# Info Gathering

> 一般・技術の両分野に対応した体系的情報収集スキル。調査設計→手法選定→実行→検証の4フェーズで進める。Use when: 調査・リサーチ・情報収集を依頼された時、バグ調査・API調査・市場調査・競合調査・文献調査・ファクトチェック等を行う時。

- Skill: `caphtech/info-gathering` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add caphtech/info-gathering`
- Raw SKILL.md: https://api.skillmd.com/api/skills/caphtech/info-gathering/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Integrations & APIs
- Author: CAPHTECH (https://skillmd.com/u/caphtech)
- Updated: 2026-09-10
- Page: https://skillmd.com/skills/caphtech/info-gathering

---


# Info Gathering（情報収集）

調査設計→手法選定→実行→検証の4フェーズで、一般調査と技術調査の両方を体系的に行う。

## Phase 1: 調査設計

### 1.1 問いの定義

| 項目 | 内容 |
|------|------|
| 調査対象 | 何を調べるのか（テーマ・ライブラリ名・エラー等） |
| 目的 | なぜその情報が必要か・この調査で決めること |
| 既知情報 | 現在知っていること・手元の資料 |
| 対象者 | 誰にとっての情報か |
| スコープ | 地域・期間・バージョン・環境等の範囲 |
| 品質基準 | 必要な精度・エビデンス強度 |

### 1.2 分野判定

調査対象に応じて主な分野を判定する。手法選定の分岐に使う:

- **技術調査**: バグ・エラー原因、API仕様、ライブラリ使い方、移行・アップグレード、ベストプラクティス、パフォーマンス検証
- **一般調査**: 市場・競合、学術・文献、ジャーナリズム・ファクトチェック、問題解決、デジタル調査（OSINT等）

両方にまたがる場合は、それぞれの手法を組み合わせる。

### 1.3 調査目的の分類

目的によって適切な手法が変わる:

- **探索的**: 何が問題か分からない → 広く浅く情報を集める
- **検証的**: 仮説があり正しいか確認したい → 仮説に絞って検証する
- **実証的**: 事実・データで裏付けたい → 定量データを収集する

---

## Phase 2: 手法選定

### 技術調査の手法選定

| 調査目的 | 推奨手法（優先順） |
|---------|------------------|
| API仕様・使い方 | 公式ドキュメント → ソースコード → Stack Overflow |
| バグ調査 | GitHub Issues → Stack Overflow → 再現実験 |
| 最新情報・変更点 | リリースノート → GitHub Releases → 公式ブログ |
| 移行・アップグレード | マイグレーションガイド → Breaking Changes一覧 → GitHub PRs |
| ベストプラクティス | 公式ガイド → コミュニティ事例 → ソースコード読解 |
| エラー原因 | エラーメッセージ検索 → GitHub Issues → 再現実験 |

複数手法を選ぶ場合は「一次情報を優先」「信頼性の高いものを先に」で順序付ける。
各手法の詳細な実行手順は [tech-research-methods.md](references/tech-research-methods.md) を参照。公式ドキュメント・GitHub・Stack Overflow・パッケージレジストリ・ソースコード読解・再現実験・AI活用・コミュニティ問い合わせの手順を記載。

### 一般調査の手法選定

| 調査目的 | 推奨手法（優先順） | カテゴリ |
|----------|-------------------|----------|
| 先行研究の把握 | 文献調査 → 系統的レビュー → メタ分析 | 学術・研究 |
| 市場規模・動向 | デスクリサーチ → 市場調査 | ビジネス |
| 競合の戦略分析 | 競合調査 → デスクリサーチ | ビジネス |
| ユーザーニーズ | フィールドリサーチ → デザイン思考 | ビジネス / 問題解決 |
| 事実の真偽確認 | ファクトチェック → SIFT法 → CRAAP Test | ジャーナリズム / 情報評価 |
| 問題の全体像 | 5W1H → マインドマップ → MECE | 問題解決 / 整理統合 |
| 根本原因特定 | なぜなぜ分析 → ロジックツリー | 問題解決 |
| 仮説の設定と検証 | 仮説思考 → uncertainty-resolution | 問題解決 |
| 公開情報からの調査 | OSINT → Google高度検索 → Webアーカイブ | デジタル調査 |
| 収集情報の分類整理 | KJ法 → MECE → ロジックツリー | 整理・統合 |
| エビデンス強度判断 | エビデンスピラミッド → CRAAP Test | 情報評価 |

各手法の概要・使いどころ・手順は [method-catalog.md](references/method-catalog.md) を参照。7カテゴリ20手法の詳細を記載。

---

## Phase 3: 実行

### 3.1 情報収集の実行

選定した手法に従って情報を収集する。収集中は以下の形式で記録を残す:

```markdown
### [情報タイトル]
- **情報源**: [URL / 書籍名 / ファイルパス]
- **取得日**: [YYYY-MM-DD]
- **種別**: [一次情報 / 二次情報]
- **バージョン**: [該当する場合]
- **信頼度**: [高 / 中 / 低]
- **要約**: [3行以内]
- **根拠**: [一次情報/二次情報/実験結果 等]
```

### 3.2 信頼性評価

収集した情報の信頼性を評価する:

- **CRAAP Test**: Currency / Relevance / Authority / Accuracy / Purpose の5基準で体系的に評価
- **SIFT法**: Stop / Investigate / Find better coverage / Trace claims の4ステップで迅速評価

詳細な評価手順・チェックリスト・スコアリングシートは [evaluation-guide.md](references/evaluation-guide.md) を参照。CRAAP Test・SIFT法・バイアス排除手法・エビデンスピラミッド・情報源別信頼度目安表を記載。

### 3.3 技術調査での追加検証

技術調査ではドキュメントだけで確信が持てない場合、再現実験で検証する:

- 最小限の再現コードで問題を再現する
- 1つの仮説を1つの実験で検証する
- バージョン確認: 情報が対象バージョンに適合するか検証
- 矛盾の検出: 複数ソースで矛盾があれば実験で検証
- 日本語情報は翻訳・要約のズレが生じやすいため、英語の一次情報を優先する

---

## Phase 4: 統合と成果物

### 4.1 情報統合

| 状況 | 推奨手法 |
|------|---------|
| 断片的な情報が大量 | KJ法（ボトムアップでグループ化） |
| 問題の構造を可視化 | ロジックツリー（MECE原則で分解） |
| 網羅性を担保 | MECE（漏れ・ダブりを排除） |
| 全体像と関連性把握 | マインドマップ（視覚的に俯瞰） |

### 4.2 成果物の整理

```markdown
# 調査結果サマリ

## 調査概要
- **調査テーマ**: [テーマ]
- **調査日**: [日付]
- **調査目的**: [探索的 / 検証的 / 実証的]
- **使用手法**: [手法名リスト]
- **対象バージョン**: [該当する場合]

## 結論
[最も重要な発見を1〜3行で]

## 主要な発見
1. [発見1]（信頼度: 高/中/低、根拠: [情報源]）
2. [発見2]
3. [発見3]

## 未解決の問い
- [追加調査が必要な事項]

## 情報源一覧
| # | 情報源 | 種別 | 信頼度 | 取得日 |
|---|--------|------|--------|--------|
| 1 | [URL等] | 一次/二次 | 高/中/低 | YYYY-MM-DD |

## 推奨アクション
[調査結果に基づく次のステップ]
```

---

## 連携スキル

| スキル | 連携タイミング |
|--------|---------------|
| uncertainty-resolution | 調査中に不確実性が出てきた時、台帳化して優先順位を付ける |
| dependency-observation | ライブラリ調査と合わせて依存関係を確認する時 |