ふたつのディープリサーチ
ChatGPTとGemini――二つのディープリサーチ 生成モデルが人間の代わりに「調べ、分析し、統合する」時代が到来した。その象徴が、OpenAIの ChatGPT Deep Research とGoogleの Gemini Deep Research である。どちらも単なる検索や要約とは異なり、複数の情報源を横断して体系的に分析し、出典を明示したレポートを生成する。しかし、その設計思想と哲学は正反対に近い。本稿では両者の仕組みと体験を比較し、どちらがどのような場面に適しているのかを考察する。 1. ディープリサーチとは何か ChatGPTとGeminiに共通するのは、「調べて、比べて、考える」ことを自動化した点である。通常の検索や要約が“即答”を目的とするのに対し、ディープリサーチは“熟考”を目的にしている。複数のWebソースを収集し、信頼度の高い情報を比較・検証しながら一つの整合的な結論を導く。つまり、単なる情報収集ではなく、 仮説構築と分析の自動化 に近い。 OpenAIはこの機能を「研究アナリスト級のレポート生成」と表現しており、Geminiもまた「複雑な課題を分解し、関連する知識を再構成する」と定義している。両者とも検索エンジンの延長ではなく、 認知労働を代行するシステム として構想されている点に共通性がある。 2. ChatGPTのディープリサーチ：分析の密度で勝負する設計 ChatGPT版のディープリサーチは、内部で複数ステップの探索・検証を繰り返す非公開プロセスによって構築されている。ユーザーが質問を入力すると、モデルはまず仮説を立て、それを裏付ける情報を検索し、次にその信頼度を評価する。その上で、最も整合的な結論を統合的にまとめ上げる。この一連の過程はブラックボックスに近く、ユーザーには最終的なレポートのみが提示される。 出力される文章は、短い要約ではなく 高密度な長文分析 である。脚注や出典が明示される点も特徴的だ。目的は「速さ」ではなく「確かさ」にある。OpenAIはこの機能を“Search”モードとは明確に区別し、「多段ステップの検証を経た深掘り」として位置づけている。 体感としては、アナリストや研究者が一日かけて調べる内容を、数分で構築してくる印象だ。ただし、利用にはChatGPT Plus以上のプランが必要で...