ChatGPTのdeep researchとは？情報源を指定して調査する使い方

ChatGPTのdeep researchを使ってみたいものの、通常の検索と何が違うのか、情報源をどこまで指定できるのか、出てきたレポートをどこまで信じてよいのかが分からない。

そんな方に向けて、調査目的の決め方から情報源の指定、調査計画の確認、完成レポートの検証、データ取扱いの注意点までを順番に整理しました。

市場調査や制度調査を自分の仕事へ落とし込むまでの流れが分かります。

deep researchは複数の情報源をまとめる調査機能

ChatGPTで調べものをするとき、通常のチャットへ質問するだけでは、どの情報を見たのか、複数の資料をどう比較したのかが後から追えません。

市場調査や制度調査のように何本ものページを読み比べたい場面では、短い回答だけでは判断材料が足りないんですよね。

deep researchは、複雑なオンライン作業について推論しながら調査を進め、集めた情報を統合して、文書化されたレポートを作る機能です。

情報源は公開Webだけに限りません。アップロードしたファイル、利用できる接続アプリ、こちらで指定したWebサイトも対象にできます。

大きな特徴は、いきなり最終回答を返すのではなく、先に調査計画を提案してくれる点にあります。

利用者はその内容を確認・修正してから調査へ進めますし、実行中も進捗を見ながら、必要なら中断して焦点や情報源を調整できます。

完成したレポートには引用または情報源へのリンクが付きます。

つまりdeep researchは「AIに答えを聞く機能」というより、調査の目的と範囲を人間が決め、情報収集と整理をAIに手伝ってもらう機能です。

この捉え方をしておくと、後の工程で迷いにくくなるでしょう。

先に結論｜目的・条件・情報源を決めてから実行する

仕事でdeep researchを使うなら、次の順番で進めるのが基本です。

1. 調査後に何を判断したいかを決める
2. 対象期間、地域、比較項目などの条件を書く
3. 使ってよい情報源を選ぶ
4. 提案された調査計画を確認する
5. 実行中の進捗を見て、必要なら方向を修正する
6. 完成レポートの引用と元資料を確認する
7. 人間の判断や実務経験を加えて成果物にする

deep researchは、情報源を読んで整理する時間を大きく減らしてくれます。ただ、便利さと引き換えに見落としやすい点もあるんです。

引用が付いていることと、その結論が自分の事業へそのまま当てはまることは別の話です。元資料の公開日、対象地域、前提条件まで見たうえで、重要な判断は自分で下してください。

最初から「詳しく調べて」とだけ頼むより、最終的に作りたいものを伝えた方が、提案される調査計画も確認しやすくなります。

たとえば「小規模なオンライン講座で使う予約サービスを比較し、月額料金、決済、キャンセル対応、個人情報の扱いを整理した検討メモを作る」というように、用途と比較軸をセットで示すわけです。

調査前に「何を判断したいか」を整理する

調査を始める前に、依頼文へ入れる材料をそろえておきましょう。最低限、次の四つを分けて考えると整理しやすくなります。

目的

調査結果を使って何を決めるのか

対象

サービス、地域、業種、期間など、どこまでを見るのか

比較軸

料金、機能、利用条件、データ取扱いなど、何をそろえるのか

成果物

箇条書き、比較表、提案メモ、確認事項一覧など、どの形で受け取りたいか

たとえば補助金制度を調べるとして、「使えそうな制度を探して」だけでは対象が広すぎます。

「東京都内の小規模事業者が2026年度に申請を検討できるIT導入関連制度を対象に、対象経費、申請期限、申請主体、公式URLを一覧にする。

募集終了済みは分ける」と書けば、確認すべき条件がはっきりします。

依頼文には、使ってほしくない情報源も書けます。個人ブログを根拠にせず官公庁と実施機関の公式ページを優先する、料金は公式料金ページで確認する、更新日のない情報は要確認へ分ける。

このあたりを最初に伝えておくと、後の検証がぐっと楽になります。

調査対象が頻繁に変わる分野なら、「2026年8月7日時点」のように基準日も入れておくのがおすすめです。後からレポートを読み返したとき、いつの情報を基準にしたのか判断できます。

deep researchを開始して情報源を選ぶ

ここからは実際の操作です。deep researchの入口は一つではなく、情報源も公開Web、手元のファイル、接続アプリ、指定サイトから選べます。

調査の目的によって適した組み合わせが変わるので、開始の手順と情報源の選び方を分けて整理します。

ツールメニューなどからdeep researchを選ぶ

開始方法は3通りあります。プロンプト欄へ「/Deepresearch」と入力する方法、プロンプト欄のツールメニューから選ぶ方法、サイドバーメニューから選ぶ方法です。

表示される入口はプラン、地域、ワークスペース設定などによって変わる場合があるため、自分の画面で見当たらないときは別の入口も試してみてください。

開始したら、調査の質問、求める成果、制約を入力します。

deep researchは確認の質問や調査計画を返してくることがあるので、すぐ実行へ進まず、対象と比較軸が依頼どおりかを読みましょう。

Web・ファイル・接続アプリを使い分ける

deep researchは標準で、公開Web、アップロードしたファイル、接続アプリを情報源にできます。

自社の資料と公開情報を一緒に整理したいときは、どれを根拠にするのかを依頼文で区別しておくと、後の確認が楽になります。

接続アプリでは、利用者がアクセスできるGoogle DriveやSharePointなどの文書ストア、対応する認証済みデータサービスを情報源にできます。

ここで押さえておきたいのが、アプリに対する操作の範囲です。

読み取り専用だからといって、機密情報を無条件に渡してよいわけではありません。

どのアプリを接続しているか、どのアカウントやデータへのアクセスを許可したかを確かめ、調査に不要な資料まで対象へ含めない運用にしておきましょう。

特定サイトだけに絞るか優先する

特定の公式サイトを中心に調べたい場合は、プロンプト欄から「Sites」「Manage sites」を選び、対象サイトを指定できます。

指定のしかたは2通りで、入力したWebサイトやドメインだけに調査を制限する方法と、指定サイトを優先しながらWeb全体も検索する方法があります。

制度や料金の確認なら公式サイトだけに制限し、業界動向の把握なら公式サイトを優先しつつ広く検索する。この使い分けが分かりやすいでしょう。

ただ、絞り込みすぎると重要な情報を取りこぼす可能性もあるため、範囲は調査目的に合わせて決めてください。

提案された調査計画を確認してから進める

deep researchは、調査を始める前に計画を提示し、利用者が確認・修正できる設計になっています。

ここで見るのは文章のきれいさではありません。調査の抜けと、広がりすぎの2点です。

実行後も任せきりにする必要はありません。進捗を追い、途中で調査を中断して、焦点やアクセスする情報源を調整できます。

対象が広すぎると分かった時点で「個人向けプランは除外する」「日本国内で利用できるサービスだけにする」と条件を足せばよいわけです。

この途中確認をしておくと、長いレポートが完成してからやり直す手間を減らせます。

調査計画を承認する工程は、外注先へ調査を依頼するときの要件確認と同じものだと考えると分かりやすいでしょう。

完成レポートは出典まで開いて確認する

完了したdeep researchの出力には、引用または情報源へのリンクが付きます。

完成レポートの画面には目次、使用した情報源のセクション、調査の進行を示す活動履歴が並び、レポートはMarkdown、Word、PDFなどの形式でダウンロードできます。

大事なのは、レポート本文だけで判断を終えないことです。少なくとも、結論を左右する事実については元の情報源を開きましょう。

• 引用先に本文の主張が実際に書かれているか
• 料金や数値の対象プランが一致しているか
• 公開日や更新日が古くないか
• 海外向けの情報を日本向けの条件として読んでいないか
• 二次情報を公式発表のように扱っていないか
• 例外条件や対象外の注意書きが省かれていないか

引用先が正しくても、複数の事実を組み合わせた結論には解釈が入ります。事実と提案は分けて書き、提案の部分には「この条件なら」「自社の運用では」と前提を添えてください。

顧客への提案書や公開記事へ転用する場合は、出典の利用条件や引用方法も別途確認が必要です。

通常の検索やチャットとの使い分け

すぐ確認できる事実には検索を使い、多数の情報源を読んで詳しい文書化レポートを作る場合にdeep researchを使う。OpenAIはこのように案内しています。

急ぎの回答なら検索か通常チャット、深い分析ならdeep researchという整理ですね。

使い分けの目安は、質問の長さではなく必要な調査工程だと考えてください。

利用回数はプランによって異なり、残りのタスク数は製品内のカウンターで確認できます。

短い確認までdeep researchへ回すと回数をすぐ使い切ってしまうので、通常検索で足りる作業とは分けておく方が運用しやすくなります。

データ取扱いと接続アプリの注意点

deep researchの会話には、通常のChatGPT会話と同じデータ処理およびプライバシー設定が適用されます。保持やモデル改善に関する設定は、ChatGPTのデータコントロールで管理します。

調査結果は会話履歴に残り、チャットを削除すれば関連するdeep researchの出力も一緒に削除されます。

接続アプリを使うときは、二つの話を分けて考えましょう。deep researchが読み取りアクションだけを使うという条件と、接続したアプリ自体がどのデータへアクセスできるかという問題です。

アプリの利用可否は、プラン、ワークスペース、役割、地域、接続設定などに左右されます。

もう一点、ChatGPTのアプリ権限の設定は、接続時に付与したアクセス範囲そのものを広げたり狭めたりするものではありません。

アクセスを外したい場合は、アプリを切断するか、管理者が無効にする必要があります。

個人事業で使う場合も、この線引きは変わりません。対象を広げるのは、組織のルールと契約条件を確認したうえで、必要になった場面だけで十分です。

deep researchが向いている人・向かない場面

deep researchが向いているのは、調査の目的と比較軸を自分で決められて、完成後に情報源を確認できる人です。個人事業主なら、次のような場面で使いやすいでしょう。

反対に、次のような場面ではdeep researchが遠回りになります。

もう一つ、調査結果を読まずにそのまま公開したい人にも向きません。

出典付きレポートは確認作業をしやすくする道具であって、人間による事実確認や採否の判断をなくすものではないからです。

代替手段も残しておく

すべての調査を一つの機能へ集約する必要はありません。目的に応じて、次のように組み合わせます。

目的	適した手段
最新の料金や規約を知る	公式ページを直接確認する
一つの事実を確かめる	通常検索を使う
自社資料の中を探す	対象ファイルを限定して検索する
顧客の悩みや現場事情をつかむ	インタビューや問い合わせ記録を見る
最終的な採否を決める	人間が条件と優先順位を判断する

deep researchは、複数資料の整理が重い場面で選ぶ手段です。公式ページ一枚で確認できることまで任せるより、負荷の高い部分へ絞った方が、それぞれの役割もはっきりします。

まとめ｜レポート作成より根拠確認までを一つの作業にする

ChatGPTのdeep researchでは、公開Web、アップロードファイル、接続アプリ、指定サイトを情報源にして、確認できる引用やリンク付きのレポートを作れます。

調査計画を実行前に見直せて、実行中も焦点や情報源を調整できる。この点が、短い質問への回答とは大きく違うところです。

実務で使うときは、目的、対象、比較軸、成果物を先に決める。完成後は、結論を左右する引用を元資料まで開いて確かめる。この二つをセットにしておけば、レポートをそのまま鵜呑みにする事故は避けられます。

まずは公開情報だけで小さな調査を一件試し、計画の修正と出典確認にどれくらい時間がかかるかを確かめてみましょう。

その感覚をつかんでから、接続アプリや社内資料をどこまで使うかを判断する方が安全です。