ディープリサーチとは、生成 AI が調べる計画を立て、Web 検索と資料の読み込みを繰り返し、集めた内容を出所つきの報告書にまとめる機能のことです。数分かけて多くの出所を読む一方、誤りや古い情報も混ざるため、業務では人が出所を開いて確かめる下書きとして扱います。
ディープリサーチは計画・検索・読み込み・報告書づくりを AI が続けて行う
ディープリサーチでは、1つの問いを受けた AI が調べる計画を立て、検索と読み込みを何度も重ねてから、見出しと出所のリンクを備えた報告書を返します。人が検索語を変えながらページを開き、読んだ内容をまとめる作業を、AI がひと続きで進める機能です。
Google は2024年12月、この機能を「Deep Research」として Gemini(当時の Gemini Advanced)に加えました。問いを入れると複数の手順からなる調べる計画を示し、利用者がそれを直すか承認すると調べ始めます。検索して読んだ内容をもとに次に調べることを決める流れを何度も繰り返し、数分ほどで、元の出所へのリンクを添えた報告書にまとめる、という説明でした(Google「Try Deep Research and our new experimental model in Gemini, your AI assistant」2024年12月11日)。
OpenAI は ChatGPT の deep research を、複雑な課題についてインターネット上で複数の手順の調査を行う、エージェントとして動く機能と位置づけています。Web 上の大量の文章・画像・PDF を検索して読み、見つけた情報に応じて調べる方向を切り替えるほか、利用者が渡したファイルを読んだり、Python のコードを書いて実行しデータを分析したりもします(OpenAI「Deep Research System Card」2025年2月25日)。
Anthropic は2025年4月、Claude の同じ系統の機能を「Research」の名前で発表しました。前の検索の結果をもとに次の検索を重ね、問いを複数の角度から自動で調べて、確かめやすい引用を添えた答えを数分で返す機能で、Google Workspace と接続すればメールや文書、予定も調べる対象に加えられます(Anthropic「Claude takes research to new places」2025年4月15日)。
名前が近くても、調べる対象やかかる時間は提供元ごとに違い、仕様も更新されていきます。このページに書いた各社の説明は、公式の文書で2026年11月16日に確かめた範囲です。
通常の検索や生成 AI への質問とは、調べる範囲・時間・出力の形が違う
違いは、ディープリサーチが検索や生成 AI への1回の質問より広い範囲を時間をかけて読み、結果を報告書の形で返すことです。
Gemini アプリのヘルプでは、Gemini がテーマに沿ってリサーチプランを作り、利用者はレポートを作る前に「プランを編集」から計画を変えられます。調べる出所は Google 検索が既定で、Google Workspace のアプリを接続していれば Gmail や Google ドライブを加えられるほか、ファイルのアップロードもできます。大量の出所を分析するため、レポートの作成には通常5〜10分ほどかかるという説明です(Google「Gemini アプリで Deep Research を利用する」2026年11月16日確認)。
企業向けの Gemini Enterprise では、Deep Research を社内と社外の情報を集めて分析する人向けのエージェントとして提供し、アプリが索引に登録したデータを使って引用つきのレポートを作ります。Google 検索の結果を含めるかどうかも選べる仕組みです(Google Cloud「Deep Research でレポートを入手する」2026年11月16日確認)。
3つの調べ方を、調べる範囲・かかる時間・出力の形で並べると次のとおりです。
| 比べる点 | 検索エンジンでの検索 | 生成 AI への1回の質問 | ディープリサーチ |
|---|---|---|---|
| 調べる範囲 | 入力した語に合うページを一覧で返す。どれを開いて読むかは人が決める | 学習した知識をもとに答える。検索の機能を持つ製品は検索結果も使う | 計画に沿って検索と読み込みを繰り返す。設定によってアップロードしたファイルや、メール・社内の文書も対象にできる |
| かかる時間 | その場で一覧が出る | その場で答えが返る | 数分以上(Gemini アプリでは通常5〜10分) |
| 出力の形 | ページの題名と抜粋の一覧 | 会話の中の回答 | 見出しで分けた報告書と、出所へのリンク |
| 人に残る作業 | ページを読み、比べてまとめる | 根拠を自分で探して確かめる | 出所を開き、報告書の主張と照らして確かめる |
使い分けの目安は、答えが1つの事実で済むかどうかです。法令の施行日や会社の所在地のように1つの事実を知りたいなら、検索で公式のページを直接開くほうが速く確実に確かめられます。
複数の出所を横断して比べる調べもの、たとえば海外と国内の制度の違い、ある業界で公表されている取り組みの整理、新しい技術の論点の洗い出しは、ディープリサーチで下調べの報告書を作り、人が出所を確かめながら仕上げる進め方に向いた題材です。経営会議の資料や数字の確認のどこに AI を使い、どの判断を人に残すかは、経営企画の AI 活用は調べものから始めるの記事で業務ごとに整理しています。
業務で使う前に、出所の確かめ方・混ざる情報・入力の範囲・判断する人を決める
ディープリサーチを業務で使う前に社内で決めるのは、報告書の出所をどう確かめるか、古い情報や信頼できない出所をどう見分けるか、質問に何を入れてよいか、結論を誰が決めるかの4つです。報告書は見出しと出所のリンクがそろった整った体裁で届くため、決めごとが無いと、確かめないまま会議の資料に貼られがちです。
報告書の主張は出所を開いて原文と照らす
出所のリンクが付いていても、リンク先がその主張を支えているとは限りません。OpenAI が人物に関する18の分類の事実を問う評価データで測った結果でも、ディープリサーチが事実と異なる内容を出した割合(ハルシネーション率)は0.13で、0にはなっていません(OpenAI「Deep Research System Card」2025年2月25日)。
確かめる順番は、結論を支える主張からにしてください。数字・固有名詞・日付・引用された発言はリンク先を開いて原文の該当箇所を探し、単位や時点まで同じかを見比べます。リンク先がまとめ記事やニュースの転載なら、その記事が引いている省庁の資料や企業の公式発表まで辿ってから使います。
出所が見つからない主張や、リンク先に書かれていない主張は、報告書から外すか「未確認」と書き添えて残しましょう。生成 AI がもっともらしい誤りを出す現象と業務での備え方は、ハルシネーションの用語ページで説明しています。
古い情報や信頼できない出所、ページに仕込まれた指示が混ざる
報告書の材料は Web 上のページなので、更新されていない古いページや、書き手の分からないページ、AI に向けた指示を仕込んだページも読まれます。
OpenAI は先の評価について、誤りと数えた答えの中には、答えのほうが正しく、評価データの情報が古かったものもあったと説明しています。何が正しいかは時点で変わるので、報告書の数字や制度の説明は、出所の公表日と、それより新しい情報が出ていないかを確かめてください。
ページに書かれた悪意のある指示に AI が従ってしまうプロンプトインジェクションも、ディープリサーチのリスクとして同じ文書に挙がっています。被害として挙げられたのは、誤った製品を勧めるような不正確な答えと、利用者が外に出したくない情報を持ち出させるデータの流出の2つです。
混ざる出所を減らすには、調べる出所の種類(省庁や公的機関の資料、企業の公式発表、査読のある論文など)と対象の期間を、問いの中で指定します。計画を見せる製品では、調べ始める前に計画の項目を読み、問いからずれた項目や足りない観点を直してから始めてください。
社内の機密や個人情報を質問に入れない
質問の文と渡したファイルは、AI が検索や分析に使う材料です。OpenAI はデータの流出の例として、利用者がコードについての質問に API キーを含めたとき、攻撃者がそのキーを含む通信をモデルや利用者にさせて持ち出そうとする場面を挙げ、任意の URL を組み立てて開けないようにするといった対策を入れたと説明しています。
提供元が対策を入れていても、利用者の側で減らすべきリスクは残ります。未公表の計画、顧客や取引先の名前、社内の数字は質問に書かず、「国内の製造業で公表されている取り組み」のように一般化して尋ねてください。メールや社内の文書を調べる対象に加える機能は、誰がどのデータを接続してよいかを先に決め、会社が管理するアカウントに限って使います。
個人情報を含む質問を入れる場合について、個人情報保護委員会は、特定した利用目的を達成するために必要な範囲内であることを十分に確認し、本人の同意を得ずに個人データを含む指示を入力する場合は、提供事業者がそのデータを機械学習に利用しないこと等を十分に確認するよう求めています(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月2日)。
調べる対象が個人のときにも注意が必要です。OpenAI は、ネット上に散らばった住所や電話番号、関心ごとや過去の活動、家族の情報を、ディープリサーチが複数の出所から集めて組み合わせると、その人の暮らしが思いがけず詳しく見えてしまい、悪用されうるというリスクを挙げています。採用の候補者や取引先の担当者の身辺を調べる用途には使わないと、社内のルールに書いておいてください。
情報が漏れる4つの経路と、禁止に頼らず仕組みで止める対策は、生成AIの情報漏洩を防ぐ順番の記事にまとめています。
結論は人が決め、確かめた記録を残す
報告書は判断の材料で、投資や取引先の選定、採用のような決定は人が行います。
社内の資料に使うときは報告書をそのまま貼らず、使った主張ごとに、確かめた出所・確かめた人・確かめた日を残してください。後から誤りが見つかったとき、どの資料にその主張が広がったかを追えるからです。社外に出す資料や経営会議の資料のように影響の大きい用途では、誰が最終の確認をするかも用途ごとに決めておきます。
繰り返す調べものは、出所と確かめる手順を決めた AI エージェントにする
毎月同じ問いで調べ直す業務は、汎用のディープリサーチに都度頼むより、読む出所と確かめる手順を決めた AI エージェントとして作るほうが、結果を前の月と比べやすくなります。汎用の機能は問いのたびに計画を作るため、同じ問いでも読む出所や報告書の構成が毎回同じになるとは限らないからです。
たとえば、所管の省庁が出す新しい資料の確認、自社に関わる制度改正の確認、公表されている他社の取り組みの整理は、読む出所の一覧・報告の形式・人が確かめる項目を先に決めやすい調べものです。目的を与えると手順を自分で組み立て、ツールを使いながら作業を進める AI の仕組みは、AI エージェントの用語ページで説明しています。
Offers AX は、課題調査とユースケースの選定から始め、業務固有の文脈を組み込んだ AI エージェントを設計し、数週間で動くプロトタイプを作って実業務で確かめてから本実装へ進めます。戦略を考える人と作る人を分けず、FDE(Forward Deployed Engineer)が業務の現場に近いところで設計と実装を一体で進め、要件定義書ではなく動くものを見て合意する進め方です。
支援の内容と進め方はOffers AX のサービスページで確かめられます。社内で繰り返している調べものと今の確認の手順を持ち寄っていただければ、どこを AI に任せ、どこを人が確かめるかを一緒に整理できるので、無料相談を申し込むからご連絡ください。
構築先はお客様の既存環境(GCP・Azure・AWS)で、Offers AX の環境には顧客データを保持しません。機密性の高い人事の案件で、クラウドの LLM を使わず、貸与 PC の中で処理を完結させる構成で実装した実績もあります。AI の出力は下書き・参考情報として扱い、事実の認定や処遇の判断は人が行う前提で設計し、効果は実測してその数字で続けるかどうかを判断する方針です。
社内に広げるときは、試す用途を絞り、確かめた記録から手順を育てる
ディープリサーチを全社に広げるときは、使ってよい用途を少数に絞って始め、確かめた記録から社内の手順を育てます。
各自が個人のアカウントで使い始めると、何を入力し、どの報告書を会議に出したかを会社が把握できません。会社が把握も許可もしていない生成 AI サービスを従業員が個人のアカウントなどで業務に使うことはシャドー AIと呼ばれ、情報の扱いを後から確かめられなくなります。
始めるときは、公開情報の下調べのように、誤っても人の確認で止められる用途から選び、会社が管理するアカウントと入力してよい情報を決めて渡してください。使った人が見つけた誤り(出所と食い違った主張、古かった数字、混ざっていた信頼できない出所)を集めて共有すれば、どの問いと出所で確認を厚くすべきかが部署をまたいで分かるようになります。
広げる範囲を決めるときの材料には、調べものごとに、下調べにかかった時間と、確認で見つかった誤りの件数・種類を残した記録が使えます。時間が短くなっても確認で直す箇所が多い用途は、出所の指定や確認の手順を見直してから広げてください。
社内のルールに書く項目をまとめると次のとおりです。
| 決めること | 社内のルールに書く中身 |
|---|---|
| 使ってよい用途 | 公開情報の下調べと論点の洗い出し。個人の身辺の調査と、確かめずに社外へ出す資料には使わない |
| 入力してよい情報 | 公開情報と一般化した問い。未公表の計画・顧客や取引先の名前・個人情報は入れない |
| 確かめ方 | 結論を支える主張は出所を開いて原文と照らす。二次情報は一次情報まで辿り、公表日を見る |
| 判断と記録 | 決定は人が行う。使った主張ごとに出所・確かめた人・確かめた日を残す |
| 広げる判断 | 下調べにかかった時間と、確認で見つかった誤りの件数・種類を記録し、手順を見直してから対象を広げる |
手順が固まり、毎回同じ出所と確認の項目で回るようになった調べものは、AI エージェントとして作り直す候補になります。
ディープリサーチと合わせて押さえる用語は AI エージェントとプロンプトインジェクション
ディープリサーチと合わせて押さえておきたいのは、仕組みの土台になる AI エージェントと、Web のページを読むことで生じるプロンプトインジェクションです。関係の深い用語を並べると次のとおりです。
| 用語 | ディープリサーチとの関係 |
|---|---|
| AI エージェント | 目的を与えると手順を自分で組み立て、ツールを使いながら作業を進める AI。ディープリサーチは調べものに絞ったその一つ |
| エージェンティック AI | 複数の AI エージェントを組み合わせ、大きな目標を個別の作業に分けて進める AI システム。調べた結果を次の作業へ渡す仕組みを考えるときに出てくる |
| プロンプトインジェクション | 読ませた文章に紛れた指示で AI が意図しない動作をする攻撃。Web のページを多く読むほど出会う機会が増える |
| ハルシネーション | 事実と異なる内容をもっともらしく出す現象。出所つきの報告書でも起きる |
| ゼロデータリテンション | 入力と出力を、応答の処理が終わった後に提供事業者が保存しない取り決め。社内の文書を扱う前に契約で確かめる項目の一つ |
| シャドー AI | 会社が把握も許可もしていない生成 AI サービスを業務に使うこと。各自が個人のアカウントで使い始めると起きる |
AI エージェントの作り方や運用、安全の守り方の記事は、AI エージェントのカテゴリでまとめて読めます。