Deep Researchの使い方｜プロンプト例・料金確認・出典検証の手順

この記事の監修者

リスキルAIキャリア編集部

リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。

Deep Researchは、複数のWebページを自動で巡回し、出典付きの調査レポートを数分でまとめる機能です。丸ごと任せる道具ではありません。任せる調査と任せない調査を分け、出典を人間が確認してから成果物にする使い方が前提です。

向くのは、事実誤りが致命傷にならない「たたき台」用途です。業界研究や提案の下調べが該当します。向かないのは、数字・法令・固有名詞が価値を決める調査です。検証工程なしでは使えません。この記事は操作手順、プロンプト例、料金確認、検証チェックリストの順に示します。

Deep Researchの使い方｜まずはこの手順で始める

最短の始め方は、ChatGPTを開いてDeep Researchを選び、条件を絞って投げる流れです。曖昧な指示ほど的外れなレポートが返ります。範囲と条件を先に決めてください。表示名は公式のUI変更で変わる場合があります。

1. ChatGPTを開く(WebまたはアプリでログインしPlus等の有料プランを確認)
2. 入力欄付近のモデル・ツール選択でDeep Researchを選ぶ
3. 調査テーマと「知りたい結論の形」を1〜2文で入力する
4. 範囲・期間・地域・除外条件を指定する(例: 2024年以降・日本国内・個人ブログ除外)
5. 出力形式を指定してレポート生成を待つ(短い調査は数分、広範な調査は10分以上かかることがあります)
6. 出典リンクを1件ずつ開いて記述を照合する
7. 不要情報を削り、結論から並べ替えて成果物用に再構成する

形式は表に固定しないでください。横並びで比較する資料なら表、経緯を追う資料なら文章が読みやすくなります。受け手が「どこを見ればよいか」から逆算して形式を選びます。最初の1〜4手順で条件を絞るほど、後工程の検証と修正が軽くなります。

Deep Researchとは｜通常ChatGPTとの違い

Deep Researchと通常ChatGPTの違いは、探索の深さです。通常のChatGPTは学習済み知識か1回の検索で応答します。Deep Researchは複数ソースを横断し、根拠リンクを列挙します。

通常ChatGPTは、その場の質問や短い下書き作成に向きます。Deep Researchは、複数論点をまとめた業界研究や提案書の下調べに向きます。同じチャット画面でも、単発回答と多段調査という別用途の機能です。

機能の詳細や対応プランはOpenAIの公式ヘルプ(help.openai.com)で確認できます。UI名や対応モデルは更新されるため、解説記事より公式の記載を優先してください。

Deep Researchで使えるプロンプト例

良いプロンプトは、調査対象・期間・地域・出力形式・除外条件・出典の扱いを1回で指定します。以下は用途別のコピペ用テンプレートです。テーマ部分を書き換えて使ってください。

業界研究

日本国内の生成AI研修市場について、2024年以降の公開情報を中心に調査してください。
対象は法人向け研修サービスに限定し、個人向けスクールは除外してください。
出力は「市場の変化」「主要プレイヤー」「価格帯」「導入企業が比較する観点」「未検証の論点」に分けてください。
数値を出す場合は必ず出典URLと発表年月を併記してください。
公式情報・政府統計・企業のIR資料を優先し、個人ブログは参考扱いにしてください。

競合比較

クラウド会計ソフト3社(freee・マネーフォワード・弥生)の法人向けプランを比較してください。
対象は日本国内、2025年以降の公式発表に限定してください。
出力は比較表で、列は「料金」「対応規模」「主要機能」「連携サービス」「出典URL」にしてください。
料金や機能は各社の公式サイトを一次情報とし、価格改定日を明記してください。
出典が公式で確認できない項目は「未確認」と記載してください。

副業案件の市場調査

Webライティングの副業案件の相場を調査してください。
対象は日本国内、2024年以降の公開情報に限定してください。
出力は「文字単価の分布」「単価が上がる条件」「発注元の種類」「未検証の論点」に分けてください。
数値には必ず出典URLと調査時期を付けてください。
クラウドソーシング各社の公式データや調査レポートを優先し、個人の体験談は参考扱いにしてください。

転職面接準備

株式会社◯◯(業種:SaaS)の面接準備用に、事業と市場環境を調査してください。
対象は2024年以降の公式発表・IR・報道に限定してください。
出力は「主力事業」「直近の業績」「競合」「想定質問5つ」「回答の骨子」に分けてください。
業績や数値には出典URLと発表年月を付けてください。
公式IR・プレスリリースを優先し、まとめサイトは除外してください。

法令・制度確認のたたき台

2024年以降の電子帳簿保存法の実務対応について、概要を整理してください。
対象は日本国内の中小企業とし、出力は「対象書類」「保存要件」「猶予・経過措置」「確認すべき条文」に分けてください。
各項目にe-Gov法令検索または国税庁の該当ページのURLを併記してください。
解説記事の内容は参考にとどめ、条文と公式通達を優先してください。
不確かな点は「要・公式確認」と明記してください。

悪いプロンプトは、範囲も出力形式も指定しないものです。「生成AI市場について調べて」だけでは、対象国も期間も出典基準も不明で、検証しづらいレポートが返ります。

• NG例1: 「生成AI市場について調べて」→対象・期間・出力形式が無く、精度も検証性も落ちます
• NG例2: 「最新の副業でいちばん稼げる方法を教えて」→定義が主観的で、出典が個人ブログに偏ります

プロンプトの型を身につけたら、次は「どこまでAIに任せ、どこを人が検証するか」を言語化できると実務で差がつきます。この線引きはPEP検定の学習範囲でも整理できます。

任せていい調査・危険な調査の判定表

判断軸は「間違いが成果物の価値を壊すか」です。壊す調査は、AIに任せる範囲を狭め、人間の確認と一次情報を必須にします。タスク別に仕分けます。

間違えたら誰かが損をする調査は、必ず検証必須か任せてはいけない側に置いてください。投資や採用の判断材料は、単一予測ではなく楽観・中立・悲観の3案で出力させると使いやすくなります。決定は人が下します。

生成AIの調べ物全般の線引きは生成AIリサーチは危険？任せていい調べ物の判定表と検証手順でも整理しています。

料金・回数制限の確認方法

料金と回数はプランで変わり、改定も続きます。数値の断定は避け、確認すべき項目と見る場所を示します。契約前に公式で最新値を確認してください。

参照先は、料金がChatGPT pricing、回数や仕様がOpenAI Help Center、変更履歴がRelease Notesです。課金判断のコツは、上限到達の頻度を指標にすることです。まず低額で使い、上限到達が日常化してから上位プランへ上げる順序が合理的です。

出典検証チェックリスト

Deep Researchでも出典の捏造やリンク切れは起きます。「出典リンクが付いている＝正しい」ではありません。納品前に次のチェックを機械的に回してください。

実際のレポートでは、次のようなNGが出ます。仕組みを知ると先読みできます。

• NG例1: レポート「市場規模は1兆円」／出典が古い民間ブログ→発表元・調査年・対象範囲が不明で使えません
• NG例2: レポート「2025年から制度変更」／出典が解説記事のみ→e-Gov法令検索や省庁公式で条文を確認していません
• NG例3: レポート内の数値と、開いた出典ページの数値が別物→リンク先に記述が存在しない典型例です

法令名が出たら解説記事ではなくe-Gov法令検索で条文を確認し、税務はブログではなく国税庁のタックスアンサーで確認します。統計は総務省や経済産業省の公式ページで裏を取ります。参照先はe-Gov法令検索、国税庁、総務省統計局です。

誤情報が生まれる仕組みはハルシネーションとは？原因・事例・5つの対策で整理しています。この検証手順を型として身につけると、チームで同じ品質を保てます。運用ルールとして定着させる段階では、法人研修で検証フローを共有すると属人化を防げます。

成果物に落とし込む手順

生成レポートをそのまま納品しないでください。出典が未検証で、社内固有の文脈が抜け、文章にAI臭が残るためです。人間の判断と再構成を必ず挟みます。

1. 検証チェックリストで出典を確認し、不合格の記述を削除・差し替え
2. 成果物の目的に合わせ、不要な情報を削り論点を絞る
3. 結論・根拠・次アクションの順に並べ替える
4. 受け手基準で形式を選ぶ(比較なら表、経緯なら文章)
5. AI臭の表現をNG語・OK語リストで置き換える

社内ルールを反映させる場合は、AIに「新人への引き継ぎ書」形式で条件を渡します。手順・数字の出典・禁止事項・記録先の4項目に絞ると、推測での穴埋めを防げます。検証と再構成を経た時点で、初めてあなたの成果物になります。

副業・転職・収入UPでの活用

Deep Researchはキャリアの武器になりますが、使いどころを外すと逆効果です。実務で効く3場面を挙げます。

1つ目は業界研究です。転職先や取引先の市場動向、競合、事業構造を数分でたたき台化します。面接では検証し、自分の言葉で語れる状態にして臨みます。

2つ目は提案の下調べです。副業の営業やコンサルで論点を洗い出します。下調べで浮いた時間を、提案の中身と検証に回します。3つ目は面接準備です。想定質問と回答の骨子を作らせ、企業のIRやプレスと照合します。

Deep Researchを使えるだけでは評価されにくい

ツール操作だけでは差別化になりません。評価されるのは、調査設計・出典検証・成果物化の3つです。副業提案や転職面接では、どの業務をAIに任せ、どこを人間が検証するかを言語化できる必要があります。

この線引きを整理すると、単なる「ChatGPTを触れる人」から一段上の説明ができます。PEP検定の学習では、生成AIのリスク管理と活用手順を体系的に押さえられます。Deep Researchを仕事で使う前提なら、出題範囲を確認してから運用に入ると安心です。

スキルを客観的に示す方法は生成AIスキルの証明方法｜資格×ポートフォリオ×数字で示す30日手順も参照してください。

Gemini・Perplexityとの比較

ツールは機能差で選びます。用途別に、向く作業と弱い作業を具体化します。仕様や料金は各社公式で最新値を確認してください。

選び方は3行で整理できます。1つの事実をすぐ確認するならPerplexity、論点整理まで任せるならChatGPT Deep Research、Google検索前提で広く拾うならGemini Deep Researchです。

各ツールの機能はGemini公式、Perplexity公式で確認できます。Perplexityの使い分けはPerplexityの使い方｜任せていい調べ物と危険な調べ物を仕分ける手順で解説しています。

よくある質問

Deep Researchは無料で使えますか

提供範囲はプランで変わります。有料プラン中心の提供で、プラン別に回数上限があります。無料での利用可否と回数はOpenAI Help Centerの最新値を確認してください。

通常のChatGPTと何が違いますか

探索の深さが違います。通常のチャットは1回の応答で答えます。Deep Researchは複数ページを巡回し、出典付きレポートを生成します。短い調査は数分、広範な調査は10分以上かかることがあります。

出典リンクがあれば信じてよいですか

信じてはいけません。リンク切れや、記述と無関係なページを出典に見せる事例があります。リンクを開き、原文に記述が存在するかまで確認してから使ってください。

レポートをそのまま提出してよいですか

避けてください。出典が未検証で、社内文脈が抜け、AI臭も残ります。検証・取捨選択・再構成・表現調整を経て、初めて成果物になります。

初心者はまず何から始めればよいですか

まず通常のChatGPTで指示の出し方に慣れます。次に、間違えても実害の小さい業界研究でDeep Researchを試し、検証チェックリストを毎回回す習慣をつけてください。