本郷喜千

更新

AI検索の比較記事を見誤る人の共通点：情報源は45件対63件、別の記事では40件対19件と逆だった

調べものの担当者が、GrokのDeepSearchとDeeperSearchの比較記事を読んだ。

情報源は、DeepSearchが45件、DeeperSearchが63件。

DeeperSearchの多さが目を引いた。担当者は、DeeperSearchを上位の機能と見た。

別の比較記事では、DeepSearchが40件、DeeperSearchが19件。

件数の多い機能が、一本目と入れ替わっていた。

45件対63件と、40件対19件。どちらを信じればよいのか。

DeepSearchとDeeperSearchの正体

名前だけを見ると、DeeperSearchは一段深い上位の機能に見える。比較記事の件数も、名前の印象を後押しする。

名前と一本の記事で選べば、調べものの根拠を、他人の一回きりのテストに預けることになる。

二つとも、xAIのAIチャットボットGrokに備わった検索機能だ。

DeepSearchの登場は、2025年2月19日。xAIがGrok 3を発表した日である。

xAIは発表の中で、DeepSearchを同社で最初のエージェントと位置づけた。

公式の説明では、DeepSearchは高度な検索と推論。DeeperSearchは、検索の拡張と、さらなる推論である。

xAIが出した確定情報として使えるのは、説明の一行ずつだ。では、二本の記事の件数は、何を測っていたのか。

45件対63件の比較テストは、何を示したのか

ある利用者が、同じ医療の質問で二つの機能を比べた。DeepSearchは、約5分49秒で、一般向けの情報源45件を使った。

返ってきたのは、読みやすい答えだった。

DeeperSearchは、約7分57秒で、PubMedなどの学術データベースを含む63件を使った。答えは、学術的で詳しいものだった。

ある利用者の比較テストでは、DeepSearchは約6分で一般向けの情報源45件、DeeperSearchは約8分で学術データベースを含む63件を使った

テストは貴重な観察だ。ただし、質問は一つ、試行は一回、分野は医療。

二本の記事は、どちらも一回きりのテストの結果だった。

一回の外食で店の味を言い切る評論は、当日の仕入れや混み具合の影響を含む。

検索AIの一回の結果も、質問の種類、当日のバージョン、検索結果の揺らぎの影響を含む。

件数が逆になった食い違いも、一つの情報だ。結果は質問や時期で変わる、と食い違いが教えている。

情報源の件数は、確かさの証拠になるのか

それでも、件数の多いほうが確かに見える。

情報源の件数は、読んだ量である。確かめた量とは別の数だ。

数字がある。米コロンビア大学のトウ・センターは2025年3月、AI検索8種を比べた調査を公表した。

ニュース記事の出どころを正しく示せるかを、合わせて1,600回の質問で調べた。

8種全体で、誤った答えは60%を超えた。Grok 3の誤りは、94%に達した。

有料版は、答えを控える代わりに、誤った答えを言い切る傾向が強かった。

件数の多さも、言い切る口調も、確かさの証拠にはならない。

報告は確かさで四つに仕分け、自分の質問で試す

公式の説明は、事実として使う。利用者一人の一回のテストは、条件を添えて参考にする。

DeeperSearchがXの直近48時間ほどの投稿を取り込む、という説明は紹介記事のものだ。確かめてから、根拠に置く。

無料で1日5回程度という利用回数は、推定である。推定は、確かめるまで保留にする。

報告を確かさで仕分けると、公式の説明は事実として使い、一回のテストは条件を添えて参考にし、紹介記事は確かめてから根拠に置き、推定は保留にします

仕分けた後は、自分の質問で確かめる。今日から使える手順は三つ。

一つ目に、自分の仕事の質問を一つ選ぶ。

二つ目に、同じ質問を、二つの機能に投げる。

三つ目に、返ってきた情報源を、同じ四つに分ける。事実として使うもの、条件を添えて参考にするもの、確かめてから根拠に置くもの、保留にするものだ。

分ける作業の下書きは、AIに任せられる。次の文面のかっこの中を、自分の質問に書き換えて使える。

（例：社内で使う会議の文字起こしツールの選び方）について調べてください。
使った情報源ごとに、公式の発表、利用者の報告、紹介記事、推定のどれにあたるかを書いてください。
公式の発表以外の情報源には、確かめる方法を一行ずつ添えてください。

根拠を選ぶのは、使う人だ

検索AIは、集める量と速さを大きく変えた。集めた材料のどれを根拠に置くかは、使う人が選ぶ。

冒頭の担当者なら、二本の記事の件数を、一回のテストの欄に置く。

DeeperSearchが上位の機能かどうかは、自分の質問で両方を試してから決める。

63件という数字が教えていたのは、機能の格より、一回のテストの揺れだった。

拙著『GoogleのAI NotebookLM 意思決定の強化書』の2章4節「ソースを仕分ける」に、この記事の考え方を書きました。読むと、検索AIが集めた大量の情報源から、どれを根拠に置き、どれを参考にとどめるかを決められるようになります。

同じ資料を見ているのに、なぜ結論が割れるのか。

GoogleのAI NotebookLM 意思決定の強化書 表紙

『GoogleのAI NotebookLM 意思決定の強化書』

前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。

読み終えたとき、手元に残るもの

  • 意思決定の設計図になる前提リスト
  • 資料を事実、意見、噂、ゴミに仕分けるFORT
  • 同じ物差しで比べる選択肢表と採点表
  • 始める条件と止める条件を書いた決定書

NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。

Amazonで見る

出典

著者プロフィール・お問い合わせ