LLMO・GEO の研究論文と民間調査/調査エージェント
研究論文
ウェブ調査エージェントは、利用者の優先事項をどう解釈するか
原題:How Web Research Agents Interpret User Priorities
著者は Robin Sharma, Parisa Suchdev。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。
論文の原文を arXiv で読む(arXiv:2611.22989)論文が報告した結果
OpenAI側のモデルは、MicrosoftとAlphabetの比較で、レポートあたり異なる出典が平均7件でした。
比較は18回で、出典の種類は21にとどまりました。引用の94%は、3条件のすべてで使われた9本に集まりました。9本の中心は、両社の決算資料でした。Claude側は、レポートあたり平均35種類、18回で391種類でした。レポート2本のあいだの出典の重なりは、平均5%でした。成長性、守り、指定なしと条件を変えても、出典の顔ぶれはほとんど変わりませんでした。変わったのは、比較に使ったものさしでした。
調査の条件
- 論文が調べたこと
- 同じ調べものを繰り返したとき、調査エージェントが選ぶ出典の集中と、回をまたいだ重なり
- 調べた対象の AI
- ChatGPT、Claude
- 調べたモデル
- gpt-5.6-terra/claude-sonnet-5
- 回答データの取り方
- API
- 調査の規模
- 36回(MicrosoftとAlphabetの比較を18回ずつ。成長性/守り/指定なしの3通り)。実行は 2026-10-12(UTC)に一括
- 数字が載っている場所
- 本文(出典の種類数、重なり、9本への集中、引用総数313)。実行日は本文に記載の一括実行日時
結果を読むときの注意
題材は大企業2社の比較1つで、1条件あたり6回と少ないです。「7」と「35」は、レポートあたりの異なる出典数です。引用の総数は313、レポートあたり約17件です。実行は2026年10月12日(UTC)の一括です。著者の留保は、商用のDeep Research製品についてです。調べた対象は、gpt-5.6-terraとclaude-sonnet-5です。
上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。
「調査エージェント」を調べたほかの論文
- 2026年10月エージェント型検索が、静かに失敗するとき:枠組みと、創作AIアシスタントの本番証拠
- 2026年10月同じ質問を繰り返したとき、ディープリサーチの固有名と引用はどれだけ一致するか
- 2026年10月現実のウェブ環境でのディープサーチ