Deep Research

複雑なトピックについて段階的に深く調査し、包括的なレポートを生成するスキル。

Overview

このスキルは以下のような場合に使用します：

• 複雑なトピックについて多角的な調査が必要な場合
• 単純な回答では不十分で、深い分析が求められる場合
• 調査結果を構造化されたレポートとしてまとめたい場合

Workflow

1. 調査計画の立案

• ユーザーの質問・トピックを分析
• 調査すべき観点（サブトピック）を特定
• 調査の深さと範囲を決定

2. 段階的調査

各サブトピックについて以下を実施：

• 背景・定義: 基本的な概念と歴史的背景
• 現状分析: 最新の状況とトレンド
• 多角的視点: 異なる立場・視点からの分析
• 課題と論点: 主要な問題点と議論
• 将来展望: 今後の予測と可能性

3. 統合分析

• 収集した情報を統合
• 関連性や因果関係を分析
• 重要なポイントを抽出

4. レポート生成

以下の構造でMarkdownレポートを作成：

# [トピック名] 調査レポート

## エグゼクティブサマリー
- 主要な発見
- 重要な結論

## 1. 背景と概要
## 2. 詳細分析
### 2.1 [サブトピック1]
### 2.2 [サブトピック2]
...
## 3. 統合的考察
## 4. 結論と提言
## 5. 参考情報

5. 保存（オプション）

生成したレポートを保存：

python skills/deep-research/scripts/save_report.py \
  --topic "トピック名" \
  --output ./output/research_reports/

Available Resources

Scripts

• scripts/save_report.py - 調査レポートをファイルに保存するスクリプト

References

• references/research_template.md - レポートテンプレート
• references/research_methodology.md - 調査手法のガイドライン

Examples

例1: 技術調査

ユーザー: 「量子コンピュータについて深く調査してください」

手順:
1. 調査計画:
   - 量子コンピュータの原理
   - 現在の技術レベル
   - 主要な企業・研究機関
   - 応用分野
   - 課題と展望

2. 各観点について詳細調査

3. 包括的レポート生成

例2: ビジネス分析

ユーザー: 「EV市場の動向をリサーチして」

手順:
1. 市場規模と成長率
2. 主要プレイヤー分析
3. 技術トレンド
4. 規制環境
5. 競合分析
6. 将来予測

Best Practices

調査の深さ

• 浅い調査: 3-5個のサブトピック、各300-500語
• 標準調査: 5-8個のサブトピック、各500-800語
• 深い調査: 8-12個のサブトピック、各800-1200語

情報の質

• 複数の視点を含める
• 具体的な例やデータを使用
• 主張には論拠を示す
• 不確実性や限界を明記

レポート構造

• 見出しを適切に使用（h2, h3）
• 箇条書きで要点を整理
• 重要な情報を強調（太字）
• 長い段落は避ける（3-5文程度）

Constraints

• 調査は利用可能な知識ベースに基づく
• リアルタイムの情報取得は不可（API連携が必要）
• 非常に専門的な内容は限界がある場合がある
• レポート生成には数分かかる場合がある
• 保存するレポートのファイル名は自動生成される（タイムスタンプ付き）

Output Format

レポートは以下の形式で出力：

1. 画面表示: Markdown形式で全文表示
2. ファイル保存（オプション）: YYYYMMDD_HHMMSS_topic.md

Tips

• 具体的な調査範囲を指定すると精度が向上
• 「〜の観点から」と視点を指定可能
• 「簡易版」「詳細版」で深さを調整可能
• 途中経過の確認も可能