OpenAI Deep Researchは、ChatGPTに統合されたリサーチ用のエージェント機能です。最大30分かけて、Webページ・PDF・画像・ニュース記事などの情報を収集・分析・要約し、引用付きのレポートを出力します。単なる検索ではなく、複数の情報源を読み比べて構造的に整理し、信頼性と妥当性を重視した回答を構築します。
この機能は、OpenAIが2024年末から一部ユーザーに公開していた”auto-research”系技術の正式版であり、2025年2月にProユーザー向けに、同年4月にPlus/Team/Enterpriseなどにも拡張されました。
利用可能回数（月ごと）
| プラン | 通常版Deep Research | 軽量版Deep Research | 合計/月 |
|---|---|---|---|
| Free | 0 | 5 | 5 |
| Plus / Team / Edu / Enterprise | 10 | 15 | 25 |
| Pro（$200/月） | 125 | 125 | 250 |
軽量版は、o4-miniモデルを使用し、処理時間の短縮とコスト効率を重視した簡易レポートを返します。
Deep Researchの構造と技術的仕組み
ステップ構造
Deep Researchは、以下のステップを明示的に構造化されたかたちで順次実行します：
- インストラクション解析：プロンプトから目的、評価軸、必要情報タイプを抽出。
- Web検索クエリ生成：検索意図に応じて複数のクエリを自動構成。
- ソース取得：Bing APIを介してニュース、学術論文、PDF、Webページ、画像などを取得。
- 要約と分類：取得情報を意味ごとに分類し、言語モデルで要約処理。
- 検証・構成出力：信頼性・反論を含めて引用付きで構造化出力。
このプロセスは、従来のRAG（Retrieval-Augmented Generation）よりも段階ごとの制御性が高く、タスクに応じた「構造的推論プロセス」を自動で実行します。
技術基盤とモデル構成
モデル構成
Deep ResearchはGPT-4 Turboとは別のo3系エージェントモデル（AutoEvalで知られる推論特化モデル群）をベースに動作しています。これはChain-of-ThoughtやTree-of-Thoughtsといった手法を取り込み、指示に応じて複数の検索・思考ルートを展開しながら結論を導きます。
技術要素
- 検索API統合：Bing Web Search APIをベースにした外部検索
- マルチターン指示処理：指示を段階的に分解・再解釈する内部ステップを保持
- 引用元付き出力：出典情報を埋め込むための構文制御（引用挿入）
- スロット型情報保持：収集済み情報をカテゴリごとに保持して再参照可能
この仕組みにより、Deep Researchは単一の応答生成ではなく、マルチエージェント的な役割分担（収集・要約・批判・構成）を仮想的に実行できる構成になっています。
注意点と制限
- 出力までに5〜30分かかることがある
- 回答はソースの変化により再現性が低い
- 引用先の誤りにより誤情報を取り込むリスクがある
- 日本語検索はヒット率が低く、英語中心の情報に偏りやすい
- セッション中の複数回利用で利用制限に達する可能性がある
今後の展望と位置づけ
OpenAIは今後、Deep Researchをより高度なマルチエージェント構造へ発展させる計画を示しています。仮想的な批評家・事実検証者・反論者などを役割分担として導入し、ユーザーの質問に対して議論・検証・構成を並行的に行う設計が想定されています。
また、AutoGPTやFunction Callingとの統合により、ツール使用や外部リソースの読み込みを組み込んだタスク処理への拡張も視野に入っています。
出典・参考資料
- OpenAI公式ブログ（2025年2月公開）: https://openai.com/blog/chatgpt-deep-research
- Microsoft Bing Web Search API ドキュメント: https://learn.microsoft.com/en-us/bing/search-apis/
まとめ
- Deep Researchは段階的かつ構造化された情報収集・要約・検証プロセスを実行するエージェント
- GPT-4 Turboとは異なる推論特化モデル（o3）に基づき、指示の明示的起動が必要
- Proは月250回、Plusは25回、Freeは軽量版5回利用可能
- Bing API・スロット制御・引用明示など複数技術が統合されている
- 出力内容の精度確認と、用途の明確化が重要
リサーチや文献整理、要約付きの比較検討タスクなどに活用できる一方、精度や信頼性の評価はユーザー自身の補完が前提となります。
Comment