collector-hand-skill

インテリジェンス収集の専門知識

OSINT の方法論

収集サイクル

1. 計画：対象、範囲、収集要件を定義します
2. 収集：公開情報源から生データを収集します
3. 処理：エンティティ、関係、データポイントを抽出します
4. 分析：調査結果を統合し、パターンを特定し、変化を検出します
5. 配信：レポート、アラート、更新情報を作成します
6. フィードバック：効果があった点と効果がなかった点に基づいて、クエリを改善します

情報源のカテゴリ（信頼性順）

Tier	情報源の種類	信頼性	例
1	公式／一次情報	非常に高い	企業の提出書類、政府データ、プレスリリース
2	機関	高い	通信社（Reuters、AP）、研究機関
3	専門家	中〜高	業界誌、アナリストレポート、専門家のブログ
4	コミュニティ	中	フォーラム、ソーシャルメディア、レビューサイト
5	匿名／未検証	低い	匿名の投稿、噂、出所不明の主張

フォーカス領域別の検索クエリの構築

市場インテリジェンス：

"[target] market share"
"[target] industry report [year]"
"[target] TAM SAM SOM"
"[target] growth rate"
"[target] market analysis"
"[target industry] trends [year]"

ビジネスインテリジェンス：

"[company] revenue" OR "[company] earnings"
"[company] CEO" OR "[company] leadership team"
"[company] strategy" OR "[company] roadmap"
"[company] partnerships" OR "[company] acquisition"
"[company] annual report" OR "[company] 10-K"
site:sec.gov "[company]"

競合分析：

"[company] vs [competitor]"
"[company] alternative"
"[company] review" OR "[company] comparison"
"[company] pricing" site:g2.com OR site:capterra.com
"[company] customer reviews" site:trustpilot.com
"switch from [company] to"

人物追跡：

"[person name]" "[company]"
"[person name]" interview OR podcast OR keynote
"[person name]" site:linkedin.com
"[person name]" publication OR paper
"[person name]" conference OR summit

テクノロジーのモニタリング：

"[technology] release" OR "[technology] update"
"[technology] benchmark [year]"
"[technology] adoption" OR "[technology] usage statistics"
"[technology] vs [alternative]"
"[technology]" site:github.com
"[technology] roadmap" OR "[technology] changelog"

---

エンティティ抽出パターン

名前付きエンティティの種類

1. 人物：氏名、役職、組織、役割
2. 組織：企業名、種類、業界、所在地、規模
3. 製品：製品名、企業、カテゴリ、バージョン
4. イベント：種類、日付、参加者、場所、重要性
5. 財務情報：金額、通貨、種類（資金調達、売上、企業評価額）
6. テクノロジー：名称、バージョン、カテゴリ、ベンダー
7. 場所：都市、州、国、地域
8. 日付／時刻：具体的な日付、期間、期限

抽出のヒューリスティクス

• 人物の検出：役職＋氏名のパターン（「CEO John Smith」）、署名欄、引用された発言者
• 組織の検出：法人格を示す接尾辞（Inc、LLC）、「[Company] の」などの表現、ドメイン名
• 財務情報の検出：通貨記号、「$X を調達」、「評価額」、「売上高」などの表現
• イベントの検出：日付＋動詞（「にローンチ」、「で発表」、「を買収」）
• テクノロジーの検出：キャメルケースの名称、バージョン番号、「で構築」、「を活用」などの表現

---

ナレッジグラフのベストプラクティス

エンティティのスキーマ

{
  "entity_id": "unique_id",
  "name": "Entity Name",
  "type": "person|company|product|event|technology",
  "attributes": {
    "key": "value"
  },
  "sources": ["url1", "url2"],
  "first_seen": "timestamp",
  "last_seen": "timestamp",
  "confidence": "high|medium|low"
}

関係のスキーマ

{
  "source_entity": "entity_id_1",
  "relation": "works_at|founded|competes_with|...",
  "target_entity": "entity_id_2",
  "attributes": {
    "since": "date",
    "context": "description"
  },
  "source": "url",
  "confidence": "high|medium|low"
}

一般的な関係

関係	対象	例
works_at	人物 → 企業	「Jane Smith は Acme に勤務している」
founded	人物 → 企業	「John Doe は StartupX を創業した」
invested_in	企業 → 企業	「VC Fund は StartupX に投資した」
competes_with	企業 → 企業	「Acme は BetaCo と競合している」
partnered_with	企業 → 企業	「Acme は CloudY と提携した」
launched	企業 → 製品	「Acme は ProductZ をローンチした」
acquired	企業 → 企業	「BigCorp は StartupX を買収した」
uses	企業 → テクノロジー	「Acme は Kubernetes を使用している」
mentioned_in	エンティティ → 情報源	「Acme は TechCrunch で言及された」

---

変化検出の方法論

スナップショットの比較

1. すべてのエンティティの現在の状態を JSON スナップショットとして保存します
2. 次の収集サイクルで、新しい状態を前回のスナップショットと比較します
3. 変化を分類します：

変化の種類	重要度	例
エンティティの出現	さまざま	新たな競合企業が市場に参入
エンティティの消失	重要	企業が活動を停止、製品が非推奨になる
属性の変更	重大〜軽微	CEO の交代（重大）、住所の変更（軽微）
新しい関係	重要	新たな提携、買収、採用
関係の解消	重要	人物の退職、提携の終了
感情の変化	重要	メディア報道が肯定的から否定的に変化

重要度スコアリング

CRITICAL (immediate alert):
  - Leadership change (CEO, CTO, board)
  - Acquisition or merger
  - Major funding round (>$10M)
  - Product discontinuation
  - Legal action or regulatory issue

IMPORTANT (include in next report):
  - New product launch
  - New partnership or integration
  - Hiring surge (>5 roles)
  - Pricing change
  - Competitor move
  - Major customer win/loss

MINOR (note in report):
  - Blog post or press mention
  - Minor update or patch
  - Social media activity spike
  - Conference appearance
  - Job posting (individual)

---

感情分析のヒューリスティクス

track_sentiment が有効な場合、各情報源の論調を分類します：

分類ルール

• 肯定的な指標：「成長」、「イノベーション」、「飛躍的進歩」、「成功」、「受賞」、「拡大」、「称賛」、「推奨」
• 否定的な指標：「訴訟」、「レイオフ」、「低迷」、「論争」、「失敗」、「侵害」、「批判」、「警告」
• 中立的な指標：強い形容詞を使わない事実報道、データのみの記事、告知

センチメントスコアリング

Strong positive: +2 (e.g., "Company wins major award")
Mild positive:   +1 (e.g., "Steady growth continues")
Neutral:          0 (e.g., "Company releases Q3 report")
Mild negative:   -1 (e.g., "Faces increased competition")
Strong negative: -2 (e.g., "Major data breach disclosed")

直近5回の収集サイクルの移動平均を追跡し、傾向を検出します。

---

レポートのテンプレート

インテリジェンスブリーフ（Markdown）

# Intelligence Report: [Target]
**Date**: YYYY-MM-DD HH:MM UTC
**Collection Cycle**: #N
**Sources Processed**: X
**New Data Points**: Y

## Priority Changes
1. [CRITICAL] [Description + source]
2. [IMPORTANT] [Description + source]

## Executive Summary
[2-3 paragraph synthesis of new intelligence]

## Detailed Findings

### [Category 1]
- Finding with [source](url)
- Data point with confidence: high/medium/low

### [Category 2]
- ...

## Entity Updates
| Entity | Change | Previous | Current | Source |
|--------|--------|----------|---------|--------|

## Sentiment Trend
| Period | Score | Direction | Notable |
|--------|-------|-----------|---------|

## Collection Metadata
- Queries executed: N
- Sources fetched: N
- New entities: N
- Updated entities: N
- Next scheduled collection: [datetime]

---

情報源評価チェックリスト

ナレッジグラフにデータを含める前に、次の点を評価します。

1. 新しさ：関連する期間内に公開されていますか？古いデータは誤解を招く可能性があります。
2. 一次情報源か二次情報源か：これは元の情報源ですか、それとも他者を引用していますか？
3. 裏付け：ほかの独立した情報源もこれを確認していますか？
4. バイアスの確認：この主張に関して、情報源に金銭的または政治的な利害関係がありますか？
5. 具体性：具体的なデータが示されていますか、それとも曖昧な主張ですか？
6. 過去の実績：この情報源は過去に信頼できましたか？

主張が3項目以上のチェックに合格しない場合、信頼度を「低」に引き下げます。