Gemini Deep Researchの導入
皆さんこんにちは、矢野 哲平です。この番組は、耳で学ぶAIをコンセプトに、初心者、中級者向けに、AIを分かりやすく解説する番組です。
今回のテーマは、日本にもGemini Deep Researchがやってきた、について話していきます。 はい、ということで今日は、Gemini Deep Researchについて話していきます。
皆さん、Gemini Deep Researchは使ってみましたでしょうか。 Gemini Deep Researchは、名前から想像できるように、深く調査を行える機能となります。
で、もともと2024年12月に、このGemini Deep Researchはアメリカで公開されました。 でも、日本では使えなかったんですね、その時点では。
で、先週ぐらいですかね、日本でも使えるようになったので、このポッドキャストでも取り上げようと思った次第です。
今日話すポイントは、主に3つとなります。 Gemini Deep Researchとは何なのか、と概要を説明します。
そして2点目に、Gemini Deep Researchの使い方と、実際に私が使ってみた感想を紹介したいと思います。
そして最後3点目に、Gemini Deep Researchのユースケースについて紹介します。 はい、では早速話していきましょう。
そもそも、Deep Researchって何ですか、という話ですね。 冒頭でも触れましたが、Geminiからリリースされた検索の機能となります。
で、これ先にお伝えすると、Deep Researchは現時点ではGemini Advanced Userのみ利用ができます。
つまり、Geminiの有料版でしか利用できない機能となります。 えっとですね、月額2900円となります。
私、Gemini Advanced Userなので早速使ってみました。 このポッドキャストでは、Deep Researchを実際に使ってみた感想なども話すので、
有料版を利用していない方もですね、一つの情報としてお付き合いいただければと思います。 今、検索AIっていろいろありますよね。
Chat GPT Search、あとはPowerPlex City、 あとこのポッドキャストでも過去にインタビューをした国産のフェローAIなどですね。
こんな感じで、従来のキーワードによる検索から、現在は自然言語でAIと会話をするように調べ物ができるという検索AI。
以前はあまり使ってない人も多かったんですけども、最近は検索AI使ってますよという人はもう明らかに増えてきましたね。
で、もちろんGeminiも検索AIとしての機能はもともとあります。 ただ、今回新たに検索AIの機能としてDeep Researchという機能を投入してきたと。
で、それが2025年1月になって、ちょうど先週ですね、日本でもDeep Researchが使えるようになったという話ですね。
従来の検索AIって、チャット画面で知りたい情報っていうのを会話するように検索するというものになります。
例えば、AIエージェントって何ですか?と質問をすれば、AIが質問に基づく内容っていうのを検索して回答してくれると。
で、これがDeep Researchになるとちょっとアプローチが変わってきます。 Deep Researchの一連の流れをちょっと説明しますね。
まず、モデルの変更からDeep Researchを選択します。 Geminiの画面からモデルが変更できる箇所があるんですけど、
チャットGPTのように。そこでDeep Researchを選択します。 で、そこからGeminiに普段通りですね、質問をします。
例えば、生成AIとは何ですか?と、企業が導入するメリット・デメリットを調査してと指示をします。
で、ここからが従来の検索AIと異なる部分になるんですけど、 Geminiが人間の質問に基づいて調査計画というのを作成してくれます。
矢野さん、あなたの指示に基づいてこのような調査計画を作成しましたよ。と、AIが調査計画を準備してくれるわけですね。
で、その調査計画に問題がなければそのまま実行します。 で、修正したければ修正もできます。この調査計画のここを修正してと。
で、こういったことっていうのは従来の検索AIとは異なる部分ですよね。 AIが調査計画を提出して、それに基づいて調査をしてくれると。
で、実行するとですね、計画通りに調査というのが進んでいきます。 ちなみに調べる内容にもよるんですけど、だいたい5、6分程度時間がかかります。
で、最終的にGeminiは収集した情報を元に報告書というかレポートを作成してくれます。 この時に引用元、どこのインターネットの情報を参照したのかということもしっかり明示してくれます。
以上が一連のディープサーチの流れとなります。 ちょっと今までの検索AIとは違った流れになると思います。
実際にディープリサーチを使って率直に感じたのはですね、 今までの検索体験すべてを置き換わるものではないなと感じました。
ある特定のケースにおいて力を発揮する機能だなと率直に感じました。 というのも結構手間や時間っていうのがかかるんですよね。
調査計画の作成、人間による調査計画のチェック、 そして問題がなければ調査の実行と。
従来の検索AIに比べるとちょっと時間がかかるかなと。 なので日頃ちょっとした調べ物をするタスクっていうのは不向きだと思います。
ただ、あるトピックに対して深く掘り下げたいと、もっと詳しく調査したいと、 そういった場面では活躍してくれます。
ディープリサーチの名前通り、深くトピックを掘り下げたい場合っていうのに使うのがおすすめですね。
個人的にいいなと思った機能が、一度情報を集めたらその情報に基づいて追加の質問ができるんですね。
これは結構便利だなと思いました。 従来の検索AIでは追加の質問って結構使いにくい部分がありますよね。
ディープリサーチに関しては一度情報を集約したら追加で簡単に質問することができます。
簡易的にナレッジというか、情報のデータベースのようなものを構築してくれるんですね。
なのでそのデータを基に回答してくれるので追加で質問がしやすいような設計になっています。
つまり調べた内容というのを保持しているわけですね。 手元に保持している情報を基に回答してくれると、なので追加の質問もしやすいというわけです。
実際の使用事例
ここから実際にディープリサーチを使ってみた内容について具体的な事例を交えて紹介したいと思います。
ディープリサーチでAIエージェントのフレームワークについて、コードで実装するものと、あとはノーコードで実装するものを調査してと指示をしました。
AIエージェントはこのポッドキャストでも以前のトピックで取り上げたように結構ホットな話題だと思うんですね。
このAIエージェントを実装したいとなった時に、その手段としてフレームワークがたくさんあるんですね。
なのでディープリサーチにそのフレームワークがどういったものがあるのかということをまとめてくださいと指示をしました。
指示をするとまず調査計画っていうのがGeminiから上がってきます。
だいたいその調査計画が上がってくる時間、アウトプットにかかる時間というのは約10秒ほどですね。
ここまでは早いです。
で、大抵この調査計画なんですけども、あ、それも調べたかったっていう項目を入れてくれることが多いんですね。
これは結構便利だなと感じました。
自分の視点以外の調査項目っていうのがAIによって追加される感覚ですね。
で、私がそのGeminiから上がってきた調査計画っていうのを確認して、これでお願いしますと。
で、そこからGeminiが、あのディープサーチが実行に移るわけです。
ここからがですね、ちょっと時間がかかるんですね。
今回のAIエージェントのフレームワークを調査してという指示に関しては、全部で119件の情報ソースから情報を集めてきました。
具体的には公式サイトだったり、あとはノートのようなブログサービスだったりですね。
で、言語。言語に関してはこの調査以来の場合はですね、日本語と英語と、あとは中国語で情報を引っ張ってきました。
なので日本語だけの情報ソースっていうのを参照するわけではないんですね、今回のこのケースでは。
で、それから情報の取得でだいたい5、6分ぐらいかかりましたね。
なので先ほども言ったようにサクサク検索したい時っていうのはディープリサーチは向いてないと思います。
で、肝心の調査結果、これに関しては満足でした。
なぜなら、自分が知らなかったフレームワーク、AIエージェントのフレームワークを知ることができたからですね。
しかも調査に上がってきたのは新しいフレームワークでした。こんな感じで情報収集の精度は高いと感じました。
で、これ仮に私がですね、119件の情報ソースを調べるってなると、かなり時間がかかってしまいますよね。
それを5、6分程度で調査してくれるっていうのはかなり面白い体験でした。
そこから追加の質問も対応できるので、例えばここで挙げてもらったフレームワークをテーブル一覧でアウトプットしてくださいと、
そういったことも追加で対応することができます。
ちょっとここで一旦、ディープリサーチに関して偉大な感想っていうのをまとめますね。
まず情報収集の精度は高いです。で、その対象となる情報ソースっていうのも幅広いです。
結構、あ、それ聞いたことないなとか、あ、その情報は知らなかったっていう風に感心する場面は多かったですね。
で、やっぱり情報ソースがまんべんなく取られているというか、そもそもその情報ソースの数が多いので自分の知見が広がるような感覚もあります。
で、別のケースでは明示的に世界中の情報ソースを参照してと指示をすると、
日本語以外の情報を積極的に収集してくれる場面もありました。
なので、プロンプトに世界中の情報をとか、あとは日本以外の情報をっていう形で明示的に指示をすると結構機能してくれます。
で、全てのケースでというわけではないんですけども、割とこの辺はですね、うまく機能してくれました。
ディープリサーチの特徴
日々の業務で、例えば情報収集している方とか、あとはリサーチ業務がある人っていうのは一度ディープリサーチを試してみるのも面白いと思います。
確かにですね、その利用するにはGemini Advanced、月額2900円の料金がかかるんですけど、
個人的には情報収集のタスクがあの業務の中で結構なウェイトを占めるという人はですね、十分元を取れるんじゃないのかなと思いました。
ちなみにディープリサーチなんですけど、ファイルのアップロードボタンっていうのが一応配置されてるんですね。
ただ、現時点では操作ができなくて、操作しようとするとまだアップロードには対応していませんと表示されます。
これもしかすると、将来的には自前で用意したデータも提供できるようになる可能性というのはあると思います。
そうなってくると、自分が用意した情報ソース、またはデータですね、それとディープリサーチが集めた情報ソース、
これの2つを組み合わせてレポートを作成できるので、より精度の高いレポートが作成できるんじゃないのかなと思います。
ディープリサーチを使っていると、ノートブックLMに何か似ているなと、何か共通点のようなものを感じるんですよね。
このノートブックLMっていうのはGoogleが提供しているサービスで、ユーザーが提供したファイルや資料をもとにナレッジを構成して、
それに対して質問をしたり情報をまとめてくれるツールです。 ノートブックLMはユーザーが提供したファイル、データをもとにその情報を参照すると、
その情報をもとに回答してくれると。 ディープリサーチに関してはユーザーが提供したファイルとかではなくて、
インターネット上の情報を集めてナレッジを構成すると。 その情報源、参照する情報が違うだけで、
結構動きとしてはですね、ディープリサーチとノートブックLMは似ていると思います。 検索版ノートブックLMと言えばいいでしょうか。
ノートブックLMを使っている人はですね、ちょっとイメージがしやすいと思います。 ここまでディープリサーチに対していろいろ肯定的な評価をしてきました。
あえて否定的な意見を言うと、やっぱりハルシネーションですかね。 やっぱりAIなのでハルシネーションっていうのはつきものですよね。
このハルシネーションというのは、AIが間違った回答をアウトプットしてしまう現象ですね。 これが自分だけが消費する情報だったらいいんです。
仮にハルシネーションが起こっても迷惑がかかるのは自分だけなので。 ただ外部に提出するレポートとかそういったものでハルシネーションが起こってしまうと。
そういったケースだとやっぱり周りの人に迷惑をかけてしまうので、 最終的に人間によるチェックは必ず必要になってくると。その点は変わらないですね。
ただこれはですねディープリサーチだけに限らず他の検索AIでも言えることですけどね。 ハルシネーションの問題は生成AI全般に言えることですね。
ディープリサーチのユースケース
最後にディープリサーチのユースケースについて Googleの公式が紹介しているいくつかの事例っていうのを紹介したいと思います。
ちょっと読みますね。 あなたがロボット工学に関連するプレゼンテーションの準備をしている大学院生だと想像してください。
あなたは自動運転のセンサーのトレンドについて知識を深め、様々な技術がどのように積み重なっているか、 そして将来何が起こるのかを理解したいと考えています。
このようなプロジェクトではリサーチに何時間もかかり、 開いているウェブページのタブの海をかなり参照することになりますと。
あなたの監督の下、ディープリサーチはあなたに代わって大変な作業を行います。 質問を入力すると調査プランが作成されます。
承認するとあなたに代わってウェブ全体から関連情報を詳細に分析し始めます。 わずか数分で何時間もの調査結果をすぐに利用できます。
Googleが説明しているように、あるトピック 例えば最新の研究を知りたいとか最新のトレンドを知りたい
そういった時にディープリサーチが活躍してくれると思います。 ちなみに補足すると、論文だけの情報を参照してというような使い方はできませんでした。
私が試した範囲ではできなかったですね。 それ以外でも公式では他のニュースケースについても触れられています。
ちょっと読みますね。小規模ビジネスを立ち上げる企業家で、 競合他社の分析や情報収集を素早く行いたい場合
この使い方もですね、いいと思います。 ディープリサーチを競合の調査や他社の分析にも使えますよと。
例えばある事業アイデアを思いついたとします。 その事業アイデアに類似するものっていうのがすでに世の中に出ているのかどうか
そういったこともですね、素早くディープリサーチで調査ができると。 これは国内だけではなくて海外も含めてですね。
調査する中で、例えばAという会社がすでにあなたのビジネスアイデアをサービスとして展開していたと。
そうなってくるとですね、今度はそのAというすでにあなたのビジネスアイデアを先行して公開している会社の
例えば、創業者の情報、創業ストーリー、売上、資金調達額、あとはメディアで公開しているプレスリリース
そういった情報を一つにまとめてレポートしてくださいと。 そういった使い方もできます。
やっぱりディープリサーチは調べ物っていうよりも調査の場面で活躍してくれる機能、ツールだと思います。
ちなみにディープリサーチが作成したレポートっていうのはそのままGoogleドキュメントとしてアウトプットもできます。
ここらへんはですね、Googleならではのサービスという感じですね。 はい、では今日のポイントをまとめます。
1つ目にディープリサーチはGeminiに新しく追加されたあるトピックを深掘り調査できる機能となります。
2つ目に参照する情報ソースは数十、場合によっては100桁の情報ソースをじっくり時間をかけて調査してくれます。
3つ目にディープリサーチ、普段の調べ物には向いてません。 なぜなら時間がかかるからですね。
だいたい調査に5、6分ほど時間がかかります。 使用例としてはあるトピックを深掘りしたい、調査したい、そういった時に活躍してくれます。
このディープリサーチの使い方、ノート記事にまとめたので興味のある方はチェックしてみてください。 概要欄にリンクを貼っておきます。
はい、今日はこの辺ということで本日も聞いていただきありがとうございました。 番組ではこのように耳で学べるAIを毎週発信しています。
通勤中や家事の合間にAI情報をキャッチアップできます。 毎週水曜朝に更新していますのでぜひフォローをお願いします。
そしておすすめの生成AIツールをまとめた資料も配布しています。 興味のある方はこちらもぜひ概要欄にリンクを貼っておきます。
お相手は耳で学ぶAIの矢野てっぺいでした。 また次の配信でお会いしましょう。
