignez la recherche aux publications académiques et institutionnelles, et demandez de distinguer les résultats solides des études isolées.

À l’inverse, évitez Deep Research pour une question factuelle simple, un brainstorming, un texte créatif ou toute réponse attendue dans la minute.

Les limites à connaître

Les erreurs restent possibles. Un rapport très bien présenté peut contenir un chiffre mal attribué, une source mal lue ou une conclusion trop rapide. Vérifiez chaque chiffre et chaque citation qui compte, en cliquant sur la source.

La qualité dépend des sources. Sans restriction, la recherche peut s’appuyer sur des contenus promotionnels ou peu fiables. Sur les sujets sensibles, limitez-la aux sites de référence.

La disponibilité varie. OpenAI précise que Deep Research n’est pas disponible dans tous les pays et que l’accès dépend du plan. Dans un espace Enterprise ou Edu, l’administrateur contrôle la permission Deep Research, qui exige aussi que la recherche web soit activée.

Toutes les applications ne sont pas compatibles. Une application disponible dans ChatGPT ou incluse dans un plugin n’est pas forcément utilisable comme source de recherche approfondie.

Le temps. Une recherche complexe prend plusieurs minutes. Pour une réponse urgente, OpenAI recommande la recherche web ou la conversation classique.

Confidentialité : les règles à connaître

Une recherche approfondie dans le chat suit les mêmes règles que les autres conversations. Sur Plus et Pro, les contenus peuvent servir à l’entraînement des modèles tant que vous n’avez pas désactivé l’option dans le contrôle des données ; sur Business, Enterprise et Edu, ils ne sont pas utilisés par défaut. Supprimer la conversation supprime les résultats associés, selon la politique de conservation applicable.

Dans Work, la recherche suit les règles de l’espace utilisé. Sur le web et le mobile, Work tourne dans le cloud ; sur l’application de bureau, certaines tâches s’exécutent localement, mais les messages et le contexte peuvent rester stockés dans le cloud.

Pour les entreprises, les recherches dans le chat sont couvertes par les journaux de conformité d’OpenAI, et celles lancées dans Work par les journaux Codex. Une règle simple pour vos équipes : pas de dossier confidentiel dans une recherche lancée depuis un compte personnel. Notre guide sur ChatGPT au travail détaille le cadre à poser.

Intégrer Deep Research dans une routine de veille

Deep Research prend toute sa valeur quand il s’inscrit dans une méthode régulière plutôt que dans des recherches ponctuelles.

Créez un projet de veille. Rassemblez dans un projet ChatGPT vos sources de référence, vos rapports précédents et une instruction qui fixe le format attendu. Chaque nouvelle recherche lancée dans le projet s’appuie sur ce contexte. Notre tutoriel Projects explique la configuration.

Gardez une trame fixe. Même objectif, mêmes dimensions, même format d’un mois sur l’autre : les rapports deviennent comparables.

Faites relire par un expert. Le rapport accélère la collecte et la structuration. L’analyse et la recommandation restent un travail humain.

Partagez la méthode. Une veille assistée par IA gagne à être outillée collectivement : trames communes, liste de sources de référence, règles de vérification. C’est ce que nous travaillons dans notre atelier de production de notes de cadrage avec ChatGPT, avec les sujets de vos équipes.

Au final, la recherche approfondie est l’une des fonctions de ChatGPT qui fait gagner le plus de temps aux équipes qui produisent des notes, des veilles et des synthèses. Son arrivée dans ChatGPT Work la rend encore plus utile : la recherche débouche directement sur un livrable. Sa valeur dépend pourtant moins de l’outil que de la méthode : une demande structurée, des sources choisies, un plan relu et des citations vérifiées. Pour faire de cette méthode un réflexe collectif, notre parcours IA générative pour fiabiliser la recherche d’information en équipe, certifié Qualiopi et finançable par votre OPCO, travaille sur vos propres sujets de veille.