Gemini Deep Research

エージェント システム

Deep Research を開発するにあたって、新しいプランニング システムを構築し、Gemini アプリが複雑な問題を解決できるようにしました。Deep Research 用には、次のことができるように Gemini モデルのトレーニングを行いました。

• 問題の細分化: 複雑なユーザークエリが提示されると、システムはまず詳細なリサーチプランを策定し、問題を管理しやすい小さなサブタスクに細分化します。プランはユーザーが管理できます。Gemini が提示したプランに対して、正しい領域にしっかり焦点が合うようユーザーが修正することもできます。

• リサーチ: モデルがプランの実行を監督し、サブタスクのうち同時に処理できるもの、順番に実行する必要があるものを適切に判断します。モデルは、検索やウェブ ブラウジングなどのツールを利用して情報を取得し、推論を行います。それぞれのステップで、モデルは利用可能な情報に基づいて推論を行い、次の動作を決定します。モデルがそれまでに学習したことや、次に行おうとしていることをユーザーが理解できるように、思考パネルを導入しました。

• 統合: 十分な情報が集まったと判断すると、モデルは調査結果を統合して包括的なレポートを作成します。レポートを作成する際、Gemini は情報を批判的に評価して主要テーマや矛盾点を特定し、論理的かつ役立つ情報を提供できるようにレポートを構成します。また、よりわかりやすく詳細な内容にするために、自己批判を複数回行います。

新しいカテゴリ、新しい問題、新しいソリューション

Deep Research を構築するにあたり、次の重要な 3 つの技術的課題に対応する必要がありました。

マルチステップのプランニング

リサーチのタスクでは、複数のステップで構成される反復的なプランニングが必要です。各ステップにおいて、モデルはそれまでに収集された情報に基づいて不足情報や調査すべき相違点を特定する必要があります。その際、包括性は計算時間やユーザーの待ち時間とトレードオフになります。マルチステップからなる長時間のプランニングに有効なモデルを、データ効率のよい方法でトレーニングする。この方法で、Deep Research をあらゆるトピックに対してオープン ドメインな環境で機能させることができるようになりました。

長時間にわたる推論

一般的な Deep Research タスクには、数分間にわたる多くのモデル呼び出しが含まれています。これがエージェントを構築する上で課題となっています。1 つのエラーでタスクを最初からやり直し、ということがないように構築する必要があるためです。

この課題に対処するため、プランナーとタスクモデル間の共有状態を維持する、新しい非同期タスク マネージャーを開発しました。これによって、タスクを最初からやり直さなくても適切にエラー回復ができるようになりました。このシステムは完全な非同期です。そのため Deep Research でプロジェクトを開始した後に他のアプリへ移動したり、PC の電源を切ったりしても、再度 Gemini に戻ればリサーチ完了時に通知を受け取ることができるのです。

コンテキスト管理

Over the course of a research session, Gemini can process hundreds of pages of content. To maintain continuity and enable follow-up questions, we use Gemini’s industry-leading 1 million token context window complemented with a RAG setup. This effectively allows the system to "remember" everything it has learned during that chat session, making it smarter the longer you interact with it.

新しいモデルによる進化

12 月のリリース時、Deep Research には Gemini 1.5 Pro が利用されていました。その後 Gemini 2.0 Flash Thinking（試験運用版）を導入したことで、品質とサービング効率の両方が劇的に改善されました。Thinking モデルでは、Gemini は次のステップに進む前のアプローチをプランニングするのに、より多くの時間を必要とします。この自己反省とプランニングが持つ本質的な性質が、長時間実行されるエージェント タスクなどに適しているのです。実際、Gemini はリサーチにおけるすべての過程で便利になり、より詳細なレポートを提供できるようになりました。また、Flash モデルのコンピューティング効率によって、もっと多くのユーザーが Deep Research にアクセスできるようになります。今後も、さらなる Flash モデルや Thinking モデルの開発にご期待ください。Deep Research はこれからも進化し続けます。

And with our most capable model, Gemini 3, Deep Research is even better at all stages of research, delivering even more insightful and detailed reports

今後について

このシステムは汎用的に使えるよう構築されています。将来的には、ブラウジング範囲をユーザーがより細かく指定したり、オープンウェブ以外のソースを使用したりすることで、機能はさらに拡張されるでしょう。

Deep Research をさまざまな場面でご活用ください。実際にお使いいただいた皆様からのフィードバックを、サービスの開発や改善に活かしてまいります。私たちの最終目標は、あらゆる場面で役立つエージェント AI アシスタントを実現することです。