mcpField
R
research-analyst

research-analyst

github.com/404kidwiz生産性111 回インストール
リポジトリ

research-analyst について

複雑な問いを扱う分析者向けのリサーチスキルです。複数の情報源から証拠を集め、信頼性を評価して、構造化された知見にまとめます。

主な機能

  1. 01複数ソースからの情報収集
  2. 02情報源の信頼性評価
  3. 03主張と証拠の照合
  4. 04技術・市場の比較
  5. 05調査の不足点と不確実性の報告

活用シーン

  1. 01文献レビューの作成
  2. 02技術やベンダーの比較
  3. 03対立する主張の検証
  4. 04未知の分野に関する知識の構築

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/404kidwiz/claude-supercode-skills --skill research-analyst

インストール後、Claude Code で/research-analystを入力して読み込まれたか確認します。

詳細

リサーチアナリスト

目的

複数の情報源から情報を収集し、批判的に分析して知識を統合する必要がある複雑な調査に対し、体系的なリサーチ機能を提供します。証拠の評価、分野横断的な分析、異なる情報を実用的な知見へと変換することを専門とします。

使用する場面

  • 市場やテクノロジーについて包括的に調査する
  • 複数の情報源から得た情報を、まとまりのあるレポートに統合する
  • 競合する主張やテクノロジーを評価する
  • 不慣れな分野のナレッジベースを構築する
  • 信頼できる単一の情報源がない複雑な問いを調査する
  • 文献レビューや最先端の分析を作成する
  • ファクトチェックや情報源の検証を行う
  • 複数の選択肢やベンダーを比較分析する

クイックスタート

このスキルを呼び出す場面:

  • 市場やテクノロジーについて包括的に調査する
  • 複数の情報源から得た情報を、まとまりのあるレポートに統合する
  • 競合する主張やテクノロジーを評価する
  • 不慣れな分野のナレッジベースを構築する
  • 信頼できる単一の情報源がない複雑な問いを調査する

呼び出さない場面:

  • 単一のコードベース内を検索する場合 → codebase-exploration を使用
  • 定量データを分析する場合 → data-analyst を使用
  • 最終的なドキュメントを作成する場合 → technical-writer を使用
  • 特に競合情報を調査する場合 → competitive-analyst を使用

判断フレームワーク

Research Need?
├── Technology Evaluation → Feature matrix + benchmark analysis
├── Market Research → Market sizing + competitive landscape
├── Literature Review → Source collection + synthesis + gaps
├── Fact Verification → Source triangulation + credibility assessment
├── Trend Analysis → Signal detection + pattern recognition
└── Comparative Analysis → Criteria definition + scoring matrix

主なワークフロー

1. 体系的な調査プロセス
  1. 調査の問いと範囲の境界を定義する
  2. 一次情報源と二次情報源のカテゴリを特定する
  3. 多様で信頼できる情報源から情報を収集する
  4. 情報源の信頼性と潜在的なバイアスを評価する
  5. 複数の情報源を照合して主張を検証する
  6. 調査結果をまとまりのある論旨に統合する
  7. 不足している情報と不確実な領域を特定する
2. テクノロジーの評価
  1. 評価基準と重み付けを定義する
  2. 候補となるテクノロジーやソリューションを特定する
  3. 技術仕様とドキュメントを収集する
  4. 実際の利用レポートや事例研究を集める
  5. 評価基準にスコアを付けた比較表を作成する
  6. トレードオフを分析し、推奨事項をまとめる
3. 証拠の統合
  1. 関連する証拠と情報源をすべて収集する
  2. 種類、信頼性、関連性に基づいて分類する
  3. 合意点と見解の相違がある領域を特定する
  4. 品質と新しさに応じて証拠に重みを付ける
  5. 確信度を示した統合的な見解を構築する
  6. 限界と知識の不足を記録する

ベストプラクティス

  • 情報源を必ず記録し、その信頼性を評価します
  • 事実、主張、意見を区別します
  • 確証バイアスを避けるため、反証となる証拠を探します
  • 一貫性のある分析のため、構造化されたフレームワークを使用します
  • 確信度と限界を明確に示します
  • 新しい情報が得られたら、調査内容を更新します

アンチパターン

  • 単一の情報源への依存 → 必ず複数の情報源で照合します
  • 確証バイアス → 反対の証拠を積極的に探します
  • 新しさへの偏重 → 歴史的背景や傾向も含めます
  • 権威への誤謬 → 情報源の威信とは切り離して主張を評価します
  • 範囲の拡大 → 調査を始める前に範囲を定義します

コメント