引领生成式AI社会化应用的Polimill株式会社（总部：东京都港区，代表董事：伊藤あやめ／谷口野乃花）宣布，计划在2026年4月1日的更新中，为其政府专用生成式AI「QommonsAI」开始提供新功能「Deep Research」。 ■ 迈向将「调查」交给AI的时代 在地方政府的政策制定和议会答辩准备中，必须跨越多个信息来源进行收集、整理和比较的高端调查工作是不可或缺的。然而在现实中，这些工作持续大量消耗着职员的时间和精力。 「应该去哪里查？」「信息足够吗？」「能提出证据吗？」 Deep Research 将由AI自主承担整个流程。 ◾️什么是 Deep Research？ 「Deep Research」是一项根据用户指示，由AI自主运行调查流程并自动生成结构化报告的功能。 这不仅仅是单纯的搜索。 拆解问题 → 拟定搜索计划 → 网络搜索 → 信息审查 → 重新搜索 → 报告生成 通过反复运行这个循环，AI会不断深化调查，直到取得所需信息为止。 在提高信息完整性和准确性的同时，生成附有来源说明的输出结果。 ■ 自动生成输出结果的范例 由于所有输出结果都会明确标示信息来源，因此能够履行基于证据的问责制。 附来源的调查备忘录 —— 明确标示依据的信息整理 整理多项信息的比较表 —— 适用于其他地方政府案例和制度的比较 按议题整理的数据 —— 用于准备议会答辩和说明数据 ■ 与行政知识库的集成，改变了调查的深度 QommonsAI 的 Deep Research 不仅局限于网络上的信息。 它可以与 QommonsAI 拥有的全国地方政府行政知识跨库搜索功能，以及保存内部文档的专用RAG（检索增强生成）结合使用。 除了公开的一般信息外，还能在单一画面中完成包含行政专有知识的调查与分析，例如「邻近地方政府议会如何讨论类似政策」以及「其他县市制定条例的案例为何」。 ◾️在地方政府业务中的应用 在地方政府业务中，制度设计和政策考量需要收集、整理和比较各种信息。 Deep Research 通过将整个调查流程自动化，不仅提升了业务效率，更支持了基于证据的决策。 重点案件的深入调查 —— 政策选项的全面比较与整理 议会答辩的准备 —— 快速收集其他地方政府的案例与证据 说明数据的制作 —— 自动生成议题整理和附来源的佐证数据 制度设计与政策制定 —— 交叉比对多个信息来源