検索に特化した国産の生成AI・Feloがアップデートされました。
特筆すべきは、検索するソースの数が大幅に増え、同時に深く推論して回答する「深度検索」が使えるようになったことです。
さらに、生成された内容を基に作成されるスライドを、ダウンロードせずに直接編集できるようになりました。
この記事では、Feloの深度検索とスライド作成のアップグレードについてお伝えします。
無料ユーザーでも1日5回まで使える深度検索の魅力
2024年10月のアップグレードで追加された深度検索機能。Feloの公式Xアカウントでは「人間のように考え、分析し、答える生成AI」と表現しています。
5W2H(誰が、何を、いつ、どこで、どのように、どのくらい)で考え、質問を深く分析し、より的確な答えを導いていくのが特徴です。
深度検索で回答を生成すると、生成に使われるソースの量が、通常の回答の数倍に増えます。また、Felo独自の推論モデルを搭載しており、高速で回答を生成します。
![](https://media.loom-app.com/loom/2024/11/07/4fb69751-d334-4801-93ff-09d1b0926757/original.png?w=800)
深度検索の使い方は、プロンプトを入力するときに、Pro Serchをオンにするだけ。
有料ユーザーは1日300回、無料ユーザーでも1日5回まで深度検索を利用可能です。
![](https://media.loom-app.com/loom/2024/11/07/5bb9326f-a2d1-439b-890e-b6177fa1c74d/original.png?w=800)
ちなみに、検索する範囲を指定できるのもポイント。
web検索だけでなく、SNSや論文など、カテゴリーを限定してリサーチすることができます。
通常の検索と深度検索の違いを比べてみた
通常の検索と深度検索の回答の出力の違いを調べてみました。
いくつかプロンプトを入力して比較してみたところ、旅行の計画に関する質問の答えだと違いがよくわかりました。
試してみたのは、以下のプロンプトです。まずは通常モードで入力してみました。
家族4人(大人2人、小学生2人)で韓国の釜山に旅行に行きます。
12月12日の夕方に東京を出発し、釜山に2泊して14日夕方の便で東京に戻ります。ホテルは釜山駅周辺です。
この旅程でおすすめの過ごし方を教えてください。
すると以下のような回答が出力されました。
正直、これだけの回答でも詳しく出力されると感じました。ソースの数は40個です。
![](https://media.loom-app.com/loom/2024/11/07/a3c5bf6f-0671-4e7e-9409-79d88b0417eb/original.png?w=800)
![](https://media.loom-app.com/loom/2024/11/07/9e2022a7-e5f3-4257-bd17-900f3c00f1fe/original.png?w=800)
次に、Pro Serchと深度検索をオンにして同じプロンプトを入力しました。
すると、ソースの量が40から80と、2倍に増えました。さらに、日本語や韓国語以外のサイトからも情報を取得したことがわかります。
![](https://media.loom-app.com/loom/2024/11/07/38a8d380-df9b-4f8b-bae2-1991278fe9ce/original.png?w=800)
簡潔かつ具体的に行程が組まれています。
通常の検索の回答では出力されていなかった、1日目の夜の食事に関する内容が追加されています。
また、最後に旅程のポイントがまとめられていることで、旅程が確認しやすく、全体的にわかりやすく感じました。
![](https://media.loom-app.com/loom/2024/11/07/893288e2-1d10-44c5-879b-02e269f147cb/original.png?w=800)
![](https://media.loom-app.com/loom/2024/11/07/a4569562-337e-47ea-97b3-66ae8e0584da/original.png?w=800)
2つの事象を組み合わせた、やや複雑な質問も投げかけてみました。
2024年11月の大統領選挙ではドナルド・トランプ氏が勝利しました。
この結果が日本のメディアや出版業界、ライターの仕事に中長期的にどのような影響を与えるか可能な限り数値を盛り込んで考察してください。
すると、日本に与える影響に始まり、メディアやライターに関する内容まで網羅しています。
しかも、最後は報道の量やライターの需要などについて、数値を盛り込んで回答しています。ただし、未来予測だったからか、この数値の根拠になるソースは提示されませんでした。
![](https://media.loom-app.com/loom/2024/11/07/e2bae7da-6ac0-40fe-8c9c-01a55ecc2f3c/original.png?w=800)
![](https://media.loom-app.com/loom/2024/11/07/35cd7b5a-8531-4834-a80a-57ecf535300f/original.png?w=800)
リサーチするだけでなく、個別具体的なリサーチや仮説構築のブレストにも活用できる可能性が見えました。