Gemini API の Deep Research を使い分ける — 速度の Deep Research、品質の Max
このノウハウで解決する課題
調査系のタスクを AI に任せたいが、「速いが浅い」回答 と 「深いが時間がかかる」回答 のどちらを選ぶべきか毎回迷う。Gemini API の Deep Research と Max は機能名が似ていて使い分けが分かりにくい。
全体のイメージ
2026 年 4 月、サンダー・ピチャイ 氏は X 上で Gemini API の Deep Research をアップデートしたと告知した。要点は次の通り。
- Deep Research = 速度・効率重視
- Max = 最高品質の文脈収集（context gathering）重視
- アップデートで MCP サポート と チャート・インフォグラフィックの生成 が追加
つまり、「広く速く」か「深く慎重に」 で使い分ける。
必要な準備
- Google AI Studio もしくは Vertex AI で Gemini API が有効
- API 利用に紐づく Google Cloud プロジェクト・予算管理
- MCP を使う場合は MCP クライアントの準備（Claude Desktop / Cursor 等）
- 機密データを入れる前に、組織側のデータ取扱ポリシーを確認
手順
1. 調査の「目的」と「期限」を先に決める
| 目的 | 推奨 |
|---|---|
| 全体感を素早く把握したい | Deep Research |
| 最終回答に紐づく根拠を厳密に集めたい | Max |
| 速度と品質の中間 | Deep Research の結果を Max で再検証する 2 段運用 |
2. Deep Research を「広く速く」のフェーズで使う
「業界の最新動向」「ある制度の概要」など、広く浅く 拾いたい時に Deep Research を呼ぶ。返ってきた要約を読み、深掘りしたい論点を 2〜3 個に絞る。
3. Max を「深く慎重に」のフェーズで使う
最終答申・契約書ドラフト・税務判断など、外せない論点 は Max で再調査。Pichai 氏は Max を「最高品質の context gathering」と位置付けている。
4. 出力をチャート・インフォグラフィックに
アップデートで ネイティブにチャート・インフォグラフィックを生成 できるため、報告書に直接組み込める。
もう少し詳しく
- MCP サポート により、Claude Desktop など MCP クライアント経由で社内ナレッジベース・スプレッドシート等を Deep Research の検索対象に組み込みやすい
- 利用料は Deep Research と Max でトークン単価・所要時間が異なるため、コスト面でも使い分けが効く
- 守秘義務上の制約: クライアント名・個人特定情報を含む調査は、API 経由でもデータ取扱いを必ず確認。Vertex AI の VPC Service Controls 等のエンタープライズ機能も検討対象
効果と限界
効果: 調査タスクの「最初の 1 時間」を AI に肩代わりさせ、人間の判断を最終局面に集中させられる。 限界: 法令・税法・判例の 最終解釈は人間（士業）の責任。AI 出力をそのまま顧客に提示しない。出典のリンク切れ・誤参照に注意。
応用
- 初動リサーチ: 事案・テーマに関する公開情報を Deep Research で収集し、Max で論点を深掘り
- 文書レビュー補助: 一般的な論点を Deep Research で網羅し、特殊事項のリサーチを Max に委ねる
- 定期情報収集: 月次で Deep Research を実行し、要約を Notebook に保存して蓄積する
|