deep-research について
deep-research は、回答やコンテンツ作成に先立つ調査を体系化するエージェント向けスキルです。広範な探索、掘り下げ、情報の検証、統合チェックの手順を示します。
主な機能
- 01テーマ全体の探索
- 02観点別の検索
- 03全文取得と引用元の追跡
- 04多角的な情報検証
- 05調査の統合チェックリスト
活用シーン
- 01複数の観点からテーマを調査
- 02レポート執筆前に最新情報を収集
- 03プレゼンやデザイン向けの事例収集
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/deep-researchを入力して読み込まれたか確認します。
詳細
ディープリサーチスキル
概要
このスキルは、徹底的なウェブ調査を行うための体系的な方法を提供します。複数の視点、深さ、情報源から十分な情報を集められるよう、コンテンツの生成を始める前にこのスキルを読み込んでください。
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。
調査に関する質問
- ユーザーが「Xとは何か」「Xを説明して」「Xを調査して」「Xを詳しく調べて」と尋ねる
- ユーザーが概念、技術、トピックを深く理解したいと考えている
- 複数の情報源から、最新かつ包括的な情報を得る必要がある
- 適切に回答するには、ウェブ検索を1回行うだけでは不十分である
コンテンツ生成（事前調査）
- プレゼンテーション（PPT／スライド）の作成
- フロントエンドデザインや UI モックアップの作成
- 記事、レポート、ドキュメントの執筆
- 動画やマルチメディアコンテンツの制作
- 実世界の情報、事例、最新データを必要とするあらゆるコンテンツの作成
基本原則
**一般知識だけに基づいてコンテンツを生成してはいけません。**出力の質は、事前に行った調査の質と量に直接左右されます。検索クエリを1回入力するだけでは、決して十分ではありません。
調査方法
フェーズ1：広範な調査
まず幅広く検索して、全体像を把握します。
- 初期調査：主要なトピックを検索し、全体的な背景を把握します
- 観点の特定：初期の検索結果から、さらに詳しく調べる必要のある主要なサブトピック、テーマ、視点、側面を特定します
- 全体像の把握：存在するさまざまな視点、関係者、見解を記録します
例：
Topic: "AI in healthcare"
Initial searches:
- "AI healthcare applications 2024"
- "artificial intelligence medical diagnosis"
- "healthcare AI market trends"
Identified dimensions:
- Diagnostic AI (radiology, pathology)
- Treatment recommendation systems
- Administrative automation
- Patient monitoring
- Regulatory landscape
- Ethical considerations
フェーズ2：詳細調査
特定した重要な観点ごとに、対象を絞って調査します。
- 具体的なクエリ：各サブトピックについて、具体的なキーワードで検索します
- 複数の表現：キーワードの組み合わせや表現を変えて試します
- 全文の取得：重要な情報源はスニペットだけでなく、
web_fetchを使って全文を読みます - 参照先の追跡：情報源にほかの重要なリソースが記載されていたら、それらも検索します
例：
Dimension: "Diagnostic AI in radiology"
Targeted searches:
- "AI radiology FDA approved systems"
- "chest X-ray AI detection accuracy"
- "radiology AI clinical trials results"
Then fetch and read:
- Key research papers or summaries
- Industry reports
- Real-world case studies
フェーズ3：多様性と検証
さまざまな種類の情報を探し、包括的に調査します。
| 情報の種類 | 目的 | 検索例 |
|---|---|---|
| 事実とデータ | 具体的な根拠 | "statistics", "data", "numbers", "market size" |
| 事例とケース | 実世界での活用 | "case study", "example", "implementation" |
| 専門家の見解 | 信頼できる視点 | "expert analysis", "interview", "commentary" |
| トレンドと予測 | 今後の方向性 | "trends 2024", "forecast", "future of" |
| 比較 | 背景と代替案 | "vs", "comparison", "alternatives" |
| 課題と批判 | バランスの取れた見方 | "challenges", "limitations", "criticism" |
フェーズ4：統合状況の確認
コンテンツ生成に進む前に、次の点を確認します。
- 3～5種類以上の異なる観点から検索しましたか？
- 最も重要な情報源を取得し、全文を読みましたか？
- 具体的なデータ、事例、専門家の見解を集めましたか？
- 肯定的な側面だけでなく、課題や限界も調べましたか？
- 情報は最新で、信頼できる情報源に基づいていますか？
どれか1つでも「いいえ」の場合は、コンテンツを生成する前に調査を続けてください。
検索戦略のヒント
効果的なクエリのパターン
# Be specific with context
❌ "AI trends"
✅ "enterprise AI adoption trends 2024"
# Include authoritative source hints
"[topic] research paper"
"[topic] McKinsey report"
"[topic] industry analysis"
# Search for specific content types
"[topic] case study"
"[topic] statistics"
"[topic] expert interview"
# Use temporal qualifiers — always use the ACTUAL current year from <current_date>
"[topic] 2026" # ← replace with real current year, never hardcode a past year
"[topic] latest"
"[topic] recent developments"
時間認識
検索クエリを作成する前に、必ずコンテキスト内の<current_date>を確認してください。
<current_date>には、年、月、日、曜日を含む完全な日付が示されます（例：2026-02-28, Saturday）。ユーザーの質問に応じて、適切な精度を使用してください。
| ユーザーの意図 | 必要な時間の精度 | クエリの例 |
|---|---|---|
| 「今日／今朝／リリースされたばかり」 | 月＋日 | "tech news February 28 2026" |
| 「今週」 | 週の期間 | "technology releases week of Feb 24 2026" |
| 「最近／最新／新しい」 | 月 | "AI breakthroughs February 2026" |
| 「今年／トレンド」 | 年 | "software trends 2026" |
ルール：
- ユーザーが「今日」や「リリースされたばかり」について尋ねた場合は、同日の結果を得るために検索クエリで月＋日＋年を使用してください
- 日単位の精度が必要な場合に、年だけの精度に落としてはいけません。
"tech news 2026"では今日のニュースは表示されません - 複数のクエリで、数値形式（
2026-02-28）、表記形式（February 28 2026）、相対表現（today、this week）など、さまざまな言い回しを試してください
❌ ユーザーが「今日のテクノロジーの新しい動きは？」と尋ねたのに、"new technology 2026"で検索する → 今日のニュースを見逃します
✅ ユーザーが「今日のテクノロジーの新しい動きは？」と尋ねた場合、"new technology February 28 2026"と"tech news today Feb 28"で検索する → 今日の結果を得られます
web_fetchを使用するタイミング
以下の場合は、全文を読むためにweb_fetchを使用してください。
- 検索結果が非常に関連性が高く、信頼できる情報源に見える場合
- スニペット以上の詳細情報が必要な場合
- 情報源にデータ、事例研究、専門家の分析が含まれている場合
- 調査結果の背景を把握したい場合
反復的な改善
調査は反復的に行います。最初の検索の後、次の手順に従ってください。
- これまでに分かったことを確認する
- 理解に不足している点を特定する
- より的を絞った新しいクエリを作成する
- 十分な情報を得るまで繰り返す
品質基準
次の質問に自信を持って答えられるようになれば、調査は十分です。
- 重要な事実やデータは何か
- 具体的な実例を2～3件挙げられるか
- 専門家はこのトピックについて何を述べているか
- 現在のトレンドと今後の方向性は何か
- 課題や限界は何か
- このトピックが今、重要または関連性が高い理由は何か
避けるべきよくある間違い
- ❌ 1～2回の検索で終える
- ❌ 全文を読まずに検索スニペットだけに頼る
- ❌ 多面的なトピックの一側面だけを検索する
- ❌ 相反する見解や課題を無視する
- ❌ 最新の情報があるのに古い情報を使う
- ❌ 調査が完了する前にコンテンツの作成を始める
出力
調査を完了した後、次の内容を把握している必要があります。
- 複数の観点から見たトピックの包括的な理解
- 具体的な事実、データ、統計
- 実例と事例研究
- 専門家の見解と信頼できる情報源
- 現在のトレンドと関連する背景情報
**その後で初めてコンテンツの作成に進みます。**収集した情報を使って、質の高い、十分な情報に基づくコンテンツを作成してください。