Google GeminiでDeep Researchを他の類似サービス5つと比較

金沢に来たら駅にある大好きな店で
おかず買うと1合しか食べられず。
イーンスパイアの横田です。
https://www.enspire.co.jp

残り１合は夜に食べました。

いつもは玄米おにぎり2合を
昼ご飯で食べるんだけどね。

さて、本題です。

Google GeminiでDeep Researchを他の類似サービス5つと比較
https://www.youtube.com/watch?v=i8q6y7QvxhU

Google GeminiでDeep Researchを他の類似サービス5つと比較

Google GeminiでDeep Researchを他の類似サービス5つと比較

GoogleのGemini Deep Researchがローカルファイルに対応し、従来のインターネット検索に加えて、ユーザーのPCやGoogle Driveのファイルを元にした調査が可能になりました。ChatGPT、Claude、Perplexity、Felo、Gensparkなど他のAIツールとの比較実験を行った結果、Gemini Deep Researchは文字ベースの回答に加えて、ウェブページ、インフォグラフィック、クイズ、音声概要の4つの形式で結果を出力できる点が優秀で、ビジュアル的に分かりやすく、学習や解説に最も適していることが判明しました。

1. はじめに
2. Google Gemini Deep Researchのローカルファイル対応が革命的な理由
3. 6つのAIツールで徹底比較実験を実施
4. 各AIツールの結果比較と驚きの差
5. Google Gemini Deep Researchが圧倒的に優秀だった理由
6. おわりに
7. よくある質問（Q&A）

はじめに

2025年6月10日、AIツールの世界に新たな革命が起きています。GoogleのGemini Deep Researchがついにローカルファイルに対応したのです。これまでインターネット上の情報しか調査できなかったDeep Research機能が、あなたのパソコンやGoogle Driveに保存されているファイルまで分析してくれるようになりました。「でも、ローカルファイルの情報なんて限られているし、わざわざ対応する意味があるの？」と思われるかもしれません。しかし、実際に使ってみると、その可能性は想像以上に広がっています。今回は、ChatGPT、Claude、Perplexity、Genspark、Feloという主要なAIツールと徹底比較して、どのツールが最も優秀なのかを検証してみました。その結果は、予想を大きく覆すものでした。

Google Gemini Deep Researchのローカルファイル対応が革命的な理由

GoogleのGeminiというLLM（ラージランゲージモデル）には、Deep Researchという非常に強力な機能があります。これまでは、インターネット上の情報を探してきて、詳しく調べて、まとめてくれるというものでした。しかし、今回の大きなアップデートで、ローカルファイル、つまり自分のパソコンの中に入っているファイルや、自分のクラウドサービスの中に入っているGoogleサービス、特にGoogle Driveのファイルを元に調査してくれるようになったのです。

最初は「普通は、クローズドのローカルの方に詳しいファイルがあることはほとんどなくて、ネット上にあるわけだから、ローカルのファイルに対応して何かいいことあるのかな」と思っていました。しかし、実際に使ってみると、非常に面白い使い方ができることがわかりました。

まず、GoogleのGeminiで無料プランの画面を確認すると、画面下にCanvasというボタンはついているのですが、Deep Researchはありません。つまり、現時点ではDeep Researchが無料では利用できない状態になっています。一方、有料プランの方では、画面下にDeep Researchがあります。ここにチェックをつけて色をつけた状態にすると、今までは添付ファイルができなかったのですが、ここで「ファイルを追加」を押して、そこに入れることができるようになりました。ファイルアップロードとドライブから追加の２つの選択肢があり、Googleドライブからの追加ができるようになったというのが今回の大きな変更点です。

他の類似サービス、例えばChatGPT、Claude、Perplexity、Genspark、Feloなどにも同様のDeep Research機能がありますが、これらとローカルファイルで比較すると、どのような違いがあるのでしょうか。今回は、これらすべてのツールを同じ条件で比較検証してみました。

6つのAIツールで徹底比較実験を実施

今回の実験では、昨日作成したスライドをPDFにして読み込み、ローカルファイルとしてDeep Researchを実行してみました。使用したプロンプトは「この内容を元にAIによる営業電話を防ぐ方法について詳しく解説して」というものです。この実験の目的は、添付ファイルの内容を元に、AIに補足情報を追加してもらうことでした。つまり、ベースとなる資料を用意しておいて、その中に入っていない情報を補足してもらうという使い方の検証です。

まず、Google GeminiでDeep Researchを開始すると、「リサーチを開始しますか」という確認画面が表示されます。この計画を編集することも可能ですが、検索の意図を適切に理解している場合は、そのままリサーチを開始することができます。この処理にはかなり時間がかかるため、その間に他のツールでも同様の実験を行いました。

ChatGPTでは、入力欄でDeep Researchを実行するにチェックをつけて、ローカルファイルを入れ、同じプロンプトで質問しました。より高性能なo3モデルを使用して検証を行いました。

Claudeも最近ローカルファイルにアクセスできるようになったため、新規チャットでリサーチBETA機能にチェックをつけて、同様にファイルをアップロードして同じプロンプトで実行しました。

Feloでは、Deep Research機能は左側のクイックではなく、右側の「研究」という項目になります。ここで同じ内容で添付ファイルをつけて実験を行いました。

Gensparkでは、Deep Researchという言葉は現在使われておらず、代わりに「スーパーエージェント」という機能があります。ただし、個人的には「真相研究」という高度なエージェント機能の方が、Deep Researchに近い働きをすると感じました。Gensparkの場合、添付ファイルのサイズ制限が2MBまでとなっているため、圧縮したファイルを使用しました。

Perplexityでは、最近ディープリサーチ機能がアップデートされ、3つのアイコンが並んでいます。一番左が通常のAI検索、真ん中がリサーチ（Deep Research）、そして一番右に新しく追加された「ラボ」があります。このラボ機能は、さらに高度なDeep Research機能となっているため、今回はこちらを使用しました。

このように、ChatGPT、Google Gemini、Claude、Felo、Genspark、Perplexityの6つのツールを同時に実行して比較検証を行いました。これらのツールを同時に走らせることで、パソコンの動作がかなり重くなりましたが、処理時間がかかるため、完成したものから順次結果を確認していきました。

各AIツールの結果比較と驚きの差

まず、ChatGPTの結果を見てみると、非常に興味深い機能が搭載されていました。レポートを出力する際に「あなたは事業者ですか、一般ユーザーですか」という質問があり、事業者を選択すると「どのような形式をお望みですか」として、ブログ記事、マニュアル、スライド、動画スクリプトなどの選択肢が表示されました。すべての形式を要求したところ、非常に充実した内容が出力されました。

1つ目のブログ形式では、詳細で分かりやすい説明が提供され、そのままブログ記事として使用できるクオリティでした。このブログ記事は非常に長文で、コピーしてそのまま使用できるレベルの完成度を持っていました。

2つ目のスライド形式では、タイトル、スライド、中身という構造で整理され、この内容をスライド生成AIに投入すれば、すぐにプレゼンテーション資料を作成できる状態でした。ただし、ChatGPT自体ではスライドの視覚的な作成は行われませんでした。

3つ目の動画スクリプトは特に印象的で、ナレーション部分と映像指示が細かく分けられた、完全な台本として提供されました。この通りに動画を作成すれば、プロ品質のコンテンツが作成できるレベルの詳細さでした。

しかし、ChatGPTの出力はすべて文字ベースとなっており、視覚的な要素は含まれていませんでした。内容は非常に充実していますが、見た目的にはやや物足りない印象を受けました。

Claudeの結果では、詳細なデータが右側に表示される形式となっていました。Deep Researchらしく、大量の文章が出力されるため、最初は「すごい」という印象を受けますが、実際にすべてを読むとなると、なかなか大変な量でした。NotebookLMのような音声概要やマインドマップ、インフォグラフィックのようなマルチモーダルなサービスが注目されている理由がよく分かります。通常の文字だけの出力では、情報の消化が困難になってしまいます。

Perplexityのラボ機能を使用した結果は、文章に加えて画像を自動的に引用して表示する機能がありました。画像の引用元も明示されており、視覚的に分かりやすい構成となっていました。ただし、引用される画像が海外のものが多く、英語表記となっているため、日本人にとっては若干の違和感がありました。それでも、このようなインタラクティブページのような見た目は評価できると感じました。普通のリサーチ機能では文字のみの出力となりますが、ラボ機能では視覚的な進化が見られました。

Gensparkのスーパーエージェント機能では、文字のみの出力で箇条書き形式となり、分かりやすい構成でしたが、見た目的には文字ベースに変わりはありませんでした。一方、真相研究機能では、文字出力に加えて、最下部に「SparkPage」のリンクが生成されました。このリンクをクリックすると、ページ形式での表示となり、YouTubeなどの埋め込みコンテンツも含まれていましたが、内容的にはほとんど文字ベースでした。

Feloでの結果も、同様に文字のみの出力となりました。ただし、画面下に「回答を変換」というボタンがあり、「インタラクティブウェブページ」を選択することで、より詳細なページを生成できる機能がありました。しかし、ローカルファイルから情報を引用した場合、この機能は「リサーチ検索モードのみ利用可能」というメッセージが表示され、使用できませんでした。そこで、ローカルファイルを使わずに「AIによる営業電話を防ぐ方法」というキーワードのみで通常のDeep Researchを実行すると、色付きで見やすいページが生成されました。つまり、ローカルファイル対応時には、この視覚的な機能が制限されてしまうという問題がありました。

Google Gemini Deep Researchが圧倒的に優秀だった理由

そして最後に、Google GeminiのDeep Researchの結果を確認したところ、他のツールとは一線を画す圧倒的な機能性が明らかになりました。

まず、基本的な出力は文字ベースで、表形式での整理なども含まれており、若干の見やすさは向上していました。しかし、真の革新性は画面右上の「作成」ボタンにありました。ここには、ウェブページ、インフォグラフィック、テスト、音声概要という4つのオプションが用意されていました。

1つ目の「ウェブページ」を選択すると、完全なHTMLページが瞬時に生成されました。このHTMLコードをそのままコピーして貼り付けることで、ブログサイトに直接掲載することができます。さらに、URLとして共有することも可能で、完全に機能するウェブページとして提供されます。

2つ目の「インフォグラフィック」では、視覚的に非常に分かりやすいグラフィカルな表現が生成されました。複雑な情報が視覚的に整理され、一目で内容を把握できる優れたデザインとなっていました。

3つ目の「テスト」機能では、内容に関連したクイズが10問生成されました。各問題に対して正解・不正解の判定があり、学習効果を高める仕組みが組み込まれていました。このクイズ機能により、コンテンツの理解度を確認することができます。

4つ目の「音声概要」は、Google NotebookLMと同様の機能で、男性と女性の会話形式で内容を解説してくれる音声コンテンツが生成されました。この機能により、文字を読むのが困難な状況でも、音声で内容を理解することができます。

これらの機能により、Google GeminiのDeep Researchは、単なる文字ベースの出力を大きく超えて、マルチモーダルな形式でのコンテンツ生成を実現しています。ローカルファイルに対応したことで、自分の資料を基に、これらの多様な形式でのコンテンツを瞬時に生成できるようになったのです。

他のAIツールが文字ベースの出力に留まっている中で、Google Geminiだけが視覚的で実用的な複数の出力形式を提供しており、その差は圧倒的でした。特に、ビジネスや教育の現場では、これらの多様な出力形式は非常に価値があります。プレゼンテーション資料、ウェブコンテンツ、学習教材、音声コンテンツを一度の操作で生成できることは、作業効率の大幅な向上につながります。

おわりに

今回の検証により、Google GeminiのDeep Researchがローカルファイルに対応したことの真の価値が明らかになりました。単にファイルを読み込んで分析するだけでなく、その内容を基に多様な形式のコンテンツを瞬時に生成できる機能は、他のAIツールにはない独自の強みです。ChatGPT、Claude、Perplexity、Genspark、Feloといった競合ツールも、それぞれに優れた特徴を持っていますが、出力の多様性と実用性においては、Google Geminiが圧倒的に優位に立っています。特に、既存の資料を基に新しいコンテンツを展開したい場合や、同じ情報を複数の形式で活用したい場合には、Google Geminiの機能は革命的な効率化をもたらします。今後は、このようなマルチモーダルな出力機能が、AIツール選択の重要な基準となることでしょう。ぜひ皆さんも、これらの機能をうまく活用して、学習や業務の効率化に役立ててください。

よくある質問（Q&A）

Q1: Google Gemini Deep Researchのローカルファイル対応は無料で使えますか？

A1: いいえ、現時点では無料プランではDeep Research機能を利用することができません。有料プランに加入する必要があります。無料プランでは画面下にCanvasボタンはありますが、Deep Researchボタンは表示されていません。

Q2: ローカルファイルとして対応しているファイル形式は何ですか？

A2: PDFファイルやGoogleドライブに保存されているファイルに対応しています。ファイルアップロードと「ドライブから追加」の2つの方法でファイルを読み込むことができます。ただし、各AIツールによってファイルサイズの制限があり、例えばGensparkでは2MBまでという制限があります。

Q3: 他のAIツールと比較して、Google Geminiの最大の優位性は何ですか？

A3: Google Geminiの最大の優位性は、分析結果を多様な形式で出力できることです。文字ベースの出力だけでなく、ウェブページ、インフォグラフィック、クイズ、音声概要という4つの形式で同じ内容を展開できます。他のAIツールが主に文字ベースの出力に留まっている中で、この多様性は圧倒的なアドバンテージとなっています。

Q4: ローカルファイルを使ったDeep Researchの最適な活用方法は何ですか？

A4: 最も効果的な活用方法は、既存の資料をベースにして、不足している情報を補完してもらうことです。完璧だと思って作成した資料でも、AIが追加的な情報や異なる視点からの解説を提供してくれます。また、同じ内容を複数の形式（ブログ記事、プレゼンテーション、動画スクリプトなど）で展開したい場合にも非常に有効です。

Q5: 処理時間はどの程度かかりますか？また、複数のツールを同時に使用することは可能ですか？

A5: Deep Research機能は一般的にかなりの処理時間を要します。今回の検証では6つのAIツールを同時に実行しましたが、パソコンの動作が重くなるため、実用的には2-3つのツールを順次使用することをお勧めします。処理時間は内容の複雑さやファイルサイズによって変動しますが、数分から十数分程度を見込んでおくと良いでしょう。

詳しくは15分の動画で解説しました。
https://www.youtube.com/watch?v=Nrfp20STf6Y

上記の動画はYouTubeメンバーシップのみ
公開しています。詳しくは以下をご覧ください。
https://yokotashurin.com/youtube/membership.html
YouTubeメンバーシップ申込こちら↓
https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join

Google GeminiでDeep Researchを他の類似サービス5つと比較

🤖 Gemini Deep Research 
GoogleのLLM（ラージランゲージモデル）であるGeminiに搭載された高度な調査機能です。従来はインターネット上の情報のみを対象としていましたが、今回のアップデートでローカルファイルやGoogle Driveのファイルも調査対象に含めることができるようになり、より個人や企業の内部情報を活用した詳細な分析が可能になりました。

📁 ローカルファイル対応 
AIツールが自分のパソコン内のファイルやクラウドストレージ内のファイルを読み込んで分析できる機能のことです。これにより、公開されていない個人的な資料や企業の内部文書を元にした調査やレポート作成が可能になり、よりパーソナライズされた高品質な分析結果を得ることができるようになりました。

💬 ChatGPT 
OpenAIが開発した対話型AIサービスで、現在最も知名度の高いLLMの一つです。Deep Research機能では、ブログ記事、マニュアル、スライド、動画スクリプトなど複数の形式での出力が可能で、詳細な台本やナレーション付きの動画制作支援まで行える包括的なコンテンツ生成能力を持っています。

🧠 Claude 
Anthropic社が開発したAIアシスタントで、高度な推論能力と安全性を重視した設計が特徴です。Deep Research機能においてはリサーチBETA版として提供されており、詳細な文字ベースのレポートを生成する能力に長けていますが、ビジュアル要素は限定的で、主にテキスト形式での高品質な分析結果を提供します。

🔍 Perplexity 
AI検索に特化したサービスで、従来の検索エンジンとLLMを組み合わせた新しい形の情報検索体験を提供しています。最新のアップデートでラボ機能が追加され、文字だけでなく関連画像も自動的に引用・表示することで、よりインタラクティブで視覚的に分かりやすい検索結果を提供できるようになりました。

🎨 マルチモーダル 
テキスト、画像、音声、動画など複数のメディア形式を組み合わせて情報を処理・出力する技術のことです。従来の文字だけの回答では読むのが大変でしたが、音声概要やインフォグラフィックなど様々な形式で情報を提示することで、ユーザーの理解度向上と利便性の大幅な改善を実現しています。

📊 インフォグラフィック 
複雑な情報やデータを視覚的に分かりやすく表現したグラフィックデザインの手法です。GeminiのDeep Researchでは、調査結果を自動的にビジュアル化して提示する機能があり、文字だけの報告書よりも直感的に理解しやすく、プレゼンテーションや資料作成での活用価値が非常に高い形式として注目されています。

🌐 ウェブページ生成 
AIが調査結果をHTML形式のウェブページとして自動生成する機能です。生成されたページはブログに直接貼り付けたり、URLとして共有したりすることが可能で、従来の文字ベースのレポートと比べて見栄えがよく、そのまま公開用コンテンツとして活用できる実用性の高い機能となっています。

🎧 音声概要 
AIが調査結果を男性と女性の会話形式で音声化して提供する機能で、Google NotebookLMと同様のサービスです。長い文章を読むのが大変な場合でも、音声で内容を把握できるため、移動中や作業中でも学習が可能になり、情報の消化効率を大幅に向上させる革新的な機能として評価されています。

⚖️ AIツール比較 
複数のAIサービスの機能や性能を実際に同じ条件で使用して検証することです。今回の検証では、ChatGPT、Claude、Perplexity、Felo、Gensparkなど6つのツールを同時に動かして比較した結果、それぞれに特徴があり、特にGeminiのマルチモーダル対応が優秀であることが実証されました。

Google GeminiでDeep Researchを他の類似サービス5つと比較

AIがローカルファイルに対応することで、社内資料や独自データなど、ネット上にはない情報を活用したパーソナライズ分析が可能になる。これは、ユーザー固有の文脈に基づいた深い洞察を得る上で極めて重要である。各AIサービスはアウトプット形式に特徴があり、Geminiの多彩なビジュアル表現やChatGPTのコンテンツ生成力など、用途に応じた使い分けが求められる。今後は、機密情報を安全に解析し、多様な形式でアウトプットするAIの能力が、企業の意思決定や業務効率を飛躍的に向上させ、情報活用の未来を大きく変革するだろう。

---

1.1.1 なぜローカルファイル対応が重要なのか

生成AIの能力は日々進化していますが、その多くは学習基盤をインターネット上に公開された膨大な情報に依存しています。これは、一般的な知識や普遍的なトピックに対して非常に強力な一方、個々のユーザーや組織が持つ独自の文脈や非公開データに基づいた回答を生成するには限界があることを意味します。ここで決定的に重要となるのが、AIのローカルファイル対応機能です。この機能により、AIはインターネットの海から情報を汲み上げるだけでなく、ユーザーのPCや組織のサーバー内にある特定のファイル（社内資料、研究データ、個人的なメモなど）を直接参照できるようになります。

ローカルファイルには、インターネット上には決して存在しない、極めて価値の高い情報が眠っています。例えば、企業が長年蓄積してきた売上データや顧客からのフィードバック、過去のプロジェクト報告書などです。AIがこれらの独自データを解析することで、一般的な市場分析ではなく、「自社の特定の製品における、特定の顧客層からのクレーム傾向」といった、具体的で実践的な洞察を得ることが可能になります。同様に、研究者が自身の未公開論文や実験データをAIに読み込ませれば、新たな視点からの考察や、次に行うべき実験のヒントを得られるかもしれません。

このように、ローカルファイル対応は、AIを単なる「物知りのアシスタント」から、ユーザー一人ひとりの状況を深く理解した「パーソナライズされた専門家」へと昇華させるための鍵となります。ユーザーが持つ独自のナレッジとAIの高度な分析能力が融合することで、課題解決の精度は飛躍的に向上し、それぞれの目的に完全に合致した、最適なアウトプットの生成が実現するのです。

2.1.1 各AIサービスによるアウトプットの違い

生成AIは、もはや単一のテキストを生成するだけのツールではありません。同じ「営業電話を防ぐ方法」というテーマで調査を依頼しても、サービスごとにそのアウトプットの形式や内容は大きく異なります。この違いを理解し、目的に応じて使い分けることがAI活用の鍵となります。

例えば、コンテンツ制作に強みを持つChatGPTは、ブログ記事形式での解説はもちろん、プレゼンテーション用のスライド構成案や、YouTube動画の台本といった、多様なメディアフォーマットでのアウトプットを生成します。一方、GoogleのGeminiはさらに表現の幅を広げ、調査結果をまとめた本格的なウェブページや、要点を視覚的に伝えるインフォグラフィック、理解度を確認するためのインタラクティブなクイズ、さらには移動中に聴ける音声概要まで、極めて多彩な形式で情報を提供します。これにより、ユーザーは単に情報を得るだけでなく、それをどのように活用・伝達するかまで考慮された成果物を受け取ることができます。

他方で、より詳細な文字ベースの分析を得意とするサービスもあります。ClaudeやGensparkは、長文の読解力と論理的思考力を活かし、テーマに対して深く掘り下げた詳細なレポートを提供することに長けています。Feloも基本は文字ベースのアウトプットですが、後から用途に応じて他の形式に変換する機能を備えている点が特徴です。また、調査特化型のPerplexityは、テキストによる解説に加え、関連性の高い画像やグラフを自動で引用・生成し、情報の網羅性と視覚的な分かりやすさを両立させたインタラクティブなページを作成します。これらの特徴から、自身の目的に合ったAIを選択することが重要です。

3.1.1 データや社内機密情報の安全な解析

AIとローカルデータの融合は、単に個人の作業効率を高めるだけでなく、組織全体の情報活用のあり方を根本から変革する可能性を秘めています。特に企業活動において、社内に蓄積された販売データ、技術文書、議事録といった機密情報を含む膨大なデータを、いかに安全かつ効果的に活用するかは、今後の競争力を左右する極めて重要な課題です。AIがこれらの社内データを安全な環境下で解析することで、これまで見過ごされてきたビジネスチャンスや、業務プロセスの非効率な点を正確に特定できるようになります。

このプロセスで最も重要なのは「セキュリティ」です。ローカル環境で動作するAIや、高度なセキュリティ対策が施されたクラウドサービスを利用することで、機密情報が外部に漏洩するリスクを最小限に抑えながら、AIによる高度な分析の恩恵を受けることができます。安全性が担保された上で、AIは人間では気づきにくいデータ間の相関関係や隠れたパターンを発見し、データに基づいた客観的で精度の高い意思決定を支援します。これにより、勘や経験だけに頼らない、戦略的な事業展開が可能となるのです。

さらに、AIが生み出すアウトプットは、単なる分析レポートに留まりません。複雑な分析結果を直感的に理解できるビジュアル資料や、要点をまとめた音声解説、社員研修用のインタラクティブな学習コンテンツなど、多様な形式で生成されます。これにより、専門知識を持たない従業員でもデータから得られた洞察を容易に理解・活用でき、組織全体の情報リテラシーと生産性が飛躍的に向上します。AIによる安全なデータ解析と多彩なアウトプットは、学習から業務、プレゼンテーションまで、あらゆるビジネスシーンに変革をもたらすでしょう。

---

#Gemini #DeepResearch #横田秀珠 #ディープリサーチ #Geminiセミナー #Geminiコンサルタント #Gemini講座 #Gemini講習 #Gemini講演 #Gemini講師 #Gemini研修 #Gemini勉強会 #Gemini講習会