最近、Perplexityのアップデートが地味にすごいことになっています。7月のリリースノートを確認したら、Deep Researchの強化・メモリの精度向上・マルチモデル比較あたりが一気に刷新されていて、「あ、これ使い方変えたほうがいいやつだ」となりました。
自分はわりと調べ物ツールとしてPerplexityを使っていたんですが、今回のアップデートで単なる検索代替から「思考の外部化ツール」みたいな使い方ができるようになった感じです。以下、実際に試してみて気づいたことをまとめます。
この記事でわかること
- Deep Researchの推論過程がどう改善されたか
- メモリ機能の実用性向上と継続調査での活用法
- マルチモデル比較（Model Council）の効果的な使い方
- 各機能を組み合わせた実践的なワークフロー
Deep Researchが「考えながら調べる」感じになった
以前のDeep Researchは「質問を投げたら待つ」という感じでしたが、今回のアップデートでステップごとの推論の流れがより見えるようになっています。どのソースをどの順番で参照して、何を根拠に結論を出しているかが追えるようになったので、「AIが言ってるから信じる」ではなく「この論拠は妥当か？」という目線で結果を見られるようになりました。
個人的にいちばん変わったと思うのは、調査の途中で方向性を変えられる点です。調べながら「やっぱりこっちの切り口で」と軌道修正できるのは地味に嬉しい。研究レポートみたいな用途だと特に効きます。
メモリ機能が「ちゃんと使える」レベルになってきた
メモリ機能はずっと「あるんだけど微妙に使いづらい」という印象でしたが、今回のアップデートで精度が上がって文脈の引き継ぎがかなりスムーズになっています。以前のリサーチセッションの内容を次の調査に活かしてくれるので、同じテーマを継続的に調べている場合に特に便利です。
自分はAWS関連の調査をするたびに「前回も同じところでつまずいたな」という再発見をしていたので、これはわりと助かります。
モデル比較（Model Council）の実用的な使い方
Maxプランではひとつの質問に対して複数のモデルの回答を並べて比較できるModel Councilが使えます。「どのモデルが正しいか」ではなく「どのモデルの切り口が自分の目的に合っているか」を見る使い方がハマります。
たとえば技術的な調査であれば推論系モデルの回答を、文章のドラフトならコンテキスト理解が強いモデルを参考にする、という使い分けがひと画面でできます。複数の回答を見比べることで、自分の問いの解像度が上がるという副次効果もあって、プロンプト設計の練習にもなってる気がします。
実際のワークフロー例
自分の現状の使い方としては、以下のような使い分けをしています。
- 軽い調べ物：通常検索でサクッと済ませる
- ちゃんとまとめたい調査：Deep Researchを起動してステップを追う
- 判断に迷う問いや比較検討：Model Councilで複数モデルの視点を取る
※この記事にはプロモーションが含まれます
ちなみに、Aiarty Image Enhancer（AI画像高画質化ツール。ノイズ除去・8倍拡大に対応）も気になっています。Aiarty Image Enhancer
まとめ
ChatGPTやClaudeと比べると「リサーチ特化」という立ち位置はまだ健在で、ソースの信頼性を自分で確認しながら使えるのが一番の強みかなと思っています。「AIが言ったから」で終わらせたくない用途には引き続き向いていそうです。
Deep Research＋メモリの組み合わせから試してみると、アップデートの恩恵を感じやすいと思います。
参考になったらクリックしてもらえると嬉しいです!
