Cas pratique : fonction Deep Research
Comment une équipe de recherche a produit un rapport sectoriel en quelques heures grâce à Deep Research.
Une équipe de quatre en étude de marché avait un jour ouvré pour livrer un briefing concurrentiel. Ils ont importé 12 Sources clés dans NotebookLM et utilisé Deep Research pour combler les lacunes avant d'exporter un PDF Studio.
Contrainte : chaque puce du deck final devait être traçable — exigence que le modèle de citation de NotebookLM satisfait nativement.
Chronologie (exécution réelle)
| Heure | Action | Notes |
|---|---|---|
| 0:00 | Importer 8 PDF + 4 URL | Decks investisseurs, extraits 10-K, transcripts résultats |
| 0:20 | Chat : questions de cadrage | Taille du marché, parts, risques réglementaires |
| 0:45 | Passe Deep Research | Ajout de 6 Sources web recommandées par NotebookLM |
| 1:30 | Studio Briefing Doc | Résumé exécutif + SWOT avec citations |
| 2:00 | Export PDF + revue | PM a vérifié chaque citation en moins de 30 min |
Avant vs après
| Métrique | Processus manuel | NotebookLM Deep Research |
|---|---|---|
| Temps réel | 2–3 jours | ~2 heures de travail actif |
| Puces citables | Notes de bas de page manuelles | Sources liées automatiquement |
| Détection des lacunes | Mémoire de l'analyste | Suggestions Deep Research |
| Format parties prenantes | Reconstruire en slides | Export Studio + retouches légères |
Enseignements
- Commencer par une question de recherche étroite — les prompts larges gonflent le temps Deep Research
- Préférer des PDF structurés au HTML scrapé quand la précision compte
- Faire un second passage Chat : « qu'est-ce qui contredit notre thèse ? » avant export
- Tenir une note « qualité des sources » : signaler tôt contenus payants ou obsolètes
Citation d'équipe : « Deep Research n'a pas remplacé notre jugement — il a remplacé l'étape d'assemblage ennuyeuse pour qu'on consacre du temps à l'interprétation. »