パターンを読み込んでいます…
ディープリサーチ・エージェント(DRA)
ユーザーの意図を明確化し、明示的なリサーチ計画を立て、その後、多数の情報源にわたって検索・読解・ギャップ評価の反復ループを（多くの場合、並列のサブエージェントを介して）実行したうえで、インライン引用付きの単一の長文レポートへと統合する、複合的で長期スパンのリサーチアーキテクチャ。これは OpenAI Deep Research、Gemini Deep Research、Anthropic Research の背後にある組み立て済みのアーキタイプであり、独自のサーベイ文献も持つ。`agentic-rag-systems` とは別物であり、後者は単一のパイプライン内で検索の判断を下すものであって、複数ラウンドにわたる計画駆動のレポート統合を行うものではない。また `supervisor-worker-pattern` とも別物であり、後者はリサーチ固有の計画・ギャップチェック・引用パスを持たない汎用的なオーケストレーションである。
30秒でわかる概要
- 概要
- 意図を明確化し、調査計画を立てたうえで、複数の情報源を反復的に検索・精読し、不足を評価してから出典付きのレポートに統合する。
- 使いどころ
- 包括的な統合を出す前に、適応的な探索、明示的な不足チェック、追跡可能な出典表示を必要とする複数情報源にまたがる調査課題。
- 注意点
- 複数ラウンド、並列検索、再計画によりトークン消費とレイテンシのコストが高い。各ループで情報源を丁寧に追跡しないと引用の正確性が落ちる。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
ディープリサーチ・エージェント: 概要
ユーザーの意図を明確化し、明示的なリサーチ計画を立て、その後、多数の情報源にわたって検索・読解・ギャップ評価の反復ループを（多くの場合、並列のサブエージェントを介して）実行したうえで、インライン引用付きの単一の長文レポートへと統合する、複合的で長期スパンのリサーチアーキテクチャ。これは OpenAI Deep Research、Gemini Deep Research、Anthropic Research の背後にある組み立て済みのアーキタイプであり、独自のサーベイ文献も持つ。`agentic-rag-systems` とは別物であり、後者は単一のパイプライン内で検索の判断を下すものであって、複数ラウンドにわたる計画駆動のレポート統合を行うものではない。また `supervisor-worker-pattern` とも別物であり、後者はリサーチ固有の計画・ギャップチェック・引用パスを持たない汎用的なオーケストレーションである。
- Explicit intent clarification before planning
- Drafted research plan that decomposes the question
- Iterative search, read, and gap-evaluation loop
- Parallel subagents exploring separate sub-questions
- Adaptive re-planning that pivots on findings
- Long-form synthesis with inline citation attribution
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで