nomhiro 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：
- 画面表示: Markdown形式で全文表示
- 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