auto-research

COG 自動リサーチスキル

呼び出すタイミング

• 深い調査が必要な戦略的な質問をユーザーが尋ねたとき
• ユーザーが「research」「auto-research」「investigate」「strategic analysis」「deep dive into [topic]」と言ったとき
• 市場の力学、競争環境、技術の動向、戦略的選択肢について理解したいとユーザーが望んでいるとき
• 意思決定を支える実際の情報源に基づいた、エビデンスベースの分析がユーザーに必要なとき

Karpathy の autoresearch に着想を得ていますが、ML のトレーニングではなく、戦略的思考を対象としています。

エージェントモードの確認

00-inbox/MY-PROFILE.md のフロントマターにある agent_mode を確認します：

• agent_mode: team の場合 — 並列エージェントを使った完全な実行戦略（5～7 エージェント）を使用します。このスキルはチームモードで大きな効果を発揮します。
• agent_mode: solo の場合 — WebSearch/WebFetch を使って、順次 2～3 回のリサーチパスを実行し、完全なマルチスレッド構成ではない、より簡潔な分析を作成します。

コマンド：/auto-research

入力

ユーザーはコマンドの引数として、戦略的な質問またはトピックを指定します。例：

• 「基盤モデルがコモディティ化したら、LLM ラッパー企業に何が起きるか？」
• 「AI の能力拡大に伴うテスト業界の将来」
• 「AI レイヤーは自社で構築するべきか、購入するべきか、提携するべきか？」
• 「OpenAI がテスト製品を発売したら、Scout にどのような戦略的選択肢があるか？」

---

実行戦略

フェーズ 1：質問の分解（オーケストレーター — 2 分）

ユーザーの戦略的な質問を、包括的な回答につながる 5～7 個のリサーチスレッドに分解します。各スレッドは次の条件を満たす必要があります：

• 独立している — 並列に調査できる
• 具体的である — 明確な調査目的がある
• 相互補完的である — 組み合わせることで、戦略的な全体像を網羅できる

分解フレームワーク：

1. 市場の力学 — この問いを動かすマクロトレンドは何か？
2. 歴史的な前例 — 他の業界で、これと同じパターンが起きたことはあるか？
3. プレイヤー分析 — 主なプレイヤーは誰で、何をしているか？
4. 技術の動向 — 基盤となる技術はどこへ向かっているか？
5. 顧客行動 — エンドユーザーは実際に何を望み、何をしているか？
6. 経済モデル — ユニットエコノミクスと価値獲得の力学はどうなっているか？
7. 新興技術とアーキテクチャ — まだ開発・議論段階（主流になる前）にある、基盤となり得る概念、プロジェクト、フレームワークは何か？関連するオープンソースプロジェクト、研究論文、GitHub リポジトリ、Discord／フォーラムの議論、カンファレンストーク、初期段階のツールを調査します。例：新しいエージェントアーキテクチャ、新しいテストパラダイム、実験的なフレームワーク。洗練されたドキュメントがない場合もあります。README、GitHub の issue、Twitter/X のスレッド、開発者のブログ記事、学術プレプリントまで掘り下げます。
8. 反対の見解 — コンセンサスに対する最も強力な反論は何か？

すべての質問にすべてのスレッドが当てはまるわけではありません。最も関連性の高い 5～7 個を選びます。スレッド 7（新興技術）は必ず含めます — ユーザーは、まだ主流になっていない概念を先取りすることを特に望んでいます。

エージェントを起動する前に：

1. 既存のコンテキストを把握するため、Vault 内の関連ファイルを読みます：
   • 既存のフレームワークやメンタルモデルについては 05-knowledge/
   • 関連する場合は、プロジェクト固有のコンテキストについて 04-projects/
   • このトピックに関するユーザーの既存の考えについて、最近の braindump
2. エージェントを起動する前に軌道修正できるよう、分解した内容をユーザーに伝えます

フェーズ 2：並列の詳細リサーチ（エージェント 5～7 個を同時に起動）

重要：すべてのエージェントを 1 つのメッセージで起動します。 すべてのエージェントで run_in_background: true を使用します。

各エージェントには、次のテンプレートに沿った詳細なプロンプトを渡します：

You are a strategic research analyst investigating a specific thread of a larger strategic question.

MAIN QUESTION: [user's original question]
YOUR THREAD: [specific research thread]
EXISTING CONTEXT: [any relevant vault context]

RESEARCH METHODOLOGY:
1. WebSearch for 8-12 high-quality sources (prioritize: research reports, expert analyses, company filings, academic papers, industry publications — NOT listicles or superficial blog posts)
2. For each source found, WebFetch to read the full content and extract key arguments, data points, and frameworks
3. Look for CONFLICTING viewpoints — don't just confirm one narrative
4. Identify specific data points, statistics, and concrete examples
5. Note the credibility and potential bias of each source
6. FOR EMERGING TECH THREADS: Go beyond polished sources. Search GitHub repos (README, issues, discussions), Twitter/X threads from builders, Discord/forum discussions, conference talk summaries, arXiv preprints, and early blog posts. The goal is to surface concepts that are pre-mainstream but technically promising. For each concept found, assess: maturity level, technical approach, relevance to the user's use case, and what it would take to adopt/integrate.

OUTPUT FORMAT (return ALL of this):

## Thread: [thread name]

### Key Findings (3-5 bullet points)
- Finding with source attribution

### Evidence & Data Points
- Specific statistics, market data, examples with sources

### Expert/Notable Perspectives
- Named perspectives from credible voices

### Implications for [user's context]
- What this means specifically for the user's situation

### Confidence Level
- HIGH / MEDIUM / LOW with reasoning

### Sources
- Numbered list of actual URLs consulted

エージェントの命名規則： research-[thread-slug]（例：research-market-forces、research-historical-precedent）

フェーズ 3：統合（オーケストレーター — すべてのエージェントの完了後）

すべてのエージェントから結果が返ってきたら、1 つの戦略分析ドキュメントに統合します：

ドキュメント構成：

---
type: strategic-research
domain: [auto-detect from question]
date: YYYY-MM-DD
question: "[original question]"
threads: [list of research threads]
confidence: [overall confidence HIGH/MEDIUM/LOW]
tags:
  - auto-research
  - strategy
  - [topic tags]
status: complete
---

# [Strategic Question as Title]

## Executive Summary
3-5 sentences capturing the core insight. Lead with the answer, not the process.

## The Strategic Landscape
Synthesized view across all research threads. Not a thread-by-thread dump — weave findings together into a coherent narrative.

## Key Forces at Play
The 3-4 most important dynamics shaping this question, with evidence from multiple threads.

## Scenarios
### Scenario A: [Most Likely] — X% confidence
What happens, timeline, implications

### Scenario B: [Optimistic/Alternative]
What happens, timeline, implications

### Scenario C: [Worst Case/Disruption]
What happens, timeline, implications

## Emerging Tech & Architectures to Watch
Concepts, projects, and frameworks that are still in development/discussion but could be foundational. For each:
- **What it is:** One-paragraph explanation
- **Maturity:** Pre-alpha / Alpha / Early adoption / Growing community
- **Technical approach:** How it works architecturally
- **Relevance to our use case:** Why it matters for us specifically
- **Adoption path:** What it would take to integrate/adopt — effort, risks, dependencies
- **Key links:** GitHub repo, paper, discussion thread

## Strategic Options
For each option:
- **Description:** What this means concretely
- **Pros:** With evidence
- **Cons:** With evidence
- **Prerequisites:** What needs to be true
- **Timeline:** When to decide/act
- **Emerging tech leverage:** Which emerging concepts from above could strengthen this option

## Recommended Actions
Prioritized, concrete, time-bound action items. Not vague "consider X" — specific "do X by Y because Z."
Include a separate "Tech Bets" subsection: which emerging projects to start experimenting with now, even if they're not production-ready.

## Contrarian View
The strongest argument against the consensus/recommended path. What could make all of this wrong?

## Confidence & Gaps
- What we're confident about and why
- What we couldn't determine and what additional research would help
- Key assumptions that should be monitored

## Sources
Consolidated, deduplicated list of all sources across threads.

フェーズ 4：保存して共有する

1. 分析全体を 05-knowledge/research/YYYY-MM-DD-[slug].md に保存します
2. 分析が長い場合（3000 語超）、05-knowledge/research/YYYY-MM-DD-[slug]-summary.md に1ページの簡潔な要約も作成します
3. エグゼクティブサマリーと推奨アクションを、チャットでユーザーに直接提示します

---

品質基準

• 出典を捏造しないこと。 すべての主張は、実際の WebSearch/WebFetch の結果に基づいている必要があります。
• 新しさを重視すること。 過去6か月以内の情報を優先します。それより古い情報には注記してください。
• 偏りを認識すること。 情報源に明らかな商業的利害がある場合は、その点を記載します。
• 一般論より具体性を重視すること。 「テストツール市場は XX.XB ドル規模で、YY% の CAGR で成長している」は、「市場は成長している」より優れています。
• 実行可能性を重視すること。 出力は、単にトピックを理解するだけでなく、ユーザーが意思決定するのに役立つものである必要があります。
• 知的誠実さを保つこと。 調査結果が決定的でない場合は、そのように伝えます。根拠のない確信を作り出してはいけません。

分解の例

質問：「汎用 LLM モデルが時間とともに進化すると、LLM ラッパー企業の将来はどうなるのか？」

調査の切り口：

1. 基盤モデルの進化の方向性 — GPT/Claude/Gemini は、コード理解、テスト生成、バグ検出においてどれほど速く向上しているか？能力の伸びはどのような曲線を描いているか？
2. 歴史的な先例：プラットフォームのコモディティ化 — AWS、iOS、Salesforce などの上に構築された企業は、プラットフォームがその機能を取り込んだときにどうなったか？生き残った企業と、その理由は？
3. テスト業界の構造 — 現在の市場マップ、バリューチェーン、利益率が高い領域、購入者が実際に対価を払うもの
4. ラッパー企業の戦略 — 現在の AI ラッパー企業（Jasper、Copy.ai、Cursor など）はどのように適応しているか？うまくいっているのは何か？
5. エンタープライズの購買行動 — エンタープライズは「AI」を買うのか、それとも「ソリューション」を買うのか？調達の実態は？
6. 新興技術とアーキテクチャ — 主流になる前のどのような概念が、状況を一変させる可能性があるか？（例：新しいエージェントフレームワーク、新たなテスト手法、コンピューター操作エージェント、ブラウザー自動化アーキテクチャ）。GitHub のリポジトリ、arXiv、Twitter/X の開発者スレッド、Discord コミュニティ、カンファレンスの講演を検索します。
7. 競争優位性の分析 — テストに特化した AI 企業には、どのような堀があるか？データ、ワークフロー、統合、ブランド、スイッチングコストなど。
8. 反対の見方：ラッパー企業が勝つ — モデルがコモディティ化するにつれて、垂直型 AI 企業の価値が実際に高まる可能性がある理由

実行時間の目安

• フェーズ 1：約2分（分解とユーザーによる確認）
• フェーズ 2：約5～10分（並行調査。最も時間のかかるエージェントが全体時間を左右します）
• フェーズ 3：約3～5分（統合）
• 合計：包括的な戦略分析で約10～15分

エラー処理

• 調査の切り口から質の低い結果が得られた場合、深みを捏造せず、その点を統合時に記載します
• ある切り口で WebSearch/WebFetch に失敗した場合は、別の検索語で1回再試行し、その後、調査できなかった点を記録します
• フェーズ 2 の途中で、ユーザーが中断して方向を変えたり、切り口を追加したりすることがあります
• このスキルは関連する質問について複数回実行できます。05-knowledge/research/ の過去の調査ファイルを参照してください

フォールバック動作

このスキルには WebSearch と WebFetch ツールが必要です。これらを利用できない場合：

• 既存の 05-knowledge/ コンテンツのみを使用した、ナレッジベース内での分析に切り替えます
• ライブのウェブ調査は実施していないことを明確に伝えます
• ウェブツールが利用可能になったときに、スキルを再実行するようユーザーに勧めます