続・Gemini Agent追跡、Deep Researchがメールや資料も読む

📌 エグゼクティブサマリー
Geminiの研究エージェントDeep Researchが、ウェブに加えGmail・Drive・Chatを情報源にできるよう進化しています。最大数百サイトを自動で調べ、数分で複数ページのレポートを作成します。企業向けには公開情報と社内データを掛け合わせる提供も始まりました。

「調べてまとめる」仕事の引き受け方が、変わってきました。GoogleのGeminiには、複数の情報源を自動で調べてレポートにまとめる「Deep Research」というエージェント機能があります。エージェントとは、指示を自分で分解し、手順を組み立てて作業を進めるタイプのAIのことです。今回の素材を見ると、このDeep Researchが「ウェブを検索する道具」から「個人の資料まで読む研究助手」へと広がっています[1]。

記事全文: Gemini Deep Research — your personal research assistant
画像出典: 記事全文: Gemini Deep Research — your personal research assistant

何が変わったのか、順に見ていきます。Deep Researchは、ウェブ上のサイトを最大数百件、自動で閲覧できます。そこへGmail、Drive、Chatを情報源に追加できるようになりました。これが今回の大きな変化です[1]。メールや社内ドキュメントも踏まえた調べ物が、一回の指示で済みます。なお、これらの個人データは、利用者が選んだ場合にだけ読まれる仕組みです[1]。自分のファイルをアップロードして使うこともできます[1]。素材では、何時間もかかる作業の節約をうたっています[1]。

動き方は4段階に整理されています。まず指示を研究計画に変えるPlanning(計画)。次に関連情報を自律的に探すSearching(検索)。集めた情報を推論しながら吟味するReasoning(推論)。そして数分で複数ページのレポートにまとめるReporting(報告)です[1]。推論の過程は画面に表示され、次の一手を考える様子が見えます[1]。モデル側も強化されています。Gemini 3では、計画からレポート作成までの全段階で性能が上がるとあります[1]。レポートはCanvasという作業スペースで手を加えられ、クイズや音声版のコンテンツに作り替えることも可能です[1]。

企業向けの展開も進んでいます。Google Cloudのドキュメントは、このエージェントを、複雑な複数段階の調査作業を計画・実行し、一つのレポートにまとめるマネージド型だと説明しています[2]。マネージドは、Google側が運用を担う形という意味です。公開ウェブと非公開の企業データの両方を調べ、引用付きのレポートで意思決定を速めるのが狙いです[2]。開発者向けには、Gemini API経由で使うためのドキュメントも用意されています。このドキュメントの最終更新は2026年10月22日で、ごく最近まで情報が更新されています[2]。

使い方の例も具体的です。競合分析では、公開ウェブのデータに、社内の戦略メモ、機能比較の表、競合製品についてのチームチャットを掛け合わせてレポートを作ります[1]。販売候補の調査や企業分析といったデューデリジェンスの場面でも使えるとしています[1]。デューデリジェンスは、取引や投資の前に相手企業の実態を詳しく調べることです。ウェブと社内の情報を一つのレポートに統合できる点が、従来の検索との違いです。

一方で、冷静に見るべき点もあります。今回の素材は公式ドキュメントが中心で、実際の精度や速度を示す第三者の実測数値は見つかりませんでした。無料で使える研究エージェントとして紹介するレビュー記事はありますが[3]、素材にはその評価の中身がありません。また、社内のメールやドライブを読ませる以上、誰のデータまで参照してよいかという権限の設計が気になります。個人利用では選択制とはいえ、企業での運用では管理方法が課題になりそうです。この点の説明は素材にはありませんでした。

関連情報として、ブラウザを操作するエージェント「Project Mariner」を解説した記事も素材に並んでいます[3][3]。ただし素材は見出しレベルで、詳細は確認できません。Deep Researchが「調べてまとめる」担当だとすれば、Marinerは「ブラウザで操作する」担当という分担になると思われます。Googleがエージェントを複数の役割で展開している様子がうかがえます。

以前取り上げた「続・Gemini Agent追跡、Flashが6週間で3世代入れ替わった」では、モデル本体の側面として、コンテキスト長(一度に扱える文章の量)が約100万トークンである点などを追いました。今回はエージェント機能側の進展が中心です。調べる範囲がウェブから個人・企業のデータへ広がったことが、今回の一番の変化です。モデルの性能だけでなく、どの情報に接続できるかが、エージェントの価値を左右する段階に入ったようです。

関連記事

CALENDAR

2026年10月
日 月 火 水 木 金 土
 123
45678910
11121314151617
18192021222324
25262728293031

ARCHIVES

CATEGORIES