Deep Research

Deep Research - ディープリサーチスキル

複数ソースを横断した深堀り調査。レポート形式で出力。

いつ使う？

トリガー:
├── 「徹底的に調べて」
├── 「深く調査して」
├── 「〜について詳しく研究して」
├── 「ディープリサーチして」
└── 「レポートを作成して」

調査フロー

ユーザー: 「AI画像生成の最新動向をディープリサーチして」

MoltBot:
1. 調査計画を立てる
2. 複数ソースから情報収集
   - 学術論文
   - 技術ブログ
   - 公式発表
   - SNS（X、Reddit）
   - ニュース記事
3. 情報を整理・分析
4. 矛盾点を確認
5. レポート作成

進捗報告:
「調査中... (25%)
 - 論文3件確認済み
 - ニュース記事8件確認済み
 - 続行中...」

最終報告:
「調査完了！レポートを作成しました。」

調査の深さレベル

Level 1: クイック調査（5-10分）

範囲:
├── 上位10件のソース
├── 基本的な分析
├── 簡易レポート
└── 主要ポイントのみ

Level 2: 標準調査（15-30分）

範囲:
├── 20件以上のソース
├── 複数視点の分析
├── 詳細レポート
├── 比較表・図表
└── 信頼性評価

Level 3: 徹底調査（1時間以上）

範囲:
├── 50件以上のソース
├── 専門的な分析
├── 包括的レポート
├── 一次情報の確認
├── 専門家の見解
└── 将来予測

レポートフォーマット

# [トピック] 調査レポート

## エグゼクティブサマリー
[3-5文で要約]

## 調査概要
- 調査日: YYYY-MM-DD
- 調査範囲: [説明]
- ソース数: X件
- 信頼度: [高/中/低]

## 主要な発見

### 1. [発見1]
[詳細説明]
- 出典: [ソース]

### 2. [発見2]
[詳細説明]
- 出典: [ソース]

### 3. [発見3]
[詳細説明]
- 出典: [ソース]

## 比較分析
| 項目 | A | B | C |
|------|---|---|---|
| ... | ... | ... | ... |

## 異なる視点
- 視点A: [説明]
- 視点B: [説明]
- 視点C: [説明]

## 結論と推奨
[結論]
[推奨アクション]

## 参考文献
1. [ソース1] - [URL]
2. [ソース2] - [URL]
...

調査対象別テンプレート

技術調査

調査項目:
├── 公式ドキュメント
├── GitHub リポジトリ
├── 技術ブログ
├── Stack Overflow
├── 論文・研究
└── 比較ベンチマーク

市場調査

調査項目:
├── 市場規模・成長率
├── 主要プレイヤー
├── トレンド
├── 競合分析
├── 価格比較
└── ユーザー評価

トレンド調査

調査項目:
├── 検索トレンド
├── SNSでの言及
├── ニュース記事
├── インフルエンサーの発言
├── 学術的な動向
└── 将来予測

信頼性評価

ソース信頼度

★★★★★ 非常に高い:
├── 公式発表
├── 査読済み論文
├── 政府・機関の報告
└── 一次情報

★★★★☆ 高い:
├── 大手メディア
├── 専門メディア
├── 著名な専門家
└── 実績ある技術ブログ

★★★☆☆ 中程度:
├── 一般ニュースサイト
├── 個人ブログ（専門性あり）
├── SNS（検証済み）
└── Wiki系

★★☆☆☆ 低い:
├── 匿名の情報
├── 未検証のSNS投稿
├── 広告記事
└── バイアスの強いソース

★☆☆☆☆ 要注意:
├── 出典不明
├── 矛盾する情報
├── 古い情報
└── 利益相反あり

進捗報告

調査中の通知

「📊 調査進捗: 40%

完了:
✅ ニュース記事 (15件)
✅ 公式ドキュメント (3件)

進行中:
🔄 技術ブログ (8/15件)

残り:
⏳ SNS分析
⏳ 比較表作成
⏳ レポート執筆

予想完了時間: 約15分」

web-search との使い分け

web-search を使う場面:
├── 「〜って何？」（定義確認）
├── 「今日の〜」（即時情報）
├── 「〜の使い方」（ハウツー）
└── すぐに答えが欲しい時

deep-research を使う場面:
├── 「徹底的に調べて」
├── 「比較検討したい」
├── 「最新動向を知りたい」
├── 「レポートが必要」
└── 判断材料が欲しい時

使用例

技術調査

ユーザー: 「React vs Vue vs Svelte を徹底比較して」

MoltBot: 「フロントエンドフレームワーク比較レポート

## サマリー
- パフォーマンス: Svelte > Vue > React
- 学習曲線: Vue < React < Svelte
- エコシステム: React > Vue > Svelte
- 求人数: React >> Vue > Svelte

## 詳細...」

市場調査

ユーザー: 「AIライティングツールの市場をリサーチして」

MoltBot: 「AIライティングツール市場調査

## 市場規模
- 2025年: $XX億
- 2030年予測: $XX億（年率XX%成長）

## 主要プレイヤー
1. ChatGPT - シェア40%
2. Claude - シェア25%
3. Gemini - シェア15%
...」

注意事項

限界の認識

注意:
├── リアルタイム情報には限界あり
├── 一部の情報は検証困難
├── 言語バイアス（英語情報が多い）
├── 有料コンテンツはアクセス不可
└── 最新すぎる情報は少ない

免責

提供情報:
├── 参考情報として利用
├── 重要な判断は自己責任
├── 専門家への相談を推奨
└── 情報の鮮度を確認

連携スキル