Bing Deep Search:GPT-4を使い、複雑な検索クエリに対してより関連性が高く包括的な回答を提供

[レベル: 上級]

Microsoft Bing は、「Deep Search」という新しい検索機能の試験運用を開始しました。

複雑な検索クエリに対してより関連性が高く、包括的な回答を Deep Search は提供します。
Bing の既存の機能を基盤として構築されていますが、ウェブの奥深くまで潜り込み、通常の検索では見落とされがちな情報豊富な結果を見つけ出します。

GPT-4 で検索意図を理解

Deep Search は、最先端の AI システムである GPT-4 を活用して検索クエリに込められた意図を理解し、拡張します。

たとえば、”how do points systems work in Japan”(ポイントシステムは日本でどのように機能しますか?)というクエリの場合、次のようにそのクエリを拡張するかもしれません。

Provide an explanation of how various loyalty card programs work in Japan, including the benefits, requirements, and limitations of each. Include examples of popular loyalty cards from different categories, such as convenience stores, supermarkets, and restaurants. Show a comparison of the advantages and disadvantages of using loyalty cards versus other payment methods in Japan, including current rewards and benefits. Highlight the most popular services and participating merchants.

日本のさまざまなロイヤリティカードプログラムの仕組みと、それぞれの利点、要件、制限について説明してください。コンビニエンスストアやスーパーマーケット、レストランなど、異なるカテゴリから人気のロイヤリティカードの例を含めてください。ロイヤリティカードを使用することの利点と欠点を、日本での他の支払い方法と比較して示し、現在の報酬や特典を含めてください。最も人気のあるサービスと参加している商店を強調してください。

このように、日本のロイヤルティカードプログラムの説明、その利点と制限、よく利用される加盟店、他の支払い方法との比較など、ユーザーが求めている情報をよりよく理解するために、検索意図を発展させたクエリを Deep Search は生成します。

深掘りした検索結果

その後 Deep Search は、こうした包括的なクエリに一致するページをウェブ上で徹底的に検索します。
関連性の高いコンテンツを幅広く見つけるために、元のクエリをさまざまな方法で書き換えてみます。
これにより、ユーザーのキーワードに直接一致しない可能性があるものの、依然として質問に答える情報豊富な結果を集めることができます。

たとえば、先ほどの日本のロイヤリティカードプログラムの検索に対しては、次のような関連トピックについて検索した結果を返すかもしれません。

  • 日本のロイヤリティカードプログラム
  • 日本で旅行者に最適なロイヤリティカード
  • カテゴリ別ロイヤリティプログラムの比較 日本
  • 日本でのロイヤリティカードの利用
  • スマホアプリでのロイヤリティポイントの管理

関連性や詳細度、信頼性、新鮮さ、およびユーザーの意図にどれだけ合致しているかを示すその他の要素に基づいて検索結果はランク付けされます。
Deep Search は、ユーザーの好奇心を満たしたり問題を解決する可能性が高い最良の回答リストを作成します。

こちらは、Deep Search が機能しているデモです。

Deep Search は遅い

検索を深く実行するには時間がかかるため、Deep Search は最大 30 秒かかることがあります。
これは、1 秒未満で返される通常の Bing 検索と比較するとかなり長い待ち時間です。
📝すずき感想:より特定された包括的な回答を入手するためには、そのくらいの時間を待つ価値は十分にあると Bing は説明していますが、いくらなんでも長すぎやしませんかね?

Deep Search は、少数のグループを対象にランダムに、グローバルでテストが行われています。

検索ボックスに「Deep Search」というボタンが見えたら、運良く被験者に当たっている証拠です。

Deep Search

Bing チャット (Copilot) のように LLM で回答を返すのではなく、クエリを拡張して検索するというのは新しい視点です。
この方式なら検索からのトラフィックが減る心配はないように思えます。
むしろ、クエリが変化する分だけ、検索トラフィックが増える可能性すらありそうです。

今後の展開に注目です。