deep-dive

詳細

Google の Deep Research と同じ DAG ベースの計画パターンを使った自律的な深掘り調査です。外部依存なしで、すべて Claude Code 上で実行されます。

仕組み

1. 計画 — 質問を、依存関係のあるサブクエスチョンの DAG に分解します
2. 並列展開 — Agent サブエージェントを使って、独立したサブクエスチョンを並列で実行します
3. ギャップ分析 — 各サブエージェントが調査結果と特定したギャップを返します
4. 反復 — ギャップを新しいサブクエスチョンにして、DAG に反映します
5. 統合 — すべてのノードが完了したら、最終レポートを作成します

手順

1. DAG に分解する

調査の質問を、サブクエスチョンの DAG に分解します。各ノードには以下を指定します。

• id：短い識別子（例：q1、q2a）
• question：調査する具体的なサブクエスチョン
• depends_on：回答を先に得る必要があるノード ID のリスト（空の場合は依存関係なし）

分解のルール：

• 依存関係のない、基礎的な質問や背景を設定する質問から始めます
• 基礎的な回答を前提とする分析的・比較的な質問へと進めます
• 目安は 4～8 ノードです。トピックにそれ以上必要な場合でも、上限は 12 ノードです
• 各ノードは、ウェブ検索 1～3 回で回答できるようにします
• ほかに何の情報もない調査担当者が回答できる程度に、質問を具体的にします

DAG を表として出力し、最初の brain が計画を確認できるようにしてから、確認を待たずに直ちに実行へ進みます。

TaskCreate を使って、DAG の各ノードにタスクを作成します（説明：サブクエスチョン、ステータス：pending）。さらに、「Gap analysis」と「Synthesize report」のタスクも作成します。各タスクは、そのウェーブの開始時に in_progress に更新し、サブエージェントから結果が返ったら completed に更新します。これにより、最初の brain が進捗をリアルタイムで確認できます。

| ID | Question | Depends on |
|----|----------|------------|
| q1 | ...      | —          |
| q2 | ...      | —          |
| q3 | ...      | q1         |
| q4 | ...      | q1, q2     |

2. 依存関係の順に実行する

DAG をトポロジカル順に処理します。

ウェーブ 1： ウェーブ 1 のすべてのノードタスクを in_progress にします。依存関係のないすべてのノードを、並列の Agent サブエージェントとして起動します。各サブエージェントから結果が返ったら、そのタスクを completed にします。各サブエージェントには、以下のプロンプトを渡します。

You are a focused researcher. Answer this ONE question using web search:

Question: [the sub-question]

Instructions:
- Use WebSearch to find current, authoritative information
- Use 1-3 searches maximum
- Be specific and cite what you find

Return your answer in this exact format:

## Findings
[Your answer with specific facts, dates, numbers. Cite sources inline.]

## Gaps
[List anything you couldn't fully answer, contradictions you found, or
follow-up questions that would strengthen the answer. If none, say "None."]

## Sources
[List each source as: Title — URL]

引用情報の保存： 各ウェーブの完了後、そのウェーブのすべての出典を /tmp/deep-dive-sources-[topic-slug].json のファイルに {"node_id", "title", "url"} オブジェクトの配列として追加します。これはコンテキスト圧縮後も保持されます。サブエージェントの結果がコンテキストから圧縮されても、出典ファイルが信頼できる情報源として残ります。統合時にこのファイルを読み、最終レポートの「Sources」セクションを作成します。

ウェーブ 2 以降： ウェーブ 1 の完了後、ウェーブ 2 以降のすべてのノードタスクを in_progress にし、依存関係が解決したノードを起動します。各サブエージェントから結果が返ったら、そのタスクを completed にします。依存ノードの調査結果を、サブエージェントに渡すプロンプトに含めます。

You are a focused researcher. Answer this ONE question using web search:

Question: [the sub-question]

Context from prior research:
[Paste findings from dependency nodes]

[same instructions as above]

すべてのノードが完了するまで続けます。

3. ギャップの反復（最大 1 ラウンド）

「Gap analysis」タスクを in_progress にします。すべてのノードが完了したら、すべてのサブエージェントから集めたギャップを確認します。

• ギャップが軽微な場合、または最終回答に影響しない場合：スキップして、統合に進みます
• 結論を変えるほど重大なギャップがある場合：対象を絞ったサブクエスチョンを 1～3 個作成し、最後の並列ウェーブとして実行します

ギャップの反復は 1 ラウンドだけ行います。無限ループにはしません。

ギャップが見つかった場合も、スキップした場合も、完了したら「Gap analysis」タスクを completed にします。

4. 統合する

「Synthesize report」タスクを in_progress にします。すべての調査結果をまとめて、最終レポートを作成します。レポートファイルを書き込んだら、タスクを completed にします。構成：

## Deep Dive: [Topic]

### Executive Summary
[3-5 sentences: the key takeaway]

### Findings

#### [Theme/Section 1]
[Synthesized findings from relevant nodes, not just copy-paste]

#### [Theme/Section 2]
[...]

### Open Questions
[Anything that couldn't be resolved — be honest about what's still unclear]

### Sources
[Deduplicated list of all sources from all subagents]

ルール

• 必ず最初に DAG の計画を示してください。 計画を表示したら、確認を求めずにすぐ調査を始めてください。
• 可能な限り並行して進めてください。 独立した質問は、必ず並行するサブエージェントで処理してください。
• 不足情報の確認は最大 1 回までです。 調査を無限に繰り返さないでください。
• つなぎ合わせるのではなく、統合してください。 最終レポートは、サブエージェントの出力をそのまま並べたものではなく、一貫性のある文書にしてください。
• 確信度を正直に伝えてください。 調査で明確な答えが得られなかった場合は、その旨を伝えてください。憶測で補わないでください。
• 最終レポートは必ず保存してください。 統合後、適切なプロジェクトの docs/deep-dive/ ディレクトリに Markdown ファイルとしてレポートを保存してください（必要に応じてディレクトリを作成してください）。現在の作業ディレクトリ、または調査依頼の文脈からプロジェクトのルートディレクトリを判断してください。日付を含むスラッグ形式のトピック名をファイル名に使用してください（例：2026-04-02-jira-docs-from-microservices.md）。最終レポートを /tmp のみに保存してはいけません。関連プロジェクト内の永続的な場所に保存してください。