Deep Research Max

Deep Research Maxとは？

Deep Research Maxは、Gemini 3.1 Pro搭載の自律リサーチエージェントです。ウェブとユーザー提供データ上で長期間のリサーチおよび合成ワークフローを実行するよう設計されています。完全引用付きのプロフェッショナル分析を生成し、より大きなエージェントパイプラインの一部として単一のAPIコールで直接使用可能です。

高速な「Deep Research」オプションと比較して、Deep Research Maxは最大限の包括性と最高品質の合成を目的とし、拡張テスト時コンピュートを使用して反復的に推論・検索・最終レポートを洗練します。また、Model Context Protocol (MCP) を通じて独自データソースに安全に接続可能です。

主な機能

• 2つのエージェントオプション (Deep Research vs. Deep Research Max): Deep Researchで速度/レイテンシ最適化分析を選択するか、バックグラウンドワークフロー向けにDeep Research Maxでより深い高品質合成を選択。
• エンタープライズ向けリサーチワークフロー: Deep Research (Gemini 3.1 Pro搭載) は、金融、ライフサイエンス、市场調査などのエンタープライズワークフローをサポートし、より長いエージェントパイプラインの開始ステップとして記述。
• 包括的リサーチのための単一APIコール: 開発者はオープンウェブと独自データストリームをブレンドしたリサーチワークフローをトリガーし、プロフェッショナルグレードの完全引用付き分析を配信。
• Model Context Protocol (MCP) サポート: Deep ResearchはMCP経由でカスタムデータや専門プロフェッショナルデータストリームに安全接続。専門リポジトリをナビゲートする任意のツール定義を含む。
• ネイティブビジュアル出力: エージェントはHTMLまたは「Nano Banana」で高品質チャートやインフォグラフィックスをインライン生成。複雑な定性・定量データをプレゼン準備済みビジュアルに変換。
• 誘導可能リサーチ計画: ユーザーがエージェントのリサーチ計画を誘導し、出力が要求スコープに一致。

Deep Research Maxの使い方

1. Gemini API経由でエージェントにアクセス: Gemini APIを使用して自律リサーチワークフローをトリガー（記事では単一APIコールで「包括的リサーチワークフロー」をトリガー）。
2. 適切な設定を選択: 低レイテンシが重要ならDeep Researchを使用。非同期または長時間タスクで深い合成が必要ならDeep Research Maxを使用。
3. MCPでデータを接続: 独自ソースがある場合、MCP経由で接続し、エージェントがオープンウェブに加えてデータ上で検索・推論。
4. オプションでリサーチ計画を設定: エージェントのリサーチ計画にガイダンスを提供し、調査内容と最終レポート構造を誘導。
5. 生成出力をレビュー: エージェントは完全引用付き分析を生成し、APIサポートのレポート形式でネイティブチャート/インフォグラフィックスをインライン含む。

ユースケース

• 夜間デューデリジェンスレポート生成: Deep Research Maxを非同期バックグラウンドジョブ（例: 夜間cronタスク）として実行し、朝までにアナリストチーム向け包括的デューデリジェンスレポートを生成。
• ゲート付きデータでの市場調査: MCPで専門市場または金融データプロバイダーに接続し、エージェントが所見を合成して完全引用付きレポートとビジュアルチャート/インフォグラフィックスを生成。
• 複雑なマルチソース分析パイプライン: エージェントパイプラインの第一ステップとしてDeep Researchでコンテキスト収集を開始し、結果を下流ステップに渡して追加リサーチまたは合成。
• アプリケーション内インタラクティブリサーチ: 低レイテンシが重要なインタラクティブユーザー表面に埋め込みリサーチ体験向けに速度最適化のDeep Researchを使用。
• ファイル拡張調査: ファイルアップロードや接続ファイルストアを提供し、エージェントがオープンウェブと並行して検索し、所見を最終引用付きナラティブとビジュアルに組み込み。

FAQ

• Deep ResearchとDeep Research Maxの違いは何ですか？ Deep Researchは速度と低遅延/低コストに最適化され、高品質を保ちつつ、Deep Research Maxは最大限の包括性と最高品質の統合を目指し、拡張テスト時コンピュートを使用します。

• エージェントは独自データを扱えますか？ はい。記事によると、エージェントはModel Context Protocol (MCP)を使用して非公開データに安全に接続でき、ファイルアップロードや接続されたファイルストアとも連携可能です。

• テキスト以外を生成しますか？ はい。HTMLや「Nano Banana」を使ってレポート内で複雑なデータを視覚化するチャートやインフォグラフィックスをネイティブに生成できます。

• 引用とソースの扱いはどうですか？ 記事によると、生成される分析は「完全な引用付き」であり、ワークフローはオープンウェブと独自データストリームをブレンドできます。

• エージェントのリサーチ内容を制御できますか？ はい。記事によると、ユーザーはエージェントのリサーチ計画をガイドして、出力が必要な範囲に一致するよう確保できます。

代替案

• API経由でアクセス可能な他の自律リサーチエージェント: 多ソースリサーチとレポート生成を自動化する類似ツールがあり、通常遅延（インタラクティブ対バックグラウンド）、引用動作、推論の深さで異なります。
• Retrieval-augmented generation (RAG) パイプライン: より手動制御を求めるチーム向けに、ウェブと独自ストアから取得しレポートを生成するRAGセットアップが可能ですが、専用リサーチエージェントよりオーケストレーションが必要です。
• AIナラティブサポート付き専用BI/レポートツール: 主なニーズが視覚化とダッシュボードの場合、BIツールで直接チャート生成可能；エンドツーエンドのナラティブリサーチとソース横断の反復統合にはAIエージェントが適します。
• MCP接続ツールを使ったカスタムエージェントワークフロー: チームはMCPツールとLLM推論をオーケストレーションする独自「リサーチエージェント」を構築可能；柔軟性がありますが、実装負担がプラットフォームから開発者に移ります。