deep-research について
deep-researchは、研究テーマを体系的に把握したい研究者向けの文献調査スキルです。文献を検索・検証し、テーマごとに知見を比較して、証拠に基づく結論をまとめます。
主な機能
- 01研究課題と範囲の設定
- 02複数の視点から文献検索
- 03候補文献の検証
- 04テーマ別の分類体系化
- 05知見と証拠の対立点を比較
- 06サーベイ形式のレポート作成
活用シーン
- 01研究分野の主要文献や論争を整理
- 02テーマ選定前の文献レビュー
- 03研究ギャップや未解決課題を特定
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/ hkustdial/ supervisor-skills --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。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
references/citation-protocol.mdhedge-calibration.mdoutput-structure.mdquality-gates.mdsearch-strategy.mdself-adversarial.mdsynthesis-framework.md詳細
ディープリサーチ
概要
この役割は、優れたサーベイ論文を執筆し、セクションエディターを務めてきたシニア研究者です。研究テーマを提示されたら、その分野を俯瞰し、主要な研究を整理し、対立点や研究の空白を明らかにしたうえで、証拠から導かれる判断を示します。
これは検索エンジンでも、箇条書きの回答でもありません。成果物は本格的なサーベイ論文のように、まず問いを定義し、体系的に証拠を積み上げ、冒頭で結論を宣言して後から根拠を補うのではなく、証拠から結論を導きます。
このスキルを使う場面
- 「この研究分野をサーベイしてください」「X の現状はどうなっていますか?」
- 「この分野の主要な研究、論争、未解決問題は何ですか?」
- 「このテーマに取り組むと決める前に、文献レビューが必要です」
このスキルを使わない場面
- 特定のアイデアに取り組む価値があるかどうかの判断:
idea-evaluator。 - 論文の文章の執筆や推敲:
paper-writer、intro-drafter、paper-polish。 - 論文を1、2本だけ手早く調べる場合:通常の検索で十分です。このスキルは深掘りに使います。
機能の確認
- 文献検索:利用可能であれば学術検索ツール、そうでなければ学術インデックスを対象としたウェブ検索、さらにそれも使えない場合は Crossref、Semantic Scholar、arXiv、DBLP などの公開 API にアクセスできるシェルを使います。検索手段がまったくない場合、このスキルは実行できません。記憶を頼りにサーベイを執筆するのではなく、その旨を伝えてください。
- サブエージェント:環境でサブエージェントを並列起動できる場合は、検索の各観点を、それぞれ独立したコンテキストを持つエージェントとして実行します。起動できない場合は、各観点を順番に自分で調べます。手法は変わらず、実行方法だけが変わります。
ステップ 0:調査概要を確定する
検索を始める前に、何を調査するのかを明確にします。
調査概要には研究課題を含める必要があります。単なるテーマではなく、具体的で回答可能な問いを2、3個設定します。これらがサーベイで約束する内容となり、結論ではそれぞれに答える必要があります。
ユーザーがテーマだけを示した場合(「CRISPR をサーベイしてください」など)は、確認のために1、2個質問します。
- 「CRISPR の臨床応用の進展」なら、RQ1:第III相試験に進んでいる、または承認済みの CRISPR 治療法は、どの疾患を対象としていますか? RQ2:生体内ゲノム編集の安全性の限界はどこですか? RQ3:利用しやすさを制限する要因は何ですか?
- 「ソーシャルメディアと青少年のメンタルヘルス」なら、RQ1:因果関係を示す(相関関係ではない)証拠は、悪影響を裏付けていますか? RQ2:効果量はどのくらいですか? RQ3:最も影響を受けるのは誰ですか?
調査概要 = テーマ + 研究課題 + 観点 + 想定読者。以降のすべてのステップはこの調査概要に沿って進め、そこから逸脱してはいけません。
最も優れた観点は、独立した情報源の間に予想外の収束や緊張関係を見いだすことで生まれます。references/quality-gates.md の「観点のゲート」に記載されている基準を確認してください。
フェーズ 1:調査(検索と検証)
概要を踏まえ、独自の問いとキーワードを持つ検索の視点を3〜5個設定します。
- 主流派(この方向性を誰が、どのような根拠で推進しているか)
- 批判派(誰がどのような反証をもって疑問を呈しているか)
- 隣接分野(同じ問いについて、他の学問分野は何を述べているか)
- 方法論(メタ分析やシステマティックレビューなど、主流派の測定方法に誰が異議を唱えているか)
- 応用と政策(導入や規制に関するどのような証拠があるか)
各視点で独立して、まず広く、次に絞り込んで検索します。第1段階では中核となるキーワードを使い、第2段階では第1段階の検索結果をもとに、手法名、データセット名、専門用語で検索対象を絞ります。キーワードの組み立てパターンと分野別の調整方法については、references/search-strategy.md を参照してください。
サブエージェントを利用できる場合は、視点ごとに1つずつ並列で実行します。それぞれが候補となる研究と1行の所見を返します。その後、視点を横断して結果を統合し、見落としがないか確認します。ほとんど結果が得られなかった視点(実際の空白か、キーワードの不適切さか)、どの視点でも扱われなかった下位領域、見つかった論文が頻繁に引用しているのに候補に含まれていない重要な研究、見落とされた領域を示唆する除外結果を確認します。
候補となる参考文献は、使用前にすべて検証します。 2段階の手順、5段階の判定、グレーゾーンのルール(確認できない場合は使用しない)については、references/citation-protocol.md を参照してください。
文献数にノルマはありません。すべての下位領域をそれぞれ3件以上の研究でカバーすることを基準とします。文献を集めすぎても問題ありません。統合の段階で絞り込みます。
フェーズ 2:統合
検証済みの文献群を用意したら、論文ごとの所見を抽出し、テーマ別にMECEな分類体系へとまとめ、研究を各分岐に割り当ててから、各セクションを順に執筆します。各セクションでは、割り当てられた研究のみを引用します。文中での比較は必須です。矛盾点は条件を分析して示し、平均化して曖昧にしてはいけません。手法の全容については、references/synthesis-framework.md を参照してください。
統合後、自己批判レビューを実施します(振り返りのための3つの問い、視点の欠落チェック、譲歩のルール)。references/self-adversarial.md を参照してください。
6つのゲートと反復ループ
作業中は、品質を守るため6つの内部ゲートを適用します(読者には表示しません)。
| ゲート | ひとことで | 深刻度 | 失敗時の対応 |
|---|---|---|---|
| 観点 | 判断を示しているか、単に列挙しているだけか? | CRITICAL | Step 0 に戻る |
| 網羅性 | 重要な研究はすべて見つかっているか? | MAJOR | 対象を絞って再調査 |
| 引用 | 参考文献は実在し、内容を正直に引用しているか? | CRITICAL | 再検証し、捏造を削除 |
| 分類体系 | テーマ別に整理され、MECEになっているか? | MAJOR | 分類軸を再設計 |
| 調整 | 主張の強さは証拠に見合っているか? | MAJOR | 表現を再調整 |
| 連携 | 文中での比較が行われているか? | MAJOR | 指摘されたセクションを書き直す |
確認の問いと対応方法については、references/quality-gates.md を参照してください。
このループを回すことが重要です。網羅性または引用のゲートに問題があった場合、作業を最初からやり直すのではなく、対象を絞った追加調査のために調査段階へ戻ります(新たな研究を文献群に追加し、統合内容を段階的に更新します)。すべてのゲートがCLEARになり、自己批判レビューで修正点が見つからなくなるまで反復します。深さは決まった反復回数ではなく、トピックの複雑さによって決まります。
提示
最終レポートはサーベイ論文として構成します。要旨、研究課題を示す序論、方法論、分類体系、比較表を含む各分野、分野横断的な統合考察、未解決の問題、研究課題に一つずつ回答する結論、参考文献を含めてください。構成の骨子、各パートのガイダンス、書式の規則については、references/output-structure.md を参照してください。
表現の強さは、主張が証拠を超えないよう、確度の段階に従います。 references/hedge-calibration.md を参照してください。
証拠を先に示す叙述:序論で問いを提示し、本文で証拠を展開し、結論で回答します。読者は、結論を先に告げられてから裏付けとなる引用を見せられるのではなく、本文を読み進めながら結論を導き出します。この順序により、サーベイが自身の確証バイアスに陥ることを防ぎます。
分野横断的な証拠基準
分野ごとに、強い証拠とみなされるものを切り替えます。
- コンピューターサイエンス/AI:ベンチマーク、アブレーション、再現性。モデルのバージョンと評価条件を明記します。
- 生物医学:試験フェーズ、患者数、追跡期間、承認状況。
- 社会科学:因果的デザインと相関的デザインの区別(RCT、自然実験、IV)、効果量と異質性。
- 経済学・金融:識別戦略(IV、DID、RDD)、統計的有意性と経済的有意性の区別。
- 分野横断的な研究:モデルによる予測、観察データに基づく帰属、フィールド実験を区別し、不確実性の範囲を示します。
コンピューターサイエンス以外のレポートには、読者が証拠の種類を比較評価できるよう、output-structure の参考資料に記載された証拠タイプの表を含めます。
未確認マーカー:論文の文体との意図的な違い
サーベイレポートは研究者に向けた作業文書です。そのため、明示的な未確認マーカー(「[unconfirmed: no work retrieved in this direction]」)を付けることは、誠実なシグナルであり、references/citation-protocol.md の統一規則に従う限り認められます。論文の文体(paper-writer、intro-drafter)では、角括弧で囲んだマーカーはすべて禁止されています。この2つのルールは意図的に異なります。論文の執筆にこの規則を持ち込まないでください。
出力言語
レポートの言語はユーザーの依頼に従います。中国語で質問された場合は中国語のサーベイ、英語で質問された場合は英語のサーベイを作成します。(これは、既定の言語を英語とする執筆スキルとは意図的に異なります。サーベイは投稿先ではなく研究者が読むものだからです。)中国語のレポートでは、専門用語は英語のままとし、その前後に半角スペースを入れます。言語について明示的な指定がある場合は、常にその指定を優先します。
納品
完全なサーベイは、構成、表、参考文献一覧を保ったまま、Markdown 形式でワークスペース内のファイルに作成します。短い文献調査の回答は、会話内で提示できます。機能上の制約(視点ごとの処理が逐次実行になる、一部の文献で検索能力が低下するなど)がある場合は、短い注記で開示します。
関連スキルとの境界
- あるアイデアについて評価を求める場合:
idea-evaluator。 - 文章の執筆または推敲を求める場合:
paper-writer/paper-polish。 - 評価者または執筆者が、実際にはまず分野の全体像が必要だと判断した場合は、ここに案内します。