概要
https://simonwillison.net/2025/Sep/6/research-goblin/
詳細内容
## GPT-5 Thinking in ChatGPT (aka Research Goblin) is shockingly good at search
https://simonwillison.net/2025/Sep/6/research-goblin/
Simon Willisonは、GPT-5を搭載したChatGPTの検索機能が、複雑な調査タスクにおいて驚くほど高い能力を発揮することを実例を挙げて示します。
**Content Type**: ⚙️ Tools
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 86/100 | **Annex Potential**: 84/100 | **Overall**: 84/100
**Topics**: [[GPT-5, ChatGPT Search, LLM Tool Use, Chain-of-Thought Reasoning, AI-Assisted Research]]
Simon Willisonは、ChatGPTにおけるGPT-5の検索能力（「Research Goblin」と呼称）が劇的に向上し、従来のチャットボットを検索エンジンとして使わないという常識が覆されたと指摘します。彼はGPT-5 Thinkingモデルを使用することで、複雑な調査タスクに対して驚くほど詳細な情報収集と分析を行うことを、具体的な事例を挙げて示しています。例えば、ヒースロー空港の古い動く歩道やスターバックスのケーキポップの有無、エクスター埠頭の洞窟の歴史など、多岐にわたる質問に対し、PDFの読解や追跡調査、さらには関連文書のアーカイブ請求メールのドラフト作成まで提案する能力を披露しました。
なぜこれが重要なのか？ Webアプリケーションエンジニアにとって、この進化は情報収集と問題解決のワークフローを根本的に変える可能性を秘めています。GPT-5は単なるキーワード検索を超え、強力な検索ツールとの「ツール呼び出し (tool calling)」と「思考の連鎖 (chain-of-thought)」を組み合わせることで、人間が手動で検索し、結果を評価し、追加の検索を行うプロセスをはるかに高速に実行します。これにより、開発者は煩雑な情報収集から解放され、より本質的な問題解決に集中できるようになります。特にモバイル環境での高い利便性は、移動中や空き時間での「好奇心を満たす」ための深い調査を可能にし、従来のラップトップでの多タブ調査の必要性を減らします。これは、RAGアーキテクチャやエージェントベースのコーディングにおいて、検索機能と推論を深く統合する「ゴールドスタンダード」を示しており、今後のLLM駆動型アプリケーション開発における設計指針となるでしょう。ただし、完全に信頼できるわけではなく、ユーザーがその能力を理解し「裏をかく」視点も必要です。