Deep Research（ディープリサーチ）は、OpenAIがChatGPTに搭載したリサーチ特化型のAIエージェント機能です。テーマを1つ指示すると、AIが自らWebを何十件も横断しながら調べ、出典リンク付きの調査レポートを数分〜数十分でまとめます。通常のChatGPTが「学習済み知識から即答する」のに対し、Deep Researchは「調べて・考え直して・書く」多段階のプロセスで動くのが決定的な違いです。この記事では、その仕組み（原理）を4つのステップに分解し、基盤モデルの変遷や料金、他社ツールとの違いまで2026年時点の事実で整理します。
まとめ：Deep Researchの仕組みの要点
- 正体：OpenAIがChatGPTに載せたリサーチ用AIエージェント。2025年2月2日に提供開始。
- 仕組み：①調査計画→②Webの自律ブラウジング→③推論とバックトラック（調べ直し）→④出典付きレポート生成、という多段階プロセスで動く。
- 基盤モデル：登場時は「Web閲覧に最適化したo3」。その後に軽量なo4-mini版が追加され、2026年2月にChatGPTのDeep ResearchはGPT-5.2ベースへ強化された。旧o3版モードは2026年3月26日に廃止。
- 訓練方法：実際のブラウジングと推論タスクを使った強化学習で、調べながら方針を修正する挙動を学習している。
- 使いどころ：出典が要る深い調査に強い一方、単純な事実確認・速報・機密データの分析には向かない。
Deep Researchとは：OpenAIのリサーチ特化AIエージェント
Deep Researchは、質問に対する調査から情報の取捨選択、レポート作成までを自律的に代行する「AIリサーチエージェント」です。OpenAIが2025年2月2日にChatGPT向けに公開しました。従来の検索エンジンが「関連ページの一覧を返す」だけなのに対し、Deep Researchは自分でページを開いて読み込み、複数の情報源を突き合わせ、根拠リンク付きの文章にまとめて返します。
人が数時間かける文献調査や競合調査を数分〜数十分に短縮できるのが売りで、公開時のベンチマークでもその実力が示されました。専門家レベルの難問を集めた「Humanity’s Last Exam」で正答率26.6%を記録し、当時トップだったo1やDeepSeek-R1の約9%からおよそ3倍に伸ばしています。AIエージェント向けの実タスク評価「GAIA」でも当時の最高スコアを更新しました（いずれもOpenAI公表値）。
Deep Researchの仕組み：多段階リサーチが動く4つのステップ
Deep Researchの核心は「一発回答」ではなく「反復調査」にあります。指示を受け取ったAIは、調査の計画を立て、Webを巡回し、得た情報を評価して必要なら調べ直し、最後にレポートへ統合します。ここでは実際の動作を4ステップに分けて説明します。
①調査計画とヒアリング（プランニング）
Deep Researchはいきなり検索を始めず、まず「何を・どの範囲で調べるか」の計画を立てます。指示があいまいな場合は、条件を絞るための質問（対象期間、比較軸、地域など）を先に返してくることが多く、これが最終レポートの精度を左右します。曖昧な依頼をそのまま投げるより、目的・前提・除外条件を明示したほうが調査の方向がぶれません。
②Webブラウジングによる自律的な情報収集
計画に沿って、AIが自分でWeb検索を実行し、ヒットしたページを開いて本文を読み込みます。テキストだけでなくPDFや画像も解釈でき、1回の調査で数十件規模のページを横断します。人が「検索→クリック→読む→次を検索」と繰り返す作業を、AIが連続して自動で回すイメージです。API版では調査1回あたり10〜30件程度のWeb検索が走るとされ、これはWeb検索が常時有効で無効化できない仕様に由来します。
③推論とバックトラックによる情報の取捨選択
Deep Researchが単なる自動要約と違うのは、途中で「調べ直す」点です。集めた情報に矛盾や不足があれば、いったん立ち止まって検索方針を修正し（バックトラック）、より確からしい情報源を優先します。この計画・実行・修正を繰り返す反復プロセスこそが「多段階リサーチ」の実体で、最終的に一貫性のある結論へ収束させていきます。
④出典付きレポートの生成
収集・精査した情報は、見出しや箇条書きで構造化されたレポートとして出力されます。各記述には参照元へのリンクが添えられ、読み手が一次情報をたどって裏取りできる形になっています。所要時間はテーマの重さによって5〜30分程度で、通常のチャット応答（数秒）とはまったく別の使い方になります。
仕組みを支える基盤モデルと強化学習
この挙動は、実際のブラウジングと推論を含む現実タスクでの強化学習によって獲得されたものです。基盤モデルは固定ではなく世代交代しています。登場時は「Web閲覧とデータ分析に最適化したo3」を採用し、その後に応答上限を増やせる軽量なo4-mini版が追加されました。2026年2月にはChatGPTのDeep ResearchがGPT-5.2ベースへ強化され、特定サイトを指定して調べる機能なども加わっています。o3ベースの旧「レガシー版」モードは2026年3月26日に廃止されました。ChatGPTのDeep ResearchがGPT-5.2ベースへ強化された経緯は別記事で詳しく扱っています。使うモデルの最新状況は公式のリリースノートで確認してください。
通常のChatGPTとの違い
同じChatGPT上の機能でも、通常の対話とDeep Researchは動作原理が別物です。混同すると「速いはずが数分待たされる」「簡単な質問に大げさなレポートが返る」といったミスマッチが起きます。用途で使い分けるための対比を整理します。
| 観点 | 通常のChatGPT | Deep Research |
|---|---|---|
| 応答時間 | 数秒 | 5〜30分程度 |
| 情報の取得 | 学習済み知識＋必要時に検索 | 自律的に多数のWebを巡回 |
| プロセス | 基本は一発回答 | 計画・調査・修正の反復 |
| 出力 | 会話文 | 出典リンク付き調査レポート |
| 向く用途 | 即答・下書き・相談 | 深い調査・比較・裏取り |
Deep Researchの使い方と対応プラン・回数（料金）
仕組みを踏まえると、Deep Researchは「時間をかけてでも根拠付きで深く調べたいとき」に使うのが正解です。ここでは実際の起動方法と、プランごとの回数制限・API利用の要点をまとめます。
ChatGPTでの使い方
ChatGPTの入力欄でDeep Research（ディープリサーチ）を選び、調べたいテーマを具体的に指示します。前述のとおり目的・比較軸・除外条件を書き添えると精度が上がります。実行後はバックグラウンドで調査が進み、完了するとレポートが届きます。
プラン別の利用回数
Deep Researchはプランによって月あたりの実行回数が異なります。回数上限は変更されやすいため、最新は公式で確認してください（2026年時点の目安）。
| プラン | 月あたりの利用回数（目安） |
|---|---|
| 無料 | 軽量版で月5回程度 |
| Plus / Team / Enterprise / Edu | 月25回程度 |
| Pro（月額200ドル） | 月250回程度 |
回数を使い切ると、当月は軽量版（o4-mini系）に切り替わる運用が基本です。軽量版でも多くの調査は十分こなせますが、難しい科学的問いや分野横断の推論では上位モデル版のほうが精度で有利です。
API（o3-deep-research / o4-mini-deep-research）の使いどころ
Deep Researchは自社システムへ組み込むためのAPIも提供されています。モデルは高精度な o3-deep-research と、低コストな o4-mini-deep-research の2種類です。API料金の目安（100万トークンあたり）は次のとおりで、o4-miniなら1調査あたりおよそ0.41ドル程度に収まります。呼び出しは通常のChat CompletionsではなくResponses API経由で、数分かかるためポーリングよりWebhook利用が推奨されています。
| モデル | 入力（100万トークン） | 出力（100万トークン） |
|---|---|---|
| o3-deep-research | 10ドル | 40ドル |
| o4-mini-deep-research | 2ドル | 8ドル |
Web検索は常時有効で無効化できないため、上記のトークン課金に加えて検索呼び出しの費用（1調査で10〜30回程度）も発生します。コストは「トークン課金＋検索回数分」の合算で見積もる。
他のDeep Research系ツールとの違い（Perplexity・Azure）
「Deep Research」という名称は、いまやOpenAI以外にも広がっています。基本的な仕組み（自律的にWebを調べて出典付きで報告する）は共通ですが、得意分野やコスト、組み込みやすさに差があります。
Perplexity Deep Researchの主な特徴と利便性は、検索エンジンを母体とするだけあって応答が速く、回数制限もゆるやかで日常のリサーチ用途に向きます。一方、業務システムやMicrosoftのクラウド基盤へ組み込みたい場合は、Azure上で動くDeep Research（Bing検索と連携する構成）が選択肢になります。OpenAIのDeep Researchは、ChatGPTの対話体験と最新モデルをそのまま使える点が強みです。目的が「手早く調べる」ならPerplexity、「社内基盤に組み込む」ならAzure、「ChatGPTで深く調べる」ならOpenAI、と切り分けると迷いません。
Deep Researchが苦手なこと・使うべきでない場面
仕組みを理解すると、Deep Researchを「使うべきでない場面」も見えてきます。多段階で調べる設計は強力ですが、万能ではありません。次のケースでは通常のChatGPTや別手段のほうが適しています。
- 単純な事実確認：用語の意味や1つの数値を知りたいだけなら、数分かかるDeep Researchは過剰。通常のChatGPTや検索で十分です。
- 情報の正しさの最終判断：出典を付けても、AIが権威ある一次情報とネット上の噂を完全に見分けられるわけではありません。誤りや誤帰属は残るため、重要な意思決定では引用元を人が確認する前提で使います。
- 速報性が命の調査：巡回に時間がかかるうえ、収集タイミングによっては最新の一次発表を取りこぼすことがあります。分単位で動く事象は公式発表を直接見るべきです。
- 社内の機密データ分析：標準のDeep Researchは公開Webが対象です。自社データを扱うにはコネクター（MCP等）で明示的につなぐ必要があり、無条件に社内情報を読めるわけではありません。
- コストと時間が見合わない反復作業：API利用では1調査ごとにトークンと検索の費用がかさみます。同種の軽い問い合わせを大量に回す用途には割高です。
よくある質問（FAQ）
Deep Researchの原理を一言でいうと？
「計画→Web巡回→推論と調べ直し→出典付きレポート」の多段階プロセスを、強化学習で訓練したモデルが自律的に回す仕組みです。一発回答ではなく反復調査である点が本質です。
Deep Researchは無料で使えますか？
無料プランでも軽量版が月5回程度使えます。回数や機能を増やしたい場合はPlus以上、大量に使うならProが目安です（上限は変更されることがあります）。
Deep Researchの1回の調査にかかる時間は？
テーマの深さによりますが、おおむね5〜30分程度です。通常のチャット（数秒）とは別物で、待ち時間を前提に使います。
どのモデルで動いていますか？
登場時はWeb閲覧向けに最適化したo3、その後o4-mini版が追加され、2026年2月からChatGPTのDeep ResearchはGPT-5.2ベースへ強化されています。APIではo3-deep-researchとo4-mini-deep-researchを選べます。
APIから使えますか？
使えます。Responses API経由でo3-deep-researchまたはo4-mini-deep-researchを呼び出します。Web検索が常時走るため、トークン課金に加えて検索回数分の費用がかかります。
