ChatGPT Deep ResearchがWorkとCodexに拡張、引用付き文書生成が可能に

ChatGPT Deep ResearchがWorkとCodexに拡張、引用付き文書生成が可能に

要点: OpenAIは2026年9月9日付のChatGPTリリースノートで、これまでChatGPT本体(Chat)でのみ使えた「Deep Research」機能をChatGPT Work(ワークスペースエージェント)とCodex(開発者向けエージェント)でも利用できるようにしたと発表した。Web・ファイル・連携アプリを横断して複雑な質問を調査し、引用付きの編集可能なドキュメントに変換できる点が核心だ。 OpenAI自身が「引用は追跡可能性を高めるが正確性を保証しない」と明記しており、学術研究もDeep Research系エージェントの引用精度にはなお課題が残ることを示している。本記事では判明している事実と、aiseo-llmo.comの読者が取るべき実務対応を整理する。

最終更新日: 2026年9月16日

何が起きたのか

リリースノートでの発表内容

2026年9月9日、OpenAIはChatGPTのリリースノート(help.openai.com/en/articles/6825453-chatgpt-release-notes)で、「Deep researchがWorkとCodexで使えるようになり、Web・アプリを横断した引用付き編集可能ドキュメントを作成できる」という趣旨の更新を発表した。これまでDeep Researchは、一般ユーザー向けのChatGPT本体(以下「Chat」)でのみ利用できる機能だったが、今回の更新により、ワークスペース向けのエージェント機能である「ChatGPT Work」と、開発者向けのコーディングエージェントである「Codex」の双方でも呼び出せるようになった。

リリースノートで強調されているのは、単に「同じ機能が別の場所でも使える」という話ではなく、Deep Researchが調査対象とするソースの幅と、最終的な出力形式の2点だ。Deep Researchは、Web上の情報だけでなく、ユーザーがアップロードしたファイルや、Work/Codexにすでに接続されている連携アプリの情報も横断して調査を行い、その結果を引用付きの編集可能なドキュメントとしてまとめる。回答をチャット欄に表示して終わりではなく、後から手を加えられる「成果物」として調査結果を受け取れる点が、Chat版との大きな違いとして位置づけられている。

Work版Deep Researchの対象プラン・起動方法

Work版のDeep Researchは、Plus・Pro・Business・Enterprise・Eduの各プランのユーザーが利用対象となる。ただし、これはあくまで「Work機能自体へのアクセス権」が前提になっており、契約プラン・組織の設定によってWork機能そのものが有効化されていない場合は、Deep Researchの拡張も利用できない。利用可能なプラットフォームはWeb、デスクトップアプリ、iOS、Androidの4つで、いずれの環境からもWork内でDeep Researchを呼び出せる。

起動方法としては、Work内で「@Deep Research」とメンション形式で入力するか、あるいは明示的に「Deep Researchで調べて」といった依頼を行うことで起動する仕組みになっている。通常のWork内でのタスク依頼と地続きの操作感で、専用の別画面に切り替える必要はない。

一方、Codexでの提供範囲はWork版とは異なる。Codexの場合、ウェブ版・モバイル版のインターフェースではDeep Researchを選択できず、デスクトップからのアクセスは「Remote tab」経由に限定される。つまりCodexでのDeep Research利用は、Web/モバイルのCodex UIを日常的に使っているだけでは気づきにくく、Remote tabという特定の導線を意識的に選ぶ必要がある。

ソースコントロールとライブステアリングという運用の仕組み

Deep ResearchがWork/Codexに拡張されたことで注目すべきなのは、単に「使える場所が増えた」ことだけでなく、その調査プロセスがどう制御されるかという運用面の設計だ。まず、Deep Researchはそのタスクの実行中、ユーザーがすでに権限を与えている認可済みのソースのみを使用する。タスクの途中で新たなファイルやアプリへのアクセス権限が自動的に付与されることはない。したがって、Work内で特定のドライブや文書管理ツールへの接続を許可していなければ、Deep Researchがそれらの情報を勝手に調査対象に加えることはない仕組みになっている。

もう一つの重要な運用要素が「ライブステアリング」だ。Deep Researchのタスクは、開始してから完了までを人間が完全に放置するのではなく、実行中の進捗をユーザーが監視し、必要に応じて中断・軌道修正するのが通常のワークフローとされている。これは、長時間かけて調査を進めるエージェントに対して、人間が途中で介入できる余地を残す設計思想の表れだと言える。

引用と成果物、そして「正確性は保証しない」という明記

Deep Researchが最終的に生成する成果物としては、ドキュメント・プレゼンテーション・スプレッドシート・Siteが挙げられている。ただし、これらはいずれも「利用可能かつ許可されたツールがある場合」に限られ、環境やプランによって出力できる成果物の種類は変わりうる。

ここで実務上とりわけ重要なのが、引用の位置づけに関するOpenAI公式の説明だ。OpenAIは、引用がユーザーの主張の出典を追跡できるようにする(traceability、追跡可能性を高める)ものだと説明する一方で、それが「正確性を保証するものではない」と明記している。つまり、Deep Researchが生成したドキュメントに引用元のリンクが付いていたとしても、そのリンク先の情報が正しく要約・反映されている保証はなく、ユーザー自身が引用元を検証する責任を負うという前提に立っている。OpenAIのDeep Research FAQ(help.openai.com/en/articles/10500283-deep-research-faq)でも、配信されたドキュメント・ファイルを開いて引用を実際に確認すること、共有前に引用元が主張を裏付けているか・出力が質問に答えているかを確認することが推奨されている。

OpenAI Academyが公開しているDeep Researchの解説(academy.openai.com/public/clubs/work-users-ynjqu/resources/deep-research)でも同様に、「引用は主張の出典を追跡できるようにするが、意思決定・外部公開・重要性の高いトピックについては元ソースを確認すべきだ」という趣旨が明記されている。Deep Researchは、Web・内部ソース・(利用可能な場合は)認証済みデータプロバイダを横断して、追跡可能で構造化された、明確な引用付きの出力を作ることを目指した機能だが、それはあくまで「出典をたどりやすくする」ための仕組みであり、「事実確認を代行してくれる」機能ではない、という区別が公式文書の中で繰り返し強調されている。

Codexでの用途:開発者向けリサーチへの転用

Codexに拡張されたDeep Researchは、ソフトウェア開発およびリポジトリに隣接したリサーチ業務を主な用途として想定している。具体的には、外部APIの仕様調査、複数の実装オプションの比較検討、技術選定のための比較調査、そしてエンジニアリング上の意思決定を記録するADR(アーキテクチャ決定記録、Architecture Decision Record)の作成といった場面での活用が挙げられている。

これまでCodexは主にコード生成・修正・実行を担うエージェントとして位置づけられてきたが、Deep Researchが組み込まれたことで、コーディング作業に着手する前段階の「調査フェーズ」もCodex上で完結できるようになった。API仕様の比較や技術選定は、これまで開発者が個別にドキュメントサイトやブログ記事を読み比べて行っていた作業であり、これをエージェントが横断的に調査し、引用付きのドキュメントとしてまとめられる点は、開発ワークフローにとって新しい変化だと言える。

Chat版Deep Researchとの違い

Chat版のDeep Researchは、一般的な調査レポートの作成を主眼とした機能として提供されてきた。ユーザーが調べたいテーマを入力すると、Web上の情報を横断的に調査し、レポート形式でまとめて返す、という単発の調査タスクに近い使われ方が中心だった。

これに対してWork版のDeep Researchは、単発の調査というより、より長期のプロジェクトの一部として位置づけられている。Work内でのタスクの流れの中で呼び出され、生成された成果物はその後も編集を重ねられるドキュメントとして扱われる点が特徴だ。つまり「一度作って終わり」のレポートではなく、プロジェクトの進行に合わせて更新・加筆されていく成果物としての性格が強い。

もう一点、実務上見落とされがちだが重要な違いが、利用枠(allowance)・クレジットの扱いだ。Work・CodexでのDeep Researchは、それぞれ既存のWork・Codexの利用枠やクレジットを消費する形になっており、Chat版のDeep Researchに割り当てられているタスク数の上限とは別枠で管理される。したがって、Chat版でのDeep Researchの利用状況とWork/Codex版での利用状況は、ユーザー側でも別々に把握しておく必要がある。

歴史的背景:2025年2月発表の既存機能の拡張

Deep Research自体は、OpenAIが2025年2月に発表した既存の機能である(openai.com/index/introducing-deep-research/)。したがって今回のニュースは、まったく新しい機能がゼロから生まれたという話ではなく、「これまでChatでしか使えなかった機能が、Work・Codexという業務・開発のワークフローに拡張された」という位置づけで理解するのが正確だ。単発の調査ツールとして評価されてきたDeep Researchが、業務エージェントや開発エージェントの一機能として組み込まれたことで、より継続的な業務プロセスの中に組み込まれる形になったと言える。

学術研究が示す引用精度の技術的課題(参考情報)

Deep Research的なエージェントが生成する引用の精度については、複数の学術研究が技術的な課題を指摘している。ここで紹介する研究は、いずれも今回のOpenAIによるWork/Codex拡張そのものを直接評価したものではなく、Deep Research系のエージェント全般が抱える引用検証上の課題を示す先行研究として参考情報の位置づけで扱う。

Minghao Li、Ying Zeng、Zhihao Cheng、Cong Ma、Kai Jiaの各氏による「ReportBench: Evaluating Deep Research Agents via Academic Survey Tasks」(arXiv:2508.15804、2025年8月14日提出)は、アカデミックサーベイタスクを用いてDeep Researchエージェントを評価した論文である。同論文では、OpenAIのDeep Researchエージェントについて、引用マッチ率78.87%、事実正確性95.83%という評価結果が示されている。数値そのものは高水準に見えるが、これはあくまで学術サーベイという特定のタスク条件下での評価結果であり、あらゆる調査タスクに一般化できる数値ではない点には留意が必要だ。

より新しい研究として、Hailey Onweller、Elias Lumer、Austin Huber、Pia Ramchandani、Vamse Kumar Subbiah、Corey Feldの各氏による「Cited but Not Verified: Parsing and Evaluating Source Attribution in LLM Deep Research Agents」(arXiv:2605.06635、2026年5月7日発表)は、LLMベースのDeep Researchエージェントが生成する引用を、URLの到達可能性(Link Works)・話題の関連性(Relevant Content)・事実整合性(Fact Check)という3つの軸で評価する枠組みを提示している。同論文の評価では、モデル別のFact Checkスコアとして、Claude Opus 4.5が76.8%、GPT-5.2が58.8%、Claude Sonnet 4.6が58.7%、GPT-5.4が47.7%、Gemini 3.1 Proが48.5%という数値が示された。いずれのモデルもFact Checkスコアは77%を超えておらず、さらに同論文は、検索回数が増えるとFact Checkスコアがおよそ42%低下する傾向があるとも指摘している。

繰り返しになるが、この「Cited but Not Verified」論文はOpenAIの今回のWork/Codex拡張そのものを評価対象にしたものではない。モデル名と評価スコアの対応を正確に読み取ることが重要で、たとえばGPT-5.2とGPT-5.4という同じOpenAI系列の中でもスコアに差があり、Claude Opus 4.5がその中で最も高いスコアを示しているといった具合に、単純に「どの会社のモデルが優れているか」という粒度で単純化できる結果ではない。あくまで、Deep Research的なエージェント全般において、引用元のリンクが機能し、話題的に関連していたとしても、その内容が事実として正確に裏付けられているとは限らない、という技術的な課題を示す参考データとして受け止めるべきものだ。

aiseo-llmo.com ユーザーへの影響

影響1: 業務の調査プロセスに「エージェントが何を引用するか」が組み込まれる

今回の拡張が示す実務上の変化は、市場調査・競合調査・技術選定といった企業の調査業務そのものが、AIエージェントによる自律調査というプロセスを経由するようになっていくという点にある。ChatGPT Workでの利用が想定される市場調査や競合比較、Codexでの利用が想定される技術選定やAPI比較は、いずれもこれまで人間のアナリストや開発者が個別にWebサイトを読み比べて行ってきた作業だ。この調査プロセスにDeep Researchのようなエージェントが介在するようになると、企業の意思決定に使われる資料の中に「どのサイトが引用元として採用されたか」という新しい選別プロセスが組み込まれることになる。

自社サイトがこうした業務調査エージェントに引用される情報源として選ばれるためには、これまでのAI検索対策(LLMO)で重視されてきた一次情報の独立掲載や、構造化された比較可能な情報整理が、引き続き有効な土台になる。競合調査や技術選定の対象として認識されるためには、単に検索結果に表示されるだけでなく、エージェントが調査対象として発見しやすく、かつ抽出しやすい構造でコンテンツを整備しておく必要性が一段と高まる。

影響2: 「引用されること」と「正確に引用されること」は別問題である

今回のニュースでLLMO担当者が特に意識すべきなのは、OpenAI自身が「引用は正確性を保証しない、ユーザーが検証すべき」と明言している点だ。これは、AIエージェントに自社サイトが引用されたとしても、その引用が自社の意図した通りの文脈・数値で反映されているとは限らないという現実を、提供企業自身が認めていることを意味する。

従来のLLMO/AI検索最適化の議論は、「いかに引用されるか」という可視性の獲得に主眼が置かれがちだった。しかし今回の発表が示すのは、「引用されること」と「その引用が正確であること」は別のレイヤーの問題だという点だ。自社の数値やデータが誤った文脈でエージェントの成果物に組み込まれてしまえば、それは可視性の向上どころか、誤情報の発信源として扱われるリスクにもなりうる。LLMO担当者は、単に引用回数や露出量を追うだけでなく、実際に生成された成果物の中で自社の情報がどう扱われているかを定期的に確認する視点を持つ必要がある。

影響3: 学術研究が示す技術的課題と「事実確認しやすいコンテンツ」の重要性

前述のReportBenchや「Cited but Not Verified」といった学術研究が示す通り、Deep Research系エージェントの引用精度には、モデルや条件によってばらつきのある技術的な課題がなお存在する。特に「Cited but Not Verified」論文が指摘する、検索回数が増えるほどFact Checkスコアが低下する傾向は、複雑で多段階な調査を行うタスクほど、引用の事実整合性が損なわれやすい可能性を示唆している。

これらの研究は今回のOpenAIの発表を直接評価したものではないが、示唆するところは実務的に有用だ。すなわち、自社コンテンツが「事実確認しやすい形」で書かれているかどうかが、AIエージェントに正しく引用されるかを左右する可能性がある、という点である。具体的には、明確な数値・日付の明記、一次情報への直接リンク、そして構造化されたデータ表現(表・リスト・FAQ形式など)を備えたコンテンツは、エージェントが情報を抽出し、かつその正確性を検証しやすい形になっていると考えられる。逆に、数値や条件が長文の中に曖昧に埋め込まれているコンテンツは、たとえ引用の候補として選ばれたとしても、誤って要約・引用されるリスクが相対的に高くなりうる。

影響4: Codexでの拡張が開発者向けコンテンツに開いた新しい引用経路

Codexでの利用が開発者向けの用途に限定されているとはいえ、これは技術ブログやドキュメントサイトを運営する企業にとって見過ごせない変化だ。API仕様の比較、実装オプションの比較検討、技術選定といった調査は、まさに開発者向けドキュメントサイトや技術ブログが情報源として参照されやすい領域である。自社の技術情報が、Deep Researchを通じた開発者のエージェント調査に引用される新しい経路が生まれたことを意味する。

技術ドキュメントを公開している企業にとっては、APIリファレンスの記述が明確であること、バージョンごとの変更点が追跡可能であること、コード例が実際に動作する形で提示されていることなどが、引き続きこうした調査エージェントに拾われやすいコンテンツの条件になると考えられる。マーケティング色の強いコンテンツとは異なり、開発者向けドキュメントは元々構造化・正確性を重視する文化があるため、比較的対応の土台がすでに整っている企業も多いはずだが、今回の変化を機に、自社のドキュメントが「エージェントの技術調査に引用される」ことを意識した棚卸しを行う価値はある。

今すぐできる対応策

対応1: 一次情報・数値・日付を明確にしてFact Check適性を高める

1. 自社が発信する統計・料金・仕様などの数値には、必ず出典・調査時期・取得条件を明記する
2. ページ内での数値表記に矛盾がないかを点検する。同じ指標を異なる単位や異なる時点の数値で併記していると、AIエージェントが正確に抽出できない、あるいは信頼性の低い情報源と判断される要因になりうる
3. 公開日・更新日を明示し、内容の変更があった場合は変更履歴を残す

対応2: 構造化と検証可能性を高める

1. 料金・機能・仕様などの比較可能な情報は、長文の中に埋め込まず、表またはリスト形式で整理する
2. FAQ形式のセクションを設け、想定される質問に対する直答を見出し直下に配置する
3. Article・FAQPage・Organizationなどのschema.org構造化データをJSON-LDで実装し、著者情報・公開日・更新日・組織情報をエージェントが機械的に取得しやすい形にする

対応3: 技術ドキュメント・開発者向けコンテンツの棚卸し

1. 自社のAPIリファレンス・技術ブログについて、バージョンごとの変更点が明確に追跡できる状態になっているかを確認する
2. 実装オプションの比較や技術選定に関わる記事は、比較軸を明示した表形式に再構成する
3. コード例が実際に動作する状態で提示されているか、古いバージョンのまま放置されていないかを定期的に点検する

対応4: 自社での引用検証ワークフローを整備する

1. 自社の主要トピックについて、実際にDeep Researchのようなエージェントに調査を依頼し、生成された成果物の中で自社の情報がどう扱われているかをサンプル確認する
2. 引用された内容が自社の意図した数値・文脈と一致しているかを確認し、誤りがあれば元ページの記述をより明確な形に修正する
3. これは「AIに引用されること」を狙う施策であると同時に、社内で生成AIの出力を業務に使う際にも「引用元を自分で検証する」という運用ルールを徹底することを意味する。OpenAI自身が引用の正確性を保証しないと明記している以上、社内でDeep Researchの成果物を業務利用する場合も、共有前に引用元と主張の対応関係を確認するプロセスを組み込むべきだ

よくある質問

Q1. ChatGPT Deep Researchとは何ですか?

Web・ファイル・連携アプリを横断して複雑な質問を調査し、引用付きの文書にまとめるOpenAIのエージェント機能である。

もともとは2025年2月にOpenAIが発表した機能で、当初はChatGPT本体(Chat)でのみ利用できた。ユーザーが調べたいテーマを入力すると、複数の情報源を自律的に調査し、レポートやドキュメントの形式で結果をまとめて返す。

Q2. 2026年9月9日の発表で何が変わったのですか?

Deep ResearchがChatGPT本体(Chat)に加えて、ChatGPT Work(ワークスペースエージェント)とCodex(開発者向けエージェント)でも使えるようになった。

これまでChat限定だった機能が、業務ワークフローを担うWorkと、開発ワークフローを担うCodexという2つのエージェント環境に拡張されたことが今回のニュースの核心である。

Q3. Work版Deep Researchはどのプラン・環境で使えますか?

Plus・Pro・Business・Enterprise・Eduのユーザーが対象で、Web・デスクトップ・iOS・Androidで利用できる。

ただしこれはWork機能自体へのアクセス権が前提になっており、Work機能が有効化されていない契約・組織設定では利用できない。Work内で「@Deep Research」と入力するか、明示的にDeep Researchを依頼することで起動する。

Q4. Codexでの利用方法はWork版と同じですか?

異なる。Codexではウェブ・モバイルではDeep Researchを選択できず、デスクトップからのアクセスはRemote tab経由に限定される。

Codexでの主な用途はソフトウェア開発・リポジトリ隣接リサーチで、API調査、実装オプションの比較、技術比較、エンジニアリング決定記録(ADR)の作成などに使われることが想定されている。

Q5. Chat版のDeep ResearchとWork版は何が違いますか?

Chat版は一般的な調査レポート向け、Work版は長期プロジェクト向けで編集可能な成果物になりうる点が異なる。

さらにWork・CodexでのDeep Researchは、それぞれ既存のWork・Codexの利用枠(allowance)・クレジットを消費する形になっており、Chat版のDeep Researchタスク割当とは別枠で管理される。

Q6. Deep Researchの引用は正確性を保証しますか?

保証しない。OpenAI自身が、引用は追跡可能性(traceability)を高めるものであり、正確性を保証するものではないと明記している。

Deep Research FAQでも、配信されたドキュメントを開いて引用を確認し、共有前に引用元が主張を裏付けているかを確認することが推奨されている。ユーザーには引用元を自分で検証する責任がある。

Q7. ReportBench論文はどのような評価結果を示していますか?

アカデミックサーベイタスクにおいて、OpenAIのDeep Researchエージェントの引用マッチ率78.87%、事実正確性95.83%という評価結果を示した。

ただしこれは学術サーベイという特定のタスク条件下での評価であり、あらゆる調査タスクに一般化できる数値ではない点に留意が必要である。

Q8. 「Cited but Not Verified」論文はどのような課題を指摘していますか?

LLMベースのDeep Researchエージェントの引用を、URLの到達可能性・話題の関連性・事実整合性の3軸で評価し、いずれのモデルもFact Checkスコアが77%を超えなかったと報告している。

具体的にはClaude Opus 4.5が76.8%、GPT-5.2が58.8%、Claude Sonnet 4.6が58.7%、GPT-5.4が47.7%、Gemini 3.1 Proが48.5%という数値が示された。また検索回数が増えるとFact Checkスコアがおよそ42%低下する傾向も指摘されている。この論文は今回のOpenAIのWork/Codex拡張そのものを評価したものではなく、Deep Research系エージェント全般の技術的課題を示す先行研究として参照すべきものである。

Q9. LLMO担当者はこのニュースを受けて何をすべきですか?

一次情報・数値・日付を明確にし、構造化されたコンテンツで「事実確認しやすさ」を高めることが基本方針になる。

加えて、自社の主要トピックについて実際にDeep Researchのようなエージェントに調査を依頼し、生成された成果物の中で自社の情報がどう扱われているかを定期的にサンプル確認することが、引用の有無だけでなく「正確に引用されているか」を把握する手段になる。

Q10. Codexでの拡張は開発者以外にも関係がありますか?

技術ブログやドキュメントサイトを運営する企業にとって、自社の技術情報が開発者のエージェント調査に引用される新しい経路が生まれたという意味で関係がある。

Codexの用途自体はソフトウェア開発・リポジトリ隣接リサーチに限定されるが、API仕様や実装比較の調査で自社ドキュメントが情報源として選ばれるかどうかは、コンテンツ運営部門にとっても実務的な関心事になる。

関連記事

• LLMOとは何か――完全ガイド
• AI検索対策完全ガイド｜ChatGPT/Perplexity/Gemini/Claude/AI Overview 統合戦略【2026年版】
• ChatGPT Workエージェントに自社サイトを引用させる実務対策2026
• Gemini Deep Researchに引用される条件とソース選定の仕組み
• Perplexity Deep Researchに引用される条件｜ソース選定基準と実務対策【2026年版】
• OpenAI「ChatGPT Work」始動とGPT-5.6一般公開｜3ラボ同時フロンティア時代のLLMO
• 用語: LLMO / GEO / AIO / ChatGPT検索(ChatGPT Search)