consulting-analysis

専門的な調査レポートスキル

概要

このスキルは、市場分析、消費者インサイト、ブランド戦略、財務分析、業界調査、競合インテリジェンス、投資調査、マクロ経済分析などの分野を対象に、プロフェッショナルなコンサルティング品質の調査レポートを Markdown 形式で作成します。次の2つの段階で動作します。

1. フェーズ1 — 分析フレームワークの生成：調査テーマに基づき、章立ての骨子、章ごとのデータ要件、分析ロジック、可視化計画を含む、厳密な分析フレームワークを作成します。
2. フェーズ2 — レポートの生成：ほかのスキルによってデータが収集された後、すべての入力を統合して、完成度の高い最終レポートを作成します。

出力は、McKinsey／BCG のコンサルティングにおける文体基準に準拠します。レポートの言語は output_locale の設定に従います（既定値：中国語の場合は zh_CN）。

データの真正性に関するプロトコル

厳守ルール：レポートに記載されるすべてのデータと、グラフで可視化されるすべてのデータは、提供されたデータサマリーまたは外部検索結果から直接取得する必要があります。

• ハルシネーション禁止：データを捏造、推定、またはシミュレーションしてはいけません。データが不足している場合は、数値を捏造せず「データなし」と記載してください。
• 追跡可能な情報源：主要な主張とグラフはすべて、入力データパッケージまで遡って確認できる必要があります。

主な機能

• 調査テーマと範囲のみを基に、分析フレームワークをゼロから設計します
• 生データを、構造化された詳細な調査レポートに変換します
• サブチャプターごとに、**「ビジュアルアンカー → データ比較 → 統合分析」**の流れに従います
• **「データ → ユーザー心理 → 戦略的示唆」**の連鎖に沿ってインサイトを導き出します
• 事前に生成されたグラフを埋め込み、比較表を作成します
• GB/T 7714-2015 規格に沿ったインライン引用を生成します
• output_locale で指定された言語で、プロフェッショナルなコンサルティング調のレポートを出力します
• 分野（マーケティング、金融、業界など）に合わせて、分析の深さと構成を調整します

このスキルを使用するタイミング

次の場合は必ずこのスキルを読み込んでください。

• 市場分析、消費者インサイトレポート、財務分析、業界調査、またはコンサルティング品質の分析レポートを求められた場合
• データ収集の前に、調査テーマに沿った構造化された分析フレームワークが必要な場合
• データサマリー、分析フレームワーク、またはグラフファイルをレポートに統合する場合
• プロフェッショナルなコンサルティング形式の調査レポートが必要な場合
• 調査結果を構造化された戦略的な説明に変換する場合

---

フェーズ1：分析フレームワークの生成

目的

調査テーマ（例：「Z世代向けスキンケア市場分析」「NEV業界の競争環境」「ブランドXの消費者プロファイリング」）を基に、後続のデータ収集と最終レポート作成の設計図となる、完全な分析フレームワークを作成します。

フェーズ1の入力

入力	説明	必須
調査テーマ	分析対象となるトピックまたは質問	はい
範囲／制約	地理的範囲、期間、業界セグメント、対象者など	任意
特定の観点	ユーザーが掘り下げたい特定の観点や仮説	任意
分野	分析対象の分野：市場、金融、業界、ブランド、消費者、投資など	推定

フェーズ1のワークフロー

ステップ 1.1：調査対象を理解する

• 調査対象を解析し、中核となる対象（市場、ブランド、製品、業界、消費者セグメント、金融商品など）を特定します
• 分析領域（マーケティング、金融、業界、競争、消費者、投資、マクロなど）を特定します
• 領域に基づいて、適切な分析の切り口を判断します：

領域	代表的な分析の切り口
市場分析	市場規模、成長トレンド、市場セグメンテーション、成長要因、競争環境、消費者プロファイリング
ブランド分析	ブランドのポジショニング、市場シェア、消費者の認識、マーケティング戦略、競合比較
消費者インサイト	人口統計学的プロファイリング、購買行動、意思決定の道筋、ペインポイント、シナリオ分析
財務分析	マクロ環境、業界トレンド、企業の基礎的条件、財務指標、企業価値評価、リスク評価
業界調査	バリューチェーン分析、市場規模、競争環境、政策環境、技術トレンド、参入障壁
投資デューデリジェンス	ビジネスモデル、財務健全性、経営陣の評価、市場機会、リスク要因、出口戦略
競合インテリジェンス	競合の特定、戦略比較、SWOT 分析、差別化されたポジショニング、市場の動向

ステップ 1.2：分析フレームワークとモデルを選択する

特定した領域と調査対象に基づき、各章の推論を構成するための専門的な分析フレームワークを1つ以上選択します。選択したフレームワークは、章の骨子（ステップ 1.3）における分析ロジックの指針となります。

戦略・環境分析

フレームワーク	説明	適した用途
SWOT 分析	強み、弱み、機会、脅威	ブランド評価、競争上のポジショニング、戦略立案
PEST / PESTEL 分析	政治、経済、社会、技術（＋環境、法務）	マクロ環境の調査、市場参入評価、政策影響分析
Porter's Five Forces	供給者の交渉力、買い手の交渉力、新規参入の脅威、代替品の脅威、業界内の競争	業界の競争環境、参入障壁の評価、利益率の分析
Porter's Diamond Model	要素条件、需要条件、関連産業、企業戦略と組織構造	国・地域の競争優位性分析
VRIO 分析	価値、希少性、模倣可能性、組織	中核能力の評価、リソース面の優位性分析

市場・成長分析

フレームワーク	説明	適した用途
STP 分析	セグメンテーション、ターゲティング、ポジショニング	市場セグメンテーション、ターゲット市場の選定、ブランドのポジショニング
BCG マトリクス（成長率・シェア・マトリクス）	花形、金のなる木、問題児、負け犬	製品ポートフォリオ管理、リソース配分の判断
Ansoff マトリクス	市場浸透、市場開拓、製品開発、多角化	成長戦略の選択
製品ライフサイクル（PLC）	導入、成長、成熟、衰退	製品戦略の策定、市場投入タイミングの判断
TAM-SAM-SOM	全体市場／獲得可能市場／実際に獲得可能な市場	市場規模の算定、機会の定量化
技術採用ライフサイクル	イノベーター → アーリーアダプター → アーリーマジョリティ → レイトマジョリティ → ラガード	新興技術・カテゴリーの浸透分析

消費者・行動分析

フレームワーク	説明	最適な用途
消費者意思決定ジャーニー	認知 → 検討 → 評価 → 購入 → ロイヤルティ	消費者行動経路のマッピング、タッチポイントの最適化
AARRRファネル（パイレーツメトリクス）	獲得、活性化、継続、収益、紹介	ユーザー成長分析、コンバージョン率の最適化
RFMモデル	最終購入日、購入頻度、購入金額	顧客価値のセグメンテーション、精密なマーケティング
マズローの欲求階層説	生理的欲求 → 安全の欲求 → 社会的欲求 → 承認の欲求 → 自己実現の欲求	消費者心理の分析、製品の価値提案
ジョブ理論（JTBD）	特定の状況でユーザーが達成する必要のある「ジョブ」	需要の洞察、製品イノベーションの方向性

財務・企業価値分析

フレームワーク	説明	最適な用途
デュポン分析	ROE = 純利益率 × 総資産回転率 × 財務レバレッジ	収益性の分解、財務健全性の診断
DCF（割引キャッシュフロー）	フリーキャッシュフローの割引	企業・プロジェクトの価値評価
類似企業比較分析	PE、PB、PS、EV/EBITDA倍率の比較	相対価値評価、同業他社とのベンチマーク
EVA（経済的付加価値）	税引後営業利益 - 資本コスト	価値創出能力の評価

競争・戦略的ポジショニング

フレームワーク	説明	最適な用途
ベンチマーキング	主要業績評価指標を項目ごとに比較	競合とのギャップ分析、ベストプラクティスの特定
戦略グループマッピング	2つの主要な次元に沿って競合を分類	競争環境の可視化、未開拓領域の特定
バリューチェーン分析	主活動と支援活動の価値分解	コスト優位性の源泉、差別化の機会の特定
ブルー・オーシャン戦略	バリューカーブ、4つのアクション（取り除く・減らす・増やす・付け加える）	差別化されたイノベーション、新たな市場空間の創出
知覚マッピング	消費者が認識する2つの次元に沿ってブランドの位置を図示	ブランドポジショニング分析、市場のギャップ発見

業界・サプライチェーン分析

フレームワーク	説明	最適な用途
業界バリューチェーン	上流 → 中流 → 下流への分解	業界構造の理解、利益配分の分析
ガートナーのハイプ・サイクル	技術の引き金 → 過度な期待のピーク → 幻滅期 → 啓発期 → 生産性の安定期	新興技術の成熟度評価
GE・マッキンゼー・マトリクス	業界の魅力度 × 競争力	事業ポートフォリオの優先順位付け、投資判断

選定原則

1. 領域を優先：ステップ1.1で特定した領域に基づき、上記のツールキットから最も関連性の高いフレームワークを2～4個選択します
2. 相補性：重複するものではなく、相互に補完するフレームワークを選択します（例：マクロレベルではPESTEL、ミクロレベルではポーターのファイブフォース）
3. 広さより深さ：6つのフレームワークを表面的に並べるより、2つを深く適用する方が効果的です
4. データの実現可能性：選択したフレームワークは、後続のデータ収集スキルで裏付けられる必要があります。フレームワークに必要なデータを妥当に入手できない場合は、優先度を下げるか、別のものに置き換えてください
5. 明示的なマッピング：章立ての中で、各章がどのフレームワークを使用し、どのように適用するかを明記します

フレームワーク選定の出力形式

## Framework Selection

| Chapter | Selected Framework(s) | Application |
|---------|----------------------|-------------|
| Market Size & Growth Trends | TAM-SAM-SOM + Product Life Cycle | TAM-SAM-SOM to quantify market space, PLC to determine market stage |
| Competitive Landscape Assessment | Porter's Five Forces + Strategic Group Mapping | Five Forces to assess industry competition intensity, Group Mapping to visualize competitive positioning |
| Consumer Profiling | RFM + Consumer Decision Journey | RFM to segment customer value, Decision Journey to identify key conversion nodes |
| Brand Strategy Recommendations | SWOT + Blue Ocean Strategy | SWOT to summarize overall landscape, Blue Ocean to guide differentiation direction |

Step 1.3：章の骨子を設計する

階層構造の章立てを作成します。各章には次の項目を含めてください。

1. 章タイトル — 専門的で簡潔、主題が明確なタイトル（「書式」セクションのタイトルに関する制約に従ってください）
2. 分析目標 — この章で明らかにすること
3. 分析ロジック — 推論の流れまたはフレームワーク（Step 1.2で選定したフレームワークに言及する必要があります）
4. 中核仮説 — データによって検証または否定する予備的な仮説

章の骨子の出力形式

## Analysis Framework

### Chapter 1: [Title]
- **Analysis Objective**: [This chapter aims to...]
- **Analysis Logic**: [Framework or reasoning chain used]
- **Core Hypothesis**: [Hypotheses to validate]
- **Data Requirements**: (see Step 1.4)
- **Visualization Plan**: (see Step 1.5)

### Chapter 2: [Title]
...

Step 1.4：章ごとのデータクエリ要件を定義する

各章について、収集が必要なデータを具体的に指定します。これは後続のデータ収集スキルにつなげる役割を担います。

各データ要件には、次の項目を含めてください。

項目	説明
データ指標	必要な具体的な指標またはデータポイント（例：「中国のスキンケア市場規模、2020～2025年（10億元単位）」）
データタイプ	定量、定性、または混合
推奨ソース	推奨するソースの分類：業界レポート、財務諸表、政府統計、ソーシャルメディア、ECプラットフォーム、アンケートデータ、ニュース
検索キーワード	データ収集エージェント向けの推奨検索クエリ
優先度	P0（必須）／P1（重要）／P2（補足）
期間	データが対象とする期間

データ要件の出力形式（章ごと）

#### Data Requirements

| # | Data Metric | Data Type | Suggested Sources | Search Keywords | Priority | Time Range |
|---|-------------|-----------|-------------------|-----------------|----------|------------|
| 1 | Market size (billion CNY) | Quantitative | Industry reports, government statistics | "China skincare market size 2024" | P0 | 2020-2025 |
| 2 | CAGR | Quantitative | Industry reports | "skincare CAGR growth rate" | P0 | 2020-2025 |
| 3 | Sub-category share | Quantitative | E-commerce platforms, industry reports | "skincare category share cream serum sunscreen" | P1 | Latest |
| 4 | Policy & regulatory updates | Qualitative | Government announcements, news | "cosmetics regulation 2024" | P2 | Past 1 year |

Step 1.5：章ごとの可視化とコンテンツ構成を定義する

各章について、最終レポートで予定している可視化とコンテンツ構成を指定します。

項目	説明
可視化の種類	グラフの種類：折れ線グラフ、棒グラフ、円グラフ、散布図、レーダーチャート、ヒートマップ、サンキーダイアグラム、比較表など
可視化のタイトル	グラフの内容を示すタイトル
可視化データの対応付け	どのデータ指標をX軸／Y軸または各セグメントに対応させるか
比較表の設計	データ比較表の列見出しと比較項目
論旨の構成	予定する「何が→なぜ→それが何を意味するか」の説明の流れ

可視化計画の出力形式（章ごと）

#### Visualization & Content Plan

**Chart 1**: [Type] — [Title]
- X-axis: [Dimension], Y-axis: [Metric]
- Data source: Corresponds to Data Requirement #1, #2

**Comparison Table**:
| Dimension | Item A | Item B | Item C |
|-----------|--------|--------|--------|

**Argument Structure**:
1. **Observation (What)**: [Surface phenomenon revealed by data]
2. **Attribution (Why)**: [Driving factors or underlying causes]
3. **Implication (So What)**: [Strategic implications or recommended actions]

Step 1.6：分析フレームワーク全体を出力する

すべての出力を、構成の整った単一の分析フレームワーク文書にまとめます。

# [Research Subject] Analysis Framework

## Research Overview
- **Research Subject**: [...]
- **Scope**: [Geography, time range, industry segment]
- **Analysis Domain**: [Market / Finance / Industry / Brand / Consumer / ...]
- **Core Research Questions**: [1-3 key questions]

## Framework Selection

| Chapter | Selected Framework(s) | Application |
|---------|----------------------|-------------|
| ... | ... | ... |

## Chapter Skeleton

### 1. [Chapter Title]
- **Analysis Objective**: [...]
- **Analysis Logic**: [...]
- **Core Hypothesis**: [...]

#### Data Requirements
| # | Data Metric | Data Type | Suggested Sources | Search Keywords | Priority | Time Range |
|---|-------------|-----------|-------------------|-----------------|----------|------------|
| ... | ... | ... | ... | ... | ... | ... |

#### Visualization & Content Plan
[Chart plan + Comparison table design + Argument structure]

### 2. [Chapter Title]
...

### N. [Chapter Title]
...

## Data Collection Task List
[Consolidate all P0/P1 data requirements across chapters into a structured task list for downstream data collection skills to execute]

フェーズ1の品質チェックリスト

• 分析フレームワークが、特定した領域における自然な分析軸をすべて網羅している
• 専門的な分析フレームワークを2～4個選定し、各章に明示的に割り当てている
• 選定したフレームワークが相互補完的であり（重複せず）、データ収集が実行可能である
• 各章に明確な分析目標、分析ロジック（選定したフレームワークへの言及を含む）、中核仮説がある
• データ要件が具体的かつ測定可能で、検索キーワードを含んでいる
• すべての章に少なくとも1つの可視化計画がある
• データの優先度（P0／P1／P2）が現実的に設定されている
• フレームワークが実行可能であり、データ収集エージェントが検索キーワードをそのまま使って作業できる
• データ収集タスクリストが包括的で、重複が排除されている

---

フェーズ 1→2 の引き継ぎ：データ収集とグラフの生成

分析フレームワークの生成後、以下の作業を行うために、他のデータ収集スキル（例：deep-research、data-analysis、Web 検索エージェント）に引き継ぎます。

1. 各章のデータ要件に記載された検索キーワードを実行する
2. 定量データ、定性的な知見、出典 URL を収集する
3. 可視化とコンテンツの計画に基づいてグラフを生成する
4. 以下を含むデータパッケージを返す
   • データ概要：章ごとの生データ、指標、定性的な調査結果
   • グラフファイル：生成したグラフ画像とローカルファイルパス
   • 外部検索結果：引用用の出典 URL と概要

このスキルはデータ収集を行いません。 フレームワーク（フェーズ 1）と最終レポート（フェーズ 2）のみを作成します。

グラフの生成：可視化／グラフ作成スキル（例：data-analysis、image-generation）を利用できる場合、グラフの生成はフェーズ 2 の開始時まで延期できます。手順 2.3 を参照してください。

---

フェーズ 2：レポートの生成

目的

上流から完成した分析フレームワークとデータパッケージを受け取り、それらを統合して、コンサルティング品質の最終レポートを作成します。

フェーズ 2 の入力

入力	説明	必須
分析フレームワーク	フェーズ 1 で作成したフレームワーク文書	はい
データ概要	データ収集フェーズで収集し、章ごとに整理したデータ	はい
グラフファイル	生成したグラフ画像のローカルファイルパス。提供されない場合は、利用可能な可視化スキルを使って手順 2.3 で生成します	任意
外部検索結果	文中引用用の URL と概要	任意

フェーズ 2 のワークフロー

手順 2.1：入力の受け取りと検証

必要な入力がすべてそろっていることを確認します。

1. 分析フレームワーク — 章の骨子、データ要件、可視化計画が含まれていることを確認します
2. データ概要 — 章ごとに整理されたデータが含まれていることを確認し、P0 要件と照合します
3. グラフファイル — ファイルパスが有効なローカルパスであることを確認します

P0 データが不足している場合は、レポートに記載し、ユーザーに知らせます。

手順 2.2：レポートの構成を整理

分析フレームワークを基に、最終レポートの構成を整理します。

1. 要旨 — 主要なポイントをまとめたエグゼクティブサマリー
2. はじめに — 背景、目的、方法論
3. 本文の各章（2...N） — フレームワークの章の骨子に基づいて構成
4. 結論 — 客観的な統合のみ
5. 参考文献 — GB/T 7714-2015 形式の参考文献

手順 2.3：各章のグラフを生成（レポート作成前の可視化）

レポートを執筆する前に、分析フレームワークの可視化とコンテンツの計画に基づいて、計画されているすべてのグラフを生成します。この手順により、本文の執筆を始める前に、すべての小見出しに対応する「ビジュアルアンカー」を用意できます。

この手順を実行するタイミング

• グラフファイルがすでに提供されている場合：この手順をスキップし、手順 2.4 に進みます。
• グラフファイルは提供されていないが、可視化スキルを利用できる場合：この手順を実行し、最初にすべてのグラフを生成します。
• グラフファイルも可視化スキルもない場合：この手順をスキップし、手順 2.4 では比較表を主なビジュアルアンカーとして使用し、グラフがないことを記載します。

グラフ生成ワークフロー

1. グラフ作成タスクの抽出：Analysis FrameworkのすべてのVisualization & Content Planエントリーを解析し、グラフ生成タスクリストを作成します。

#	章	グラフの種類	グラフタイトル	データの対応付け	データソース
1	2.1	折れ線グラフ	市場規模の推移 2020-2025	X：年、Y：市場規模（10億CNY）	Data Requirement #1, #2
2	3.1	円グラフ	消費者の年齢分布	区分：年齢層、値：割合％	Data Requirement #5
...	...	...	...	...	...

2. グラフデータの準備：各グラフ作成タスクについて、対応するデータポイントをData Summaryから抽出します。

   重要：Data Summaryに記載された数値のみを使用してください。グラフを見栄えよくするために、数値を捏造したり「平滑化」したりしてはいけません。データポイントが欠けている場合は、その実態をグラフに反映する（例：線を途切れさせる、棒を欠落させる）か、グラフの種類を変更してください。

3. 可視化スキルへの委任：各グラフ作成タスクについて、利用可能な可視化／グラフ作成スキル（例：data-analysis）を呼び出し、次の情報を渡します。

   • グラフの種類とタイトル
   • 構造化データ
   • 軸ラベルと書式設定の希望
   • 出力ファイルパスの規則：charts/chapter_{N}_{chart_index}.png

4. グラフファイルパスの収集：ステップ2.4で埋め込むため、生成したグラフのファイルパスをすべて記録します。

## Generated Charts
| # | Chapter | Chart Title | File Path |
|---|---------|-------------|-----------|
| 1 | 2.1 | Market Size Trend 2020-2025 | charts/chapter_2_1.png |
| 2 | 3.1 | Consumer Age Distribution | charts/chapter_3_1.png |

5. 検証：P0優先度のグラフがすべて生成されていることを確認します。グラフの生成に失敗した場合は、その旨を記録し、該当するサブチャプターでは比較表に切り替えます。

原則：レポートの執筆を始める前に、グラフ生成をすべて完了してください。これにより、一貫したビジュアルストーリーを実現し、生成と執筆が交互に行われるのを防げます。

ステップ2.4：レポートの執筆

各サブチャプターは、**「ビジュアルアンカー → データ比較 → 統合分析」**の流れに沿って執筆します。

1. 視覚的根拠ブロック：![Image Description](Actual_File_Path)を使ってグラフを埋め込みます。ステップ2.3で収集したファイルパスを使用してください。
2. データ比較表：主要指標のMarkdown比較表を作成します。

   出典ルール：表中の数値はすべてData Summaryに基づいている必要があります。情報を捏造してはいけません。

3. 統合ナラティブ分析：「何が → なぜ → それが意味すること」の流れに沿って、分析文を記述します。

   ナラティブルール：提示されたデータを説明する必要があります。入力によって裏付けられていない主張をしてはいけません。

各サブチャプターの最後には、次の内容を含む、十分に掘り下げた分析段落（最低200語）を置く必要があります。

• 相反する、または相互に補強するデータポイントを統合する
• 根底にあるユーザーの葛藤や機会を明らかにする
• 必要に応じて、印象的な「一文の真実」で締めくくる（ブロッククォート（>）を使用）

ステップ2.5：最終構成のセルフチェック

出力する前に、レポートにすべてのセクションが順番どおりに含まれていることを確認します。

Abstract → 1. Introduction → 2...N. Body Chapters → N+1. Conclusion → N+2. References

さらに、次の点を確認します。

• ステップ2.3で生成したすべてのグラフが、正しいサブチャプターに埋め込まれている
• ![](path)参照内のグラフファイルパスが有効である
• グラフのないサブチャプターには、ビジュアルアンカーとして比較表がある

レポートは結論の後で終わってはいけません。最後のセクションとして、必ずReferencesを含めてください。

書式とトーンの基準

コンサルティング調の文体

• トーン：McKinsey/BCG — 権威ある、客観的、プロフェッショナルな文体
• 言語：見出しと本文はすべて、output_localeで指定された言語にします。
• 数値の書式：千単位の区切りには英語式のカンマを使用します（1，000ではなく1,000）。
• データの強調：重要な見解や主要な数値を太字にします。

タイトルの制約

• 番号付け：標準的な番号（1.、1.1）をタイトルの直前に付けます。
• 使用禁止の接頭辞：「Chapter」「Part」「Section」を接頭辞として使用しないでください。
• 使用可能なトーンワード：Analysis、Profiling、Overview、Insights、Assessment
• 使用禁止の単語：「Decoding」「DNA」「Secrets」「Mindscape」「Solar System」「Unlocking」

各サブ章の結論

• 要件: 各サブ章は、堅牢な分析段落（最低200語）で締めくくってください。
• 叙述の流れ: この段落は、本文の自然な続きとして読めるものでなければなりません。セクションの調査結果を統合し、戦略的な判断へと導く必要があります。
• 内容の論理:
  1. 上記の相反する、または補強し合うデータポイントを統合します。
  2. ユーザーの潜在的な緊張関係や機会を明らかにします。
  3. 重要な洞察: 任意: 簡潔で印象的な「一言の真理」がある場合に限り、引用ブロック（>）を使用してセクションを締めくくる形で最後に配置してください。

洞察の深さ（「だから何なのか」の連鎖）

すべての洞察はデータ → ユーザー心理 → 戦略的示唆を接続する必要があります:

❌ Bad: "Females are 60%. Strategy: Target females."

✅ Good: "Females constitute 60% with a high TGI of 180. **This suggests**
   the purchase decision is driven by aesthetic and social validation
   rather than pure utility. **Consequently**, media spend should pivot
   towards visual-heavy platforms (e.g., RED/Instagram) to maximize CTR,
   treating male audiences only as a secondary gift-giving segment."

参考文献

• インライン: 外部検索結果を使用する場合は、出典にマークダウンリンク（例: [Source Title](URL)）を使用してください
• 参考文献セクション: GB/T 7714-2015 に厳密に従ってフォーマットしてください

Markdown ルール

• 即時開始: # Report Title から直接開始してください — 導入文は入れません
• 区切りなし: 水平線（---）は使用しないでください

レポート構成テンプレート

# [Report Title]

## Abstract
[Executive summary with key takeaways]

## 1. Introduction
[Background, objectives, methodology]

## 2. [Body Chapter Title]
### 2.1 [Sub-chapter Title]
![Chart Description](chart_file_path)

| Metric | Brand A | Brand B |
|--------|---------|--------|
| ... | ... | ... |

[Integrated narrative analysis: What → Why → So What, min. 200 words]

> [Optional: One-liner strategic truth]

### 2.2 [Sub-chapter Title]
...

## N+1. Conclusion
[Pure objective synthesis, NO bullet points, neutral tone]
[Para 1: The fundamental nature of the group/market]
[Para 2: Core tension or behavior pattern]
[Final: One or two sentences stating the objective truth]

## N+2. References
[1] Author. Title[EB/OL]. URL, Date.
[2] ...

完全な例

フェーズ1の例: フレームワーク生成

ユーザーが提供するもの: 調査対象「Z世代スキンケア市場分析」

フェーズ1の出力（分析フレームワーク）:

# Gen-Z Skincare Market Analysis Framework

## Research Overview
- **Research Subject**: Gen-Z Skincare Market Deep Analysis
- **Scope**: China market, 2020-2025, consumers aged 18-27
- **Analysis Domain**: Market Analysis + Consumer Insights
- **Core Research Questions**:
  1. What is the size and growth momentum of the Gen-Z skincare market?
  2. What is unique about Gen-Z consumer skincare behavior patterns?
  3. How can brands effectively reach and convert Gen-Z consumers?

## Chapter Skeleton

### 1. Market Size & Growth Trends
- **Analysis Objective**: Quantify Gen-Z skincare market size and identify growth drivers
- **Analysis Logic**: Total market → Segmentation → Growth rate → Driver decomposition
- **Core Hypothesis**: Gen-Z is becoming the core engine of skincare consumption growth

#### Data Requirements
| # | Data Metric | Data Type | Suggested Sources | Search Keywords | Priority | Time Range |
|---|-------------|-----------|-------------------|-----------------|----------|------------|
| 1 | China skincare market total size | Quantitative | Industry reports | "China skincare market size 2024 2025" | P0 | 2020-2025 |
| 2 | Gen-Z skincare spending share | Quantitative | Industry reports, e-commerce platforms | "Gen-Z skincare spending share youth" | P0 | Latest |

#### Visualization & Content Plan
**Chart 1**: Line chart — China Skincare Market Size Trend 2020-2025
**Argument Structure**:
1. What: Quantified status of market size and Gen-Z share
2. Why: Consumption upgrade, ingredient-conscious consumers, social media driven
3. So What: Brands should prioritize building youth-oriented product lines

### 2. Consumer Profiling & Behavioral Insights
...

## Data Collection Task List
[Consolidated P0/P1 tasks]

フェーズ2の例: レポート生成

データ収集後、ユーザーが提供するもの: 分析フレームワーク + ブランド指標を含むデータサマリー + チャートファイルパス。

フェーズ2の出力（最終レポート）は次の流れに従います:

1. # Gen-Z Skincare Market Deep Analysis Report から開始します
2. 要旨 — エグゼクティブサマリー形式で3〜5つの主要なポイント
3. 1. はじめに — 市場の背景、調査範囲、データソース
4. 2. 市場規模と成長トレンドの分析 — トレンドチャート、比較表、戦略的叙述を埋め込みます
5. 3. 消費者プロファイリングと行動インサイト — デモグラフィック、購買要因、「だから何なのか」の分析
6. 4. ブランド競争環境の評価 — ブランドポジショニング、シェア分析、競争ダイナミクス
7. 5. マーケティング戦略とチャネルインサイト — チャネル効果、コンテンツ戦略の示唆
8. 6. 結論 — 流れるような散文による客観的な統合（箇条書きなし）
9. 7. 参考文献 — GB/T 7714-2015 形式のリスト

---

品質チェックリスト

フェーズ1 品質チェックリスト（分析フレームワーク）

• フレームワークが、特定された領域のすべての自然な分析軸を網羅している
• 各章に明確な分析目的、分析ロジック、中核仮説がある
• データ要件が具体的かつ測定可能で、実行可能な検索キーワードを含んでいる
• 各章に、チャート種別とデータマッピングを含む少なくとも1つの可視化計画がある
• データ優先度（P0/P1/P2）が割り当てられている — P0項目は中核的な主張に不可欠です
• データ収集タスクリストが包括的で、重複がなく、下流の実行に対応できる
• フレームワークが適切な領域（市場／金融／業界／消費者など）に適合している

フェーズ 2 品質チェックリスト（最終レポート）

• ハルシネーションなし：すべての数値とグラフが入力された Data Summary と照合して検証されています
• レポート執筆前に、計画したすべてのグラフを作成済みです（ステップ 2.3 を先に完了）
• すべてのセクションが正しい順序で揃っています（要旨 → 序論 → 本文 → 結論 → 参考文献）
• すべてのサブチャプターが「視覚的な手がかり → データの対比 → 統合分析」の構成に従っています
• すべてのサブチャプターが、最低 200 語の分析段落で締めくくられています
• すべてのインサイトが「データ → ユーザー心理 → 戦略への示唆」の流れに従っています
• すべての見出しに適切な番号が付いています（「章／部／セクション」の接頭辞なし）
• グラフが ![Description](path) 構文で埋め込まれています
• 数値の桁区切りには英語式のカンマが使われています
• 該当する箇所では、本文中の参照に Markdown リンクを使用しています
• 参考文献セクションが GB/T 7714-2015 に準拠しています
• ドキュメント内に水平線（---）がありません
• 結論は流れる文章で記述されています（箇条書きなし）
• レポートは # のタイトルから直接始まっています（前置きなし）
• 不足している P0 データがレポート内で明示されています

出力形式

• フェーズ 1：分析フレームワーク全体を Markdown 形式で出力します
• フェーズ 2：レポート全体を Markdown 形式で出力します

設定

output_locale = zh_CN  # configurable per user request
reasoning_locale = en

注意事項

• このスキルは、複数ステップのエージェント型ワークフローにおける 2 つのフェーズ で動作します：
  • フェーズ 1 では、分析フレームワークとデータ収集要件を作成します
  • データ収集 は、他のスキル（deep-research、data-analysis など）が行います
  • フェーズ 2 では、収集したデータを受け取り、最終レポートを作成します
• 動的なタイトル付け：フレームワークのトピックを、専門的で簡潔な主題ベースの見出しに書き換えます
• 結論セクションには、詳細な推奨事項を含めないでください。推奨事項は、その前の本文の章に記載します
• ハルシネーションゼロの方針：レポート内のすべての記述、グラフ、数値は、入力された Data Summary のデータポイントによって裏付けられている必要があります。データが不足している場合は、その旨を明記してください
• トレーサビリティ：求められた場合は、主張を裏付ける Data Summary または External Search Findings の具体的な行を示せる必要があります
• フレームワークでは、対象分野に応じて分析の観点と深さを調整してください（財務分析では、消費者インサイトとは異なるフレームワークを使用します）
• 調査対象が曖昧な場合は、妥当な範囲で最も広いスコープを設定し、前提を明記してください