mcpField
D
deep-research

deep-research

github.com/hainrixz生産性28483 回インストール6 日前に更新
リポジトリ

deep-research について

複数の情報源を使った調査を整理するエージェント向けスキルです。複雑な質問への回答やコンテンツ作成の前に、異なる視点から情報を確認します。

主な機能

  1. 01広範なテーマ探索
  2. 02観点別の詳細調査
  3. 03情報源の多様化と検証
  4. 04調査の十分性チェックリスト

活用シーン

  1. 01テーマの詳細な調査
  2. 02プレゼンテーションやレポートの準備
  3. 03ドキュメント執筆前の調査

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://github.com/hainrixz/claude-webkit --skill deep-research

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

このスキルでは、徹底したウェブリサーチを行うための体系的な手法を紹介します。複数の角度、深さ、情報源から十分な情報を収集できるよう、コンテンツの生成を始める前に必ず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

次の場合は常に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」と尋ねた場合
  • ユーザーが概念、技術、トピックについて深く理解したい場合
  • 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質問の場合
  • 適切に回答するには、単一のウェブ検索では不十分な場合
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
  • フロントエンドのデザインや 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

基本原則

一般知識だけをもとにコンテンツを生成しないでください。 出力の品質は、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 つだけ使っても、決して十分ではありません。

調査方法

フェーズ 1:幅広い調査

まず幅広く検索し、全体像を把握します。

  1. 初期調査:メイントピックを検索し、全体的な背景を理解します
  2. 切り口の特定:初期の検索結果から、さらに深く調査する必要がある主要なサブトピック、テーマ、切り口、側面を特定します
  3. 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

特定した重要な切り口ごとに、対象を絞って調査します。

  1. 具体的なクエリ:各サブトピックについて、正確なキーワードで検索します
  2. 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
  3. 全文の取得:重要な情報源は抜粋だけでなく全文を読むため、web_fetch を使用します
  4. 参照先の確認:情報源でほかの重要なリソースが紹介されていたら、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

多様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「統計」「データ」「数値」「市場規模」
事例とケース実世界での活用「ケーススタディ」「事例」「実装」
専門家の意見権威ある視点「専門家の分析」「インタビュー」「論評」
トレンドと予測今後の方向性「2024 年のトレンド」「予測」「今後の」
比較背景と代替案「対」「比較」「代替案」
課題と批判バランスの取れた見解「課題」「制約」「批判」
フェーズ 4:統合内容の確認

コンテンツ生成に進む前に、次の点を確認します。

  • 少なくとも 3~5 つの異なる切り口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、課題や制約も調べましたか?
  • 情報は最新で、信頼できる情報源に基づいていますか?

いずれかの答えが「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。

  1. これまでに分かったことを確認する
  2. 理解に不足している点を特定する
  3. より的を絞った新しいクエリを作成する
  4. 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。

  1. 複数の観点から見たトピックの包括的な理解
  2. 具体的な事実、データ、統計
  3. 実例と事例研究
  4. 専門家の見解と信頼できる情報源
  5. 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。

コメント