メインコンテンツにスキップ
OpenAI

2026年4月10日

OpenAI Academy

ChatGPT を使用した調査

search と deep research を活用して、ウェブ全体から情報を収集、分析、統合します。

読み込んでいます...

ChatGPT は、多くの情報源から情報をすばやく集約できるため、役立つ調査のパートナーになります。これにより、アイデアを探求し、パターンを見つけ、複雑なトピックを理解しやすくなります。コンテキストに基づく推論、出典の明示、明確で構造化された要約の生成により、漠然とした問いを明確なインサイトへと変換するのに役立ちます。

ChatGPT では、公開インターネットを検索する方法が2つあります。searchDeep Research です。以下では、両方についての説明と、それぞれをいつ使うべきかを示します。

ChatGPT search を使用すると、ChatGPT がインターネット上の最新情報を会話に直接取り込むことができます。これにより、ChatGPT の内蔵トレーニング知識を超えて、最新の出来事、市場動向、競合の動き、トレーニングデータに含まれていないニッチな詳細などについて、最新の回答を得ることができます。

複数のブラウザタブを切り替えて自分で情報を要約する代わりに、search はこれらの更新情報を直接 ChatGPT に取り込み、調査を効率化し、時間を節約します。また、新しいウェブデータと ChatGPT モデルの推論・要約能力を組み合わせることも容易になります。

チャットで search を使用する方法

  1. ChatGPT で新しいチャットを開きます。
  2. 最新または詳細な情報が必要な質問をする(例:「2025年のヘルスケアにおける AI の主要トレンド上位3つは?」)、またはツールメニューから「Web Search」をクリックします。
  3. モデルの回答の横に小さな地球アイコン 🌐 が表示されているか確認します。これは search が使用されたことを示します。
  4. 回答内の引用リンクをクリックして、元の情報源を確認します。
  5. たとえば「これを経営層向けに3つの箇条書きで要約してください」や「これを顧客向けのメール案にしてください」など、追加の指示でフォローアップします。

その他の考慮事項

  • 引用:意思決定を行う前に、必ずリンク先の情報源を確認してください。検索結果はウェブ上で入手可能な情報を反映しています。
  • 範囲:search は専門的なデータベース(例:サブスクリプション型の調査ツールや独自データ)に取って代わるものではありません。
  • 管理者設定:エンタープライズ環境では、ワークスペース所有者が検索機能の有効/無効を選択できます。

Deep Research

ChatGPT の Deep research は、推論を用いてウェブ全体から広範な情報を迅速に収集、要約、解釈し、通常のウェブ検索よりも複雑な質問に対してより網羅的に答えることを可能にします。

すべての出力が明確な引用元とともに文書化されるよう設計されているため、情報の検証や参照が簡単になります。また、Deep research は、通常なら数多くの情報源を閲覧することが必要になる、ニッチで非直感的な情報を、特に効率よく見つけます。

従来のウェブ検索とは異なり、Deep Research はエージェント型です。単にリンクの一覧を返すのではなく、検索、情報源の評価、クエリの改善、結果の統合といった複数ステップの調査プロセスを能動的に計画・実行します。

チャットで Deep research を使用する方法

1. ChatGPT を開いて、ツールメニューから「deep research」を選択します

2. 具体的で分かりやすいプロンプトを入力します。調査テーマ、目的、期間、重要な詳細を具体的に入力してください。追加の情報が必要な場合は、Deep Research が自動的にフォローアップの質問を行います。

  • [対象/意思決定/会議] に向けて、[テーマ] について調査しています。最近の重要な機会とリスクを整理し、実行可能なインサイトを3〜5点含むレポートを作成してください。

3. レポートを確認します。

  • Deep research はウェブを調査するため、処理に5〜30分ほどかかる場合があります。レポートが完成すると通知が届きます。
  • フォローアップの質問をしたり、追加の分析を依頼したりすると、Deep research が必要に応じて出力を補足・改善します。

Search と Deep research の違い

これらの機能は似ているように聞こえますが、それぞれに最適なユースケースは異なります。以下に、2つの機能の簡単な比較を示します。

検索

Deep Research

目的

ウェブや接続された情報源から、特定の事実、文書、または最新情報を迅速に取得する

複数の情報源にまたがる推論と統合を必要とする、複雑または曖昧な質問に対して、多段階で詳細な分析を行う

代表的なユースケース

最近のプレスリリース、製品仕様書、ニュース記事、または単一のデータポイントを見つける(例:「昨年の夏季オリンピックの観客数は?」)

「大規模な国際スポーツイベントの観客数に影響を与える要因は何か?」や「各国はオリンピック開催に向けてどのように準備しているか?」といった、より広範な問いを探る

出力の深さ

簡潔な結果、直接的な回答、またはリンクを返す—スマートなウェブ検索に近い

根拠に基づいた長文の要約を生成し、出典、トレードオフ、推論プロセスを含むことが多い

速度

高速—通常は数秒程度

低速—多段階の推論により、数分以上かかる場合がある

鮮度

利用可能な最新の情報を優先する。速報や時間的制約のあるデータに最適

必要に応じて最新の情報源を使用するが、新しさだけではなく、コンテキストの理解に重点を置く

質問の複雑さ

明確で具体的な質問に最適

単一の正解がなく、自由度の高い探索的または戦略的な質問に最適

OpenAI Academy で学習を続ける

実践的な AI スキルの習得に役立つ追加のガイドやリソースをご覧ください。