投資銀行、運用会社、戦略コンサルティングファーム、事業会社の経営企画部門において、リサーチ担当者は長年「情報源の分断」という非効率に直面してきました。自社独自の財務予測モデル、エキスパートインタビューの議事録、デューデリジェンスの内部メモといったコア資産は、Google DriveやMicrosoft OneDriveなどの社内クラウドストレージに眠っています。一方で、最新の法規制動向、競合企業の四半期決算発表、サプライチェーンのリアルタイムな変動といった外部情報は、公開Web上に分散しています。社内ナレッジと検索エンジンを往復する手作業は、多くの時間を浪費させるだけでなく、クロスチェックにおける重大な見落としの原因となっていました。
Perplexityのコラボレーション機能「Spaces」（旧称Projects）は、この分断を解消する実効的なソリューションです。社内プライベート文書に対する検索拡張生成（RAG）と、Web全体のリアルタイムインデックス検索を単一のワークスペースに統合します。適切に構成すれば、たった1つのプロンプトで「社内の予測数値」と「外部の最新確定データ」を自動照合し、明確な根拠付きで比較分析することが可能です。
本稿では、リサーチチームがPerplexity Spacesをゼロから構築・運用するための手順を解説します。クラウドアカウントの連携から文書前処理、スペース専用システムプロンプトの設計、用途に応じたAIモデルの選定、そして監査耐性を持つ出典検証ワークフローまでを網羅します。
1. アーキテクチャ理解とアカウントプランの選定
社内文書をアップロードする前に、Spacesの統合検索メカニズムと、セキュリティ・コンプライアンス要件に応じたプランの違いを把握しておく必要があります。
Spacesの基本構造
Perplexity Spaces（従来のCollectionsやProjectsが発展したもの）は、永続的なコンテキストを維持できるチーム共有ワークスペースです。スペース内で開始されたすべての検索スレッドは、以下の要素を自動的に継承します：
- 共有ファイルインデックス：直接アップロードされた文書群または連携クラウドストレージ。
- スペース専用カスタム指示（Custom Instructions）：アナリストとしてのペルソナ、検証手順、引用基準、出力形式を規定するシステムプロンプト。
- デフォルトAIモデル：プロジェクトの分析深度に合わせて選択された基盤モデル。
- スレッド共有とチームコラボレーション：メンバー間で調査履歴やプロンプトの試行錯誤を可視化。
ユーザーが質問を入力すると、Perplexityは社内文書のベクトルインデックスと外部Web検索エンジンを並行してクエリし、両者の情報を統合したうえで、精密な出典バッジを付与した回答を生成します。
Enterprise Proと通常Proの比較
未公開情報やM&A関連の機密メモを扱うリサーチ部門では、プランの選定が情報保護の生命線となります：
| 評価軸 | Perplexity Pro（個人・小規模チーム向け） | Perplexity Enterprise Pro（法人向け） |
|---|---|---|
| データ保護とAI学習除外 | 設定画面で手動オプトアウトが必要 | デフォルトでAI学習に一切データを利用しない（Zero Data Retention）；SOC 2 Type II認証取得 |
| ファイル保存上限 | 1スペースあたり通常50ファイル程度；1ファイル25〜40MB | 組織リポジトリ全体で500ファイル以上対応；1ファイル最大100MBまで拡大 |
| ストレージコネクタ管理 | 担当者個人のOAuth認証に依存 | 管理者向けSecurity Hubで集中管理；SSO（SAML）およびSCIMに対応 |
| アクセス制御と監査ログ | メール招待またはリンク共有 | ロールベースアクセス制御（RBAC）；詳細な操作ログ監査と集中管理 |
機密性の高い投資テーゼや未公開データを扱うチームでは、社内資産がAIの学習データとして流出するリスクを契約・技術両面で完全に排除するため、Perplexity Enterprise Proの導入が強く推奨されます。
2. 社内ナレッジの接続：コネクタ設定と文書クレンジング
AIの出力精度は、読み込ませる社内文書の品質に直結します。Perplexity Spacesに社内情報をマウントする方法には、クラウドストレージコネクタと手動ローカルアップロードの2通りがあります。
ステップ1：クラウドコネクタ（Google Drive / Microsoft OneDrive）の接続
コネクタを利用すると、元ファイルが更新された際も手動で再アップロードする必要がなく、自動でインデックスが追従します。
- Perplexityの「Account Settings」を開き、「Connectors」（または「My Connectors」）タブを選択します。
- 組織で利用しているストレージ（Google Drive または Microsoft OneDrive / SharePoint）を選択します。
- 法人アカウントの認証画面でOAuth承認を完了します。
- 連携完了後、コネクタ横のメニュー（
⋮）から、Perplexityが参照可能なフォルダやディレクトリを厳密に絞り込みます。 - Enterprise Pro環境では、IT管理者が組織全体の設定を一括管理し、既存のアクセス権限ポリシーをそのまま継承させることができます。
ステップ2：短期集中プロジェクト向けのローカルファイル登録
数週間のデューデリジェンスや特定の競合調査など、対象範囲が明確に限定されている場合は、スペース内に直接ファイルをアップロードする運用が有効です：
- 対象のResearch Spaceを開きます。
- サイドバーの「Add Files」をクリックします。
- 調査用フォルダから対象ドキュメントを選択します。対応フォーマットは以下の通りです：
- 定性分析・スライド：PDF、DOCX、PPTX、Markdown（
.md）、TXT - 定量データ・財務諸表：XLSX、CSV、JSON
- インタビュー音源・動画：MP3、WAV、MP4、MOVなど（音声認識によりテキスト化されてインデックスされます）
- 定性分析・スライド：PDF、DOCX、PPTX、Markdown（
ステップ3：インデックス精度を高める前処理ルール
ファイルの肥大化や検索漏れを防ぐため、以下の前処理をチームの標準手順として定めます：
- スキャンPDFのOCR必須化：Perplexityの検索エンジンはテキスト層を抽出します。紙の報告書や契約書のスキャン画像にOCRがかかっていない場合、検索にヒットしません。必ずOCRを適用してから登録します。
- 分散した議事録の集約（マージ）：Pro版の50ファイル制限を回避するため、2〜3ページの専門家インタビューメモを大量に個別登録せず、トピックごとに1つのPDF（例：『業界エキスパートヒアリング集_競合動向編.pdf』）に結合してアップロードします。1ファイルとしてカウントされつつ、全ページが検索対象となります。
- 巨大な財務モデルの軽量化：複雑なマクロや外部参照を多用した重いExcelブックはノイズの元です。主要な前提条件、財務3表の推移、感応度分析の要約を別シートに抽出し、軽量なCSVや整形されたワークシートにしてから登録します。
3. スペース専用システム指示（Custom Instructions）の設計
システム指示は、スペース内で生成される全スレッドの分析水準と出力基準を決定づけます。指示が曖昧だと、一般的なチャットAIのような表層的で社交辞令的な回答に終始し、社内と社外のデータ衝突を曖昧にごまかしてしまいます。
プロンプト設計における4大原則
プロフェッショナルなリサーチ用途では、以下の4点をシステム指示に明記します：
- 情報源の優先順位：社内資料の前提をどこまで優先し、どのタイミングでWeb検索を起動するかを明示する。
- 矛盾発生時の裁定ルール：社内の過去予測と外部の最新実績が食い違っている場合、妥協せず差異を明示して数値を突き合わせる。
- アナリストとしてのトーン：営業的・装飾的な表現を排除し、証拠に基づいた客観的なシニアアナリストの姿勢を保つ。
- 出力構成の統一：結論ファースト、Markdown比較テーブル、出所明記を義務付ける。
リサーチチーム向けシステム指示テンプレート
以下のテキストをコピーし、チームの実情に合わせて編集したうえで、スペースの「Custom Instructions」欄に登録してください：
あなたは機関投資家および戦略コンサルティングチームを支援する、シニア戦略リサーチアナリストです。以下の分析フレームワークおよび出力基準を厳格に順守してください。
【情報源の優先順位と検索ルール】
1. まず社内ドキュメント（アップロード済みファイルおよび連携ドライブ）を検索し、過去の基準予測値、社内独自の試算モデル、経営陣インタビュー、基本投資テーゼを抽出すること。
2. 並行してリアルタイムWeb検索を実行し、最新の決算発表、法規制の改正動向、競合他社の事業展開、マクロ経済指標、市場コンセンサスの改定状況を追跡すること。
3. 社内の過去予測と外部の最新実数値が矛盾する場合（例：社内モデルの売上予測と直近の決算発表数値の乖離、規制方針の転換など）、決して曖昧に平均化したり無視したりしないこと。両者の数値を明示し、差異幅（デルタ）を定量化し、その要因を詳細に考察すること。
【アナリストとしての論調と規律】
- 誇大広告や推測混じりの曖昧な表現を排除し、客観的・機関水準・証拠重視のトーンを維持すること。
- 数値を引用する際は、指標名、対象期間、単位（百万円、百万ドル等）、および算定基準を明記すること。
- 確認済みの「歴史的事実」と、仮定に基づく「将来予測」を厳密に区別すること。
【出力フォーマット構成】
- エグゼクティブ・サマリー：意思決定に直結する核心部分を2〜3つの箇条書きで提示。
- 統合比較マトリクス：【社内モデルの前提】と【Web最新実数値・市場動向】を対比したMarkdown表を作成。
- 詳細な証拠分析：戦略的背景、業務インパクト、ダウンサイドリスクを論理的に解説。
- 出典注記：回答末尾に、参照した社内ファイル名（ページ・スライド番号）およびWebソースへの参照を明記。
4. モデル選定：タスクに応じた推論エンジンの切り替え
Perplexity Spacesでは、スペースのデフォルト基盤モデルを指定できます。分析タスクの特性に合わせて最適なエンジンを選択します：
| モデル候補 | 最適なユースケース | 強み・特徴 | 留意点 |
|---|---|---|---|
| Claude 3.5 Sonnet / Claude 3.7 Sonnet | 定性デューデリジェンス；長大な議事録の要約；複雑な法規制・契約条項の読解 | 卓越した長文読解力；行間に隠れたニュアンスの抽出；洗練されたMarkdown表出力 | 短文クエリの即答性では軽量モデルに劣る場合がある |
| GPT-4o | マルチモーダル分析；定性・定量データの迅速なスクリーニング；多言語資料の集約 | 応答が極めて高速；決算資料のグラフ・構成図の認識精度が高い；高いスループット | プロンプトの制約が緩いと、社内資料の枠組みから外れた推測を挟む傾向がある |
| 推論特化モデル（o1、o3-miniなど） | 財務諸表間の数値整合性監査；複雑な因果関係の論理的検証；ストレステスト | 隠れ思考プロセス（CoT）による多段階推論；論理矛盾の発見に強み | 応答に時間を要する；構成によってはリアルタイムWebブラウジングの連動性が制限される |
| Perplexity標準ルーター（Sonar / 最適化エンジン） | 毎朝の業界ニュース巡回；高頻度な基礎用語・企業概要の確認 | 圧倒的な低遅延；Web検索クエリの自動分解に最適化；追加クレジット消費が少ない | 複雑な複数社内文書の突き合わせにおいて、考察の深さがやや劣る |
推奨設定：戦略リサーチやM&Aデューデリジェンスの基本設定としては、Claude 3.5 Sonnet（またはその上位バージョン）をデフォルトに指定するのが最も安定します。社内資料の文脈を忠実に保持し、ハルシネーション（もっともらしい嘘）を抑制する能力において高い信頼性を誇ります。
5. デュアルソース検索の実践：スコープ制御とプロンプト技術
環境が整ったら、リサーチ担当者は検索バーのソース切り替え機能を活用して調査を開始します。
検索ソースセレクターの使い分け
- Web + Org Files（すべて / 組織ファイル含む）：最も強力な標準モード。社内ファイルとリアルタイムWeb検索を同時に走らせ、統合回答を導出します。
- My Files / Org Files Only（ファイルのみ）：外部Webアクセスを遮断し、社内文書のみから回答を生成します。機密保持監査や「過去のCIM内で言及されたリスク事項の洗い出し」などに適しています。
- Web Only（Webのみ）：社内ファイルを無視して公開Webのみを検索します。一般的な業界用語の定義やマクロ経済の動向確認に使用します。
統合リサーチ向けプロンプトの実例
実例1：社内財務モデルと最新決算の差異検証
「
Project_Titan_Model_v4.xlsxに記載されている第3四半期の半導体事業粗利益率の前提数値を抽出してください。そのうえで、TSMCとASMLが直近で発表した同四半期の確定決算実績をWeb検索し、社内予測と実績の差異を比較表にまとめてください。また、決算説明会での経営陣コメントから、乖離の要因となったサプライチェーン動向を解説してください。」
実例2：規制変更が社内投資テーゼに与える影響の評価
「社内メモ
CleanTech_Thesis_2025.pdfを確認し、当社がグリーン水素分野を有望視した根拠を箇条書きで整理してください。次に、過去6ヶ月間に欧州委員会が発表した再生可能燃料（RFNBO）に関する最新の委任指令と修正案をWeb検索してください。最新の政策動向が、当社の投資テーゼを強固にしているか、あるいは前提を揺るがしているかを論理的に評価してください。」
実例3：競合企業の最新プライシング追跡
「社内資料
Competitor_Matrix_Q1.docxにある競合各社の料金プランとパッケージ構成を整理してください。そのうえで、各社の公式プライシングページおよび直近の製品発表ニュースをWeb検索し、ドキュメント作成日以降に値上げ、機能の再編、新しい料金ティアの新設が行われていないか特定してください。」
6. 出典の検証と監査ワークフロー
投資委員会への提出資料やクライアント向けレポートにおいて、出所不明なAI生成テキストは大きなリスクとなります。Perplexityの真価は、すべての主張に対して個別の検証用バッジが付与される点にあります。
デュアルストリーム出典バッジの確認
生成された回答には、文末ごとに番号付きのリンクバッジが表示されます：
- 社内ドキュメントのバッジ：クリックすると、参照された社内ファイル名、該当ページ番号、およびAIが抽出した原文の抜粋スニペットが表示されます。アナリストは前後の文脈が正しく解釈されているかを即座に目視確認できます。
- Webソースのバッジ：クリックすると外部の元記事や公的開示文書へ直接遷移し、キャッシュスニペットと公開日時を確認できます。
アナリスト向け3段階検証チェックリスト
調査結果を正式な資料に転記する前に、以下の3項目を点検します：
- 社内版数の確認：引用された社内数値が、古いドラフトや検討用の極端なケーススタディではなく、承認済みの確定版（Golden Copy）から引用されているかを確認する。
- 外部ソースの信頼性確認：Webの参照先がSEC提出書類、企業公式サイト、公的機関の発表などの一次情報源であることを確認し、真偽不明なまとめサイトからの引用を排除する。
- 開示基準・定義の違いをチェック：社内試算と外部発表値に大きな乖離がある場合、会計基準の違い（GAAP vs Non-GAAPなど）に起因するものか、実質的な業績変動によるものかを切り分ける。
7. チーム運用を成功させるスペース管理のベストプラクティス
リサーチ部門全体でSpacesをスケールさせ、情報の陳腐化を防ぐための運用ルールを確立します：
スペースの粒度設計
すべての社内資料を1つの巨大なスペースに放り込む運用は避けてください。以下の3分類でスペースを切り分けるのが効果的です：
- ディール／プロジェクト別スペース（案件型）：特定のM&A案件や戦略プロジェクト専用（例：
Project_Alpha_買収DD）。プロジェクト終了後にアーカイブまたは削除。 - セクター／カバレッジ別スペース（定常型）：特定産業の担当チームが恒常的に管理（例：
グローバル半導体カバレッジ）。四半期決算ごとに最新資料を追加。 - 組織ナレッジスペース（基盤型）：バリュエーション標準テンプレート、リサーチ手法マニュアルなど不変の社内資産を格納。
ベクトル検索の精度維持
同名ファイルの新旧バージョンが混在すると、検索エンジンが誤って古い版数を参照する原因になります。各リサーチチームで「ナレッジ管理者」を指名し、以下のルールを徹底してください：
- 更新された財務モデルの旧バージョンは速やかにアーカイブまたはスペースから削除する。
- 体系的な命名規則を徹底する（例：
2026-03_大和総研_半導体産業レポート.pdfのように日付と発行元を明記し、最新版(1).pdfのような曖昧な名称を禁止する）。 - プロジェクト完了時はコネクタのアクセス権限を見直し、不要な参照パスを解除する。
Perplexity Spacesを単なるAIチャットツールではなく、監査可能な「ハイブリッド調査プラットフォーム」として運用することで、リサーチチームは自社の知的資産と市場の最新変化をダイレクトに結びつけ、精緻で信頼性の高い分析を迅速に生み出すことが可能になります。