> ## Documentation Index
> Fetch the complete documentation index at: https://manus.im/docs/llms.txt
> Use this file to discover all available pages before exploring further.
# व्यापक अनुसंधान
> बड़े पैमाने पर अनुसंधान और प्रसंस्करण कार्यों के लिए समानांतर बहु-Agent प्रणाली।
export const CodePrompt = ({children}) => {
const [isCopied, setIsCopied] = useState(false);
const textContent = useMemo(() => {
const extractText = (children, depth = 0) => {
const maxDepth = 10;
if (depth > maxDepth) return '';
if (children == null) return '';
if (typeof children === 'string' || typeof children === 'number') {
return String(children);
}
if (Array.isArray(children)) {
return children.map(child => extractText(child, depth + 1)).join('');
}
if (typeof children === 'object' && children.props) {
return extractText(children.props.children, depth + 1);
}
return '';
};
return extractText(children);
}, [children]);
const handleAskManus = useCallback(() => {
const url = new URL('https://manus.im');
if (textContent) {
url.searchParams.set('q', textContent);
url.searchParams.set('submit', '1');
}
window.open(url.toString(), '_blank');
}, [textContent]);
const handleCopy = useCallback(async () => {
try {
await navigator.clipboard.writeText(textContent);
setIsCopied(true);
setTimeout(() => {
setIsCopied(false);
}, 2000);
} catch (err) {
const textArea = document.createElement('textarea');
textArea.value = textContent;
textArea.style.position = 'fixed';
textArea.style.opacity = '0';
document.body.appendChild(textArea);
textArea.select();
try {
document.execCommand('copy');
setIsCopied(true);
setTimeout(() => {
setIsCopied(false);
}, 2000);
} catch (fallbackErr) {
console.error(fallbackErr);
}
document.body.removeChild(textArea);
}
}, [textContent]);
return
{isCopied ? 'Copied' : 'Copy'}
Ask Manus
{children}
;
};
## व्यापक अनुसंधान क्या है?
व्यापक अनुसंधान, Manus का वह दृष्टिकोण है जो कई समान मदों के प्रसंस्करण से जुड़े कार्यों को संभालने के लिए है—जैसे 100 उत्पादों का विश्लेषण करना, 50 कंपनियों पर शोध करना, या 20 सामग्री बनाना। एक एकल AI Agent का उपयोग करने के बजाय जो मदों को क्रमिक रूप से संसाधित करता है, व्यापक अनुसंधान सैकड़ों स्वतंत्र Agent तैनात करता है जो समानांतर में काम करते हैं।
प्रत्येक Agent को उसका अपना समर्पित संदर्भ प्राप्त होता है और वह एक मद को स्वतंत्र रूप से संसाधित करता है। यह वास्तुकला संदर्भ विंडो की सीमा को हल करती है, जिसके कारण मदों की संख्या बढ़ने पर पारंपरिक AI प्रणालियों की गुणवत्ता खराब हो जाती है।
## संदर्भ विंडो की समस्या
पारंपरिक AI प्रणालियाँ, जिनमें अधिकांश चैटबॉट शामिल हैं, एक निश्चित संदर्भ विंडो के साथ काम करती हैं—यह उस जानकारी की सीमा है जिसे वे एक बार में सक्रिय रूप से संसाधित कर सकते हैं। जब उन्हें कई मदों का क्रमिक रूप से विश्लेषण करने के लिए कहा जाता है:
* **मद 1-5**: पूर्ण संदर्भ उपलब्ध होने के साथ विस्तृत, गहन विश्लेषण
* **मद 10-20**: जैसे-जैसे संदर्भ भरता जाता है, विवरण छोटे होते जाते हैं
* **मद 30+**: सामान्य सारांश और बढ़ी हुई त्रुटियाँ क्योंकि पहले का संदर्भ संपीड़ित या खो जाता है
यह गिरावट इसलिए होती है क्योंकि AI को नए मदों को संसाधित करते समय सभी पिछले मदों को स्मृति में रखना होता है। अनुसंधान से पता चलता है कि यह "निर्माण सीमा" आमतौर पर अधिकांश AI प्रणालियों के लिए लगभग 8-10 मदों पर होती है।
## व्यापक अनुसंधान कैसे काम करता है
व्यापक अनुसंधान मौलिक रूप से भिन्न वास्तुकला का उपयोग करता है:
**1. कार्य अपघटन**: मुख्य Agent आपके अनुरोध का विश्लेषण करता है और इसे स्वतंत्र उप-कार्यों में विभाजित करता है (उदाहरण के लिए, "कंपनी #1 पर शोध करें", "कंपनी #2 पर शोध करें", आदि)
**2. समानांतर Agent परिनियोजन**: प्रत्येक उप-कार्य को एक समर्पित Agent को सौंपा जाता है जिसकी अपनी ताज़ा संदर्भ विंडो होती है
**3. स्वतंत्र प्रसंस्करण**: Agent एक साथ काम करते हैं, प्रत्येक संदर्भ स्थान के लिए प्रतिस्पर्धा किए बिना गहन शोध करता है
**4. परिणाम संश्लेषण**: मुख्य Agent सभी पूर्ण किए गए उप-कार्यों को एकत्र करता है और उन्हें आपके अनुरोधित प्रारूप (तालिका, रिपोर्ट, डेटासेट, आदि) में व्यवस्थित करता है
**परिणाम**: मद #250 को मद #1 के समान गहराई का विश्लेषण प्राप्त होता है, क्योंकि प्रत्येक के पास अपना समर्पित Agent और पूर्ण संदर्भ विंडो होती है।
## त्वरित शुरुआत
### सरल अनुरोध
"शीर्ष 20 AI शोधकर्ताओं पर शोध करें और उनकी एक तालिका बनाएँ जिसमें उनका
संबद्धता, शोध का ध्यान और हालिया प्रकाशन शामिल हों"
### विस्तृत अनुरोध
"100 उपभोक्ता स्नीकर मॉडलों की तुलना करें। प्रत्येक के लिए, निकालें: ब्रांड, कीमत,
मुख्य विशेषताएँ, लक्षित दर्शक, और ग्राहक रेटिंग। एक में व्यवस्थित करें
क्रमबद्ध तालिका।"
### रचनात्मक अनुरोध
"20 प्रसिद्ध ऐतिहासिक हस्तियों को खोजें। पेशेवर हेडशॉट उत्पन्न करें
प्रत्येक के लिए एक सुसंगत कलात्मक शैली में। संक्षिप्त जीवनियाँ शामिल करें।"
## वास्तविक उदाहरण
### उदाहरण 1: 250 AI शोधकर्ताओं पर शोध
"प्रमुख संस्थानों के शीर्ष 250 AI शोधकर्ताओं पर शोध करें। बनाएँ
एक व्यापक तालिका जिसमें शामिल हो: नाम, संबद्धता, शोध का ध्यान, h-इंडेक्स,
उल्लेखनीय प्रकाशन, और संपर्क जानकारी।"
**आउटपुट**: 250 विस्तृत प्रोफाइल के साथ पूर्ण डेटाबेस
**पुनः चलाएँ**: [https://manus.im/share/IXdMjxObbFKbIjUUkBk4EH?replay=1](https://manus.im/share/IXdMjxObbFKbIjUUkBk4EH?replay=1)
**यह कैसे काम करता है**:
* कोई अन्य AI टूल इस पैमाने को संभाल नहीं सकता
* प्रत्येक शोधकर्ता को स्वतंत्र, गहन शोध प्राप्त होता है
* सभी फ़ील्ड भरे हुए स्वचालित तालिका निर्माण
* शोधकर्ता #1 से #250 तक सुसंगत गुणवत्ता
### उदाहरण 2: 100 स्नीकर मॉडलों की तुलना
"100 उपभोक्ता स्नीकर मॉडलों का विश्लेषण करें। ब्रांड, मूल्य सीमा, मुख्य
विशेषताएं, लक्षित जनसांख्यिकी और औसत रेटिंग निकालें। एक तुलना
तालिका बनाएं जिसे कीमत के अनुसार क्रमबद्ध किया गया हो।"
**आउटपुट**: 100 उत्पादों के साथ व्यापक बाजार अनुसंधान तालिका
**रिप्ले**: [https://manus.im/share/3zvs5smekSmn4lS14n9QNg?replay=1](https://manus.im/share/3zvs5smekSmn4lS14n9QNg?replay=1)
**यह कैसे काम करता है**:
* प्रत्येक उत्पाद में स्वतंत्र रूप से गहराई से उतरें
* बड़े पैमाने पर संरचित डेटा निष्कर्षण
* स्वचालित संगठन और छँटाई
* 100 वस्तुओं में गुणवत्ता में कोई गिरावट नहीं
### उदाहरण 3: AGI समयरेखा का विश्लेषण
"AGI समयरेखा पर विशेषज्ञ भविष्यवाणियों का शोध करें। 30+ स्रोतों का विश्लेषण करें
जिसमें शोध पत्र, विशेषज्ञ साक्षात्कार और उद्योग रिपोर्ट शामिल हैं।
भविष्यवाणी वितरण दर्शाने वाला एक विज़ुअलाइज़ेशन बनाएं।"
**आउटपुट**: डेटा विज़ुअलाइज़ेशन के साथ व्यापक विश्लेषण
**रिप्ले**: [https://manus.im/share/GajPnKzrpM4pEbpcrKDmx0?replay=1](https://manus.im/share/GajPnKzrpM4pEbpcrKDmx0?replay=1)
**यह कैसे काम करता है**:
* दर्जनों स्रोतों से जानकारी का संश्लेषण करता है
* निष्कर्षों का दृश्य प्रतिनिधित्व बनाता है
* पैटर्न और आउटलायर की पहचान करता है
* सबूत-आधारित सारांश प्रदान करता है
### उदाहरण 4: 20 जीवनियों का शोध
"20 प्रभावशाली उद्यमियों पर शोध करें। प्रत्येक के लिए, एक विस्तृत
जीवनी बनाएं जिसमें शामिल हों: प्रारंभिक जीवन, करियर के मील के पत्थर, प्रमुख उपलब्धियां,
नेतृत्व शैली, और स्थायी प्रभाव।"
**आउटपुट**: सुसंगत संरचना के साथ 20 व्यापक जीवनियाँ
**रिप्ले**: [https://manus.im/share/ayLBetEJkfSIVuWKo2toPn?replay=1](https://manus.im/share/ayLBetEJkfSIVuWKo2toPn?replay=1)
**यह कैसे काम करता है**:
* प्रत्येक जीवनी को गहन, स्वतंत्र शोध प्राप्त होता है
* सभी प्रोफाइल में सुसंगत संरचना
* प्रति व्यक्ति कई स्रोतों में गहराई से उतरें
* कोई शॉर्टकट या सामान्य सामग्री नहीं
### उदाहरण 5: लिंक्डइन प्रोफाइल तस्वीरों का बैच संपादन
इन 50 लिंक्डइन यूआरएल से प्रोफाइल तस्वीरें डाउनलोड करें। लागू करें
सुसंगत पेशेवर संपादन: पृष्ठभूमि हटाएं, प्रकाश व्यवस्था समायोजित करें,
मानक आयामों तक क्रॉप करें, और उच्च-रिज़ॉल्यूशन पीएनजी के रूप में सहेजें।"
**आउटपुट**: 50 पेशेवर रूप से संपादित प्रोफाइल तस्वीरें
**रिप्ले**: [https://manus.im/share/5iT2464ldyvdf1FMxUOCsW?replay=1](https://manus.im/share/5iT2464ldyvdf1FMxUOCsW?replay=1)
**यह क्यों काम करता है**:
* बैच इमेज प्रोसेसिंग के लिए माइक्रो-सास टूल को बदलता है
* सभी छवियों पर सुसंगत संपादन लागू किया गया
* स्वचालित डाउनलोड और प्रोसेसिंग पाइपलाइन
* बड़े पैमाने पर पेशेवर परिणाम
### उदाहरण 6: GitHub प्रॉम्प्ट लाइब्रेरी निकालें
"इस GitHub awesome-prompts रिपॉजिटरी पर जाएँ। सभी प्रॉम्प्ट निकालें,
उपयोग के मामले के अनुसार वर्गीकृत करें, और एक संरचित डेटाबेस बनाएं जिसमें शामिल हों: प्रॉम्प्ट
पाठ, श्रेणी, इच्छित मॉडल, और प्रभावशीलता रेटिंग।"
**आउटपुट**: 100+ प्रॉम्प्ट का संरचित डेटाबेस
**रिप्ले**: [https://manus.ai/share/wxTg2q4hV6GN4YY4KnQeFx?replay=1](https://manus.ai/share/wxTg2q4hV6GN4YY4KnQeFx?replay=1)
**यह क्यों काम करता है**:
* बड़े पैमाने पर जानकारी निकालता और संरचित करता है
* स्वचालित वर्गीकरण और टैगिंग
* खोज योग्य, व्यवस्थित डेटाबेस बनाता है
* जटिल वेब स्क्रैपिंग कार्यों को संभालता है
## श्रेणी के अनुसार उपयोग के मामले
| श्रेणी | उदाहरण कार्य |
| :--------------------------- | :----------------------------------------------------------------------------------------------------------- |
| **बाजार अनुसंधान** | 100 उत्पादों की तुलना करें, प्रतिस्पर्धी मूल्य निर्धारण का विश्लेषण करें, ग्राहक समीक्षाओं का सर्वेक्षण करें |
| **शैक्षणिक अनुसंधान** | 50 शोधपत्रों की साहित्य समीक्षा, अनुसंधान प्रवृत्तियों का विश्लेषण, कार्यप्रणाली की तुलना करें |
| **प्रतिस्पर्धी बुद्धिमत्ता** | 30 प्रतिस्पर्धियों की प्रोफाइल बनाएं, फीचर सेट का विश्लेषण करें, मूल्य निर्धारण परिवर्तनों को ट्रैक करें |
| **लीड जनरेशन** | 200 संभावित ग्राहकों पर शोध करें, संपर्क जानकारी ढूंढें, लीड को योग्य बनाएं |
| **सामग्री निर्माण** | 20 ब्लॉग रूपरेखाएँ बनाएं, 50 सोशल पोस्ट बनाएं, 30 उत्पाद विवरण लिखें |
| **डेटा निष्कर्षण** | 100 वेबसाइटों को स्क्रैप करें, संरचित डेटा निकालें, डेटाबेस संकलित करें |
| **रचनात्मक उत्पादन** | 20 छवियां बनाएं, 50 फ़ोटो संपादित करें, सुसंगत ब्रांड परिसंपत्तियां बनाएं |
| **निवेश अनुसंधान** | 40 स्टार्टअप का विश्लेषण करें, 30 फंडों की तुलना करें, 50 पोर्टफोलियो कंपनियों पर शोध करें |
## व्यापक अनुसंधान बनाम अन्य उपकरण क्यों
| पहलू | AI चैटबॉट | Manus व्यापक अनुसंधान |
| :------------ | :-------------------------------- | :--------------------------------- |
| **दृष्टिकोण** | एकल AI आपकी मदद करता है | समानांतर मल्टी-एजेंट ऑर्केस्ट्रेशन |
| **गति** | संदर्भ संतृप्ति तक घंटे | पैमाने की परवाह किए बिना मिनट |
| **पैमाना** | 8-10 आइटम से आगे खराब होता है | सैकड़ों तक सहजता से बढ़ता है |
| **गुणवत्ता** | प्रगतिशील गिरावट | किसी भी पैमाने पर समान गुणवत्ता |
| **आउटपुट** | विवरण हानि के साथ संपीड़ित सारांश | संपूर्ण रिपोर्ट और डेटासेट |
## व्यापक अनुसंधान का उपयोग कब करें
**इसके लिए उत्तम**:
* प्रतिस्पर्धी बुद्धिमत्ता (50+ प्रतिस्पर्धियों का विश्लेषण करें)
* बाजार अनुसंधान (100+ उत्पादों की तुलना करें)
* शैक्षणिक अनुसंधान (30+ शोधपत्रों की समीक्षा करें)
* लीड जनरेशन (200+ संभावित ग्राहकों पर रिसर्च)
* कंटेंट क्रिएशन (20+ समान आइटम जनरेट करें)
* डेटा एक्सट्रैक्शन (100+ पेज स्क्रैप और संरचित करें)
* बैच प्रोसेसिंग (50+ इमेज/फाइल एडिट करें)
**इसके लिए आदर्श नहीं**:
* एकल गहन विश्लेषण (नियमित Agent मोड का उपयोग करें)
* अनुक्रमिक निर्भरता की आवश्यकता वाले कार्य
* रीयल-टाइम इंटरैक्टिव रिसर्च
* 10 से कम आइटम वाले कार्य
## बेहतर परिणामों के लिए सुझाव
**संरचना के बारे में विशिष्ट रहें**:
* ✅ "कॉलम के साथ एक तालिका बनाएं: नाम, कंपनी, भूमिका, ईमेल, लिंक्डइन"
* ❌ "इन लोगों पर रिसर्च करें"
**पैमाने को पहले से निर्दिष्ट करें**:
* ✅ "इस सूची में सभी 100 कंपनियों का विश्लेषण करें"
* ❌ "कुछ कंपनियों का विश्लेषण करें"
**वांछित आउटपुट प्रारूप का वर्णन करें**:
* ✅ "फ़िल्टर के साथ एक सॉर्ट करने योग्य स्प्रेडशीट में व्यवस्थित करें"
* ❌ "मुझे परिणाम दें"
**मूल्यांकन मानदंड शामिल करें**:
* ✅ "प्रत्येक उत्पाद को रेट करें: कीमत, सुविधाएँ, समीक्षाएँ, उपलब्धता"
* ❌ "इन उत्पादों की तुलना करें"
## सामान्य प्रश्न
250 आइटम तक परीक्षण किया गया। सैद्धांतिक रूप से असीमित, लेकिन व्यावहारिक सीमा कार्य की जटिलता पर निर्भर करती है।
कार्य की जटिलता और पैमाने पर निर्भर करता है। गहराई की परवाह किए बिना, आमतौर पर 50-100 आइटम के लिए मिनटों में।
हाँ। संशोधनों के लिए पूछें: "कीमत के लिए एक कॉलम जोड़ें" या "आइटम 20-30 को अधिक विवरण के साथ फिर से रिसर्च करें।"
हाँ। कोई भी कार्य जिसमें कई स्वतंत्र आइटमों को संसाधित करना शामिल है: इमेज एडिटिंग, डेटा एक्सट्रैक्शन, कंटेंट जनरेशन, आदि।
##