mcpField
R
research-ops-skills

research-ops-skills

github.com/alirezarezvani生産性28.9k131 回インストール2 日前に更新
リポジトリ

research-ops-skills について

臨床 R&D、R&D ファイナンス、市場調査、プロダクトリサーチの各サブスキルに企業の研究運営に関する依頼を振り分け、要約を返すエージェントスキルです。研究の計画、予算化、範囲設定、統合を行うチーム向けで、判断の確認と人間による最終判断を重視します。

主な機能

  1. 014 分野の研究サブスキルへ振り分け
  2. 02作業環境から分野を判定
  3. 03複数分野の判断を段階的に確認
  4. 04根拠付きの所見と次の行動を提示
  5. 05サブスキルの初期設定に対応

活用シーン

  1. 01臨床試験の計画とサンプルサイズの推定
  2. 02R&D 予算と費用区分の検討
  3. 03市場規模の推定とサンプリング計画
  4. 04ユーザーインタビューの計画と所見の統合

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/alirezarezvani/claude-skills --skill research-ops-skills

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

詳細

研究オペレーション — ドメインオーケストレーター

研究オペレーションの領域では、4つのワークストリーム(臨床R&D、R&Dファイナンス、市場調査、プロダクトリサーチ)にわたって、企業が研究を計画し、資金を調達し、範囲を定め、統合する方法を扱います。このオーケストレーターはコンテキストを分岐し、お問い合わせを4つのサブスキルのいずれかに振り分けてから、要約を返します。プロトコルの草案、プログラム台帳、アンケートのエクスポート、インタビューの書き起こしなど、取り込み量の多い情報は分岐したコンテキスト内にとどまります。

これは、学術分野の research/ に対応する企業向けの領域です。文献、助成金、特許の検索に関する質問には、research/ を使用してください。研究を業務として計画、資金調達、範囲設定、統合することに関する質問には、この領域が適しています。

呼び出すタイミング

状況サブスキル
「フェーズ2試験を設計しています。評価項目とサンプルサイズはどうすればよいですか?」clinical-research
「R&Dプログラムの消費額はいくらですか?また、このコストは資本的支出ですか、それとも営業費用ですか?」research-finance
「この製品のTAMはいくらですか?また、このセグメントをどのように調査すればよいですか?」market-research
「何人のユーザーにインタビューすればよいですか?また、調査結果をどのように統合すればよいですか?」product-research

振り分けロジック(決定的)

commercial-skills と同じ2シグナル閾値のパターンです。シグナルが1つの場合は、明確化する質問をします。複数のシグナルが混在する場合は、確信度の高いものを先に実行し、次のターンで2つ目を連続して実行します。黙って連続実行することはありません。

シグナル表
シグナルクラスキーワードサブスキル
CLINICAL臨床試験、研究デザイン、プロトコル、評価項目、サンプルサイズ、検出力、第1/2/3相、生物統計、適格性、実施可能性、推定対象clinical-research
RD_FINANCER&D予算、プログラム予算、消費額、資金繰り期間、F&A、間接費率、間接費、資産計上か費用計上か、R&D設備投資、ポートフォリオROI、rNPVresearch-finance
MARKETTAM、SAM、SOM、市場規模の推定、アンケート設計、サンプリング、誤差範囲、セグメンテーション、競合情報、市場調査market-research
PRODUCTユーザーインタビュー、JTBD、ユーザビリティテスト、コンセプトテスト、プロトタイプテスト、ディスカバリーリサーチ、リサーチリポジトリ、インサイトの統合、飽和度product-research

ワークフロー(Matt Pocockのグリル規律)

Matt Pocockの grill-with-docs パターンに基づきます。先に調査してから質問し、推奨回答を添えて1ターンにつき質問は1つとし、意思決定ツリーを深さ優先で進み、依存関係を追跡し、すべての確認事項の根拠を研究の標準資料(各サブスキルの references/)に置きます。

ステップ1 — 質問する前に調査する

まず、ユーザーの作業ディレクトリを確認します。

  • プロトコルの草案、プログラム台帳、TAMモデル、インタビューガイドがすでにワークスペースにありますか?
  • 問い合わせから、対象のレーンをすでに特定できますか(例:「2群試験のサンプルサイズは?」なら clinical-research であり、質問は不要です)。
  • レーンを特定できるファイル名の成果物がありますか(protocol.json → 臨床、program-budget.json → ファイナンス、tam-model.json → 市場、interview-guide.md → プロダクト)。

ワークスペースからレーンを特定できる場合は、黙って振り分けます。

ステップ2 — まだ曖昧な場合は、推奨回答を添えて、答えを促す質問を1つだけする

Mattのルール:質問をまとめてはいけません。必ず推奨案を示します。

パターン:

Q1/1: [precise question naming the two candidate lanes]
Recommended: [Lane X, because <signal-table rationale>]

(Confirm, or override?)
ステップ3 — 複数レーンにまたがる問い合わせでは、意思決定ツリーをたどる

問い合わせが正当に2つのレーンにまたがる場合(例:「この試験を設計して、予算も立てる」= CLINICAL + RD_FINANCE)、深さ優先で進めます。

  1. 確信度が最も高いレーンを先に進める → 分岐したコンテキストでサブスキルを実行 → 要約
  2. 次のように尋ねます:「2つ目のレーンも実行しますか?推奨:はい。理由:[依存関係]」
  3. 連続実行する前に確認します。

黙って連続実行することはありません。

ステップ4 — 分岐したコンテキストでサブスキルを呼び出す

元のプロンプトと構造化された入力(プロトコルJSON、プログラム台帳CSV、市場モデル、観察データのエクスポート)を渡します。

ステップ 5 — 根拠となる引用を添えて、ダイジェストと判断を問う質問を返す

200 語以内で、分析内容、規範文書の引用に基づく主な発見 3 件、次のアクション 3 件(該当する場合は担当者名を明記)、成果物のパス、そしてユーザーへの質問を1つを含めます。例:

  • 「あなたの検出力計算は、公表された根拠がないまま効果量 0.5 を前提としています。ICH E9 では、臨床的に意味のある差を正当化するよう求めています。0.5 の根拠は何ですか?」
  • 「あなたの TAM は、単一のトップダウンの数値(400 億ドル市場の 1%)です。Bessemer の市場規模算定の原則では、ボトムアップでのクロスチェックが必要です。単位数 × 価格 × 採用率はいくらですか?」

判断を問う質問ライブラリ(根拠文書を用いて問い詰めるパターン)

サブスキルを呼び出す前に、レーンを定める判断についてユーザーに問いかけます。各ターンで1つ、推奨回答と規範文書の引用を示します。

  • CLINICAL レーン:「主要評価項目は臨床アウトカムですか、それともサロゲートですか。サロゲートの場合、この適応症で妥当性が検証されていますか? 推奨:FDA の検証済み一覧にあるサロゲートでない限り、臨床アウトカムを選択します。規範文書:FDA Surrogate Endpoint Table、BEST 用語集。」
  • RD_FINANCE レーン:「この支出は研究段階と開発段階のどちらに該当しますか。また、技術的実現可能性を証明できますか? 推奨:研究段階では費用処理します。開発段階では、実現可能性の証拠がある場合に限り、資産計上候補として、担当する財務責任者に引き継ぎます。規範文書:IAS 38、ASC 730。」
  • MARKET レーン:「TAM はトップダウンですか、それともボトムアップですか。相互検証のため、両方の方法で算出しましたか? 推奨:両方で算出し、差異を調整します。規範文書:Bessemer/a16z の市場規模算定、フェルミ推定。」
  • PRODUCT レーン:「この調査は、問題を発見するための生成的調査ですか、それとも解決策をテストする評価的調査ですか? 推奨:まず種類を明確にします。手法はそれに応じて決まります。規範文書:Rohrer による UX 調査手法の全体像(NN/g)。」

レーンを定める判断が確定するまで、サブスキルを実行してはいけません。

オンボーディングを優先する(サブスキルごと)

ワークスペースで初めてサブスキルを呼び出す前に、そのスキルのオンボーディング質問票をユーザーに案内し、ツールがユーザーの状況に合わせて事前設定されるようにします。

python3 skills/<sub-skill>/scripts/onboard.py          # interactive Q&A
python3 skills/<sub-skill>/scripts/onboard.py --show    # questions + current config

各サブスキルには、独自の質問セットがあります(clinical:領域/α/検出力/脱落率/担当者・finance:領域/F&A/資金余命/会計基準/担当者・market:プロフィール/信頼度/誤差範囲/手法・product:プロフィール/インサイト閾値/手法/重要度)。回答は ~/.config/research-ops/<sub-skill>.json(または --scope project 指定時は ./.research-ops/<sub-skill>.json)に保存され、そのスキル内のすべてのツールで自動的に使用されます。ここではカスタマイズは必須の規律であり、飾りではありません。ユーザーが新しい調査ワークストリームを始めたら、オンボーディングを案内してください。

Autoresearch への引き継ぎ(分離型、オプトイン)

各サブスキルには、skills/<sub-skill>/scripts/ar_evaluator.py が同梱されています。これは engineering/autoresearch-agent への分離型ブリッジです。autoresearch を実行するのは、ユーザーが明示的に「最適化する」「改善する」または「ループを実行する」と依頼した場合に限ります。引き継ぎはスキルごとに行われ、共有の依存関係はありません。ループはスキルの入力ファイルを編集し、評価器がスコアを算出します(clinical → feasibility_composite を高くする、finance → runway_months を高くする、market → tam_divergence を低くする、product → validated_insights を高くする)。ループを自動で開始してはいけません。また、ループに評価器を編集させてはいけません。

前提

  1. ユーザーは調査を実施する権限を持っているか、権限を持つ人のために分析を準備しています。
  2. ユーザーが求めているのは決定論的な意思決定支援であり、最終的な答えではありません。プロトコルは臨床医が承認し、仕訳はコントローラーが記帳し、市場の数値は人間が選びます。
  3. 入力は不完全な場合があります。各サブスキルには、ユーザーが独自の情報を入力する前に形式を確認できるよう、テンプレート化されたサンプルが同梱されています。

対象外

  • EDC、臨床試験管理システム、会計システム、アンケートプラットフォーム、調査リポジトリではありません。
  • 臨床、会計、法律に関する助言を事実として提示しません。すべての出力は推奨事項と、担当者名を含みます。
  • セッションをまたいで調査履歴を保存しません。

区別

  • research/(学術) — この領域では、文献、助成金、特許を探します。この領域では、研究を計画し、資金を手配し、範囲を定め、統合します。
  • ra-qm-team — こちらは規制/品質管理関連の申請(ISO 13485/14971、MDR、FDA 510(k)/PMA/QSR)を扱います。clinical-research は試験を設計し、申請手続きは ra-qm-team に引き継ぎます。
  • finance/financial-analysis — こちらは企業の決算処理と評価を扱います。research-finance は研究開発プログラム/ポートフォリオの支出を管理します。
  • research/grants — こちらは資金の獲得先の探索を扱います。research-finance はすでに獲得した資金を管理します。
  • product-team — こちらはペルソナ/ジャーニーの成果物、ディスカバリースプリント、実施中の A/B テストを扱います。product-research は手法とリポジトリーの規律を担います。
  • marketing-skill — こちらはキャンペーン分析と需要創出を扱います。market-research は上流の方法論を担います。

出力成果物

サブスキル成果物
clinical-researchprotocol_synopsis.md + sample_size.json
research-financerd_program_budget.md + capex_opex_routing.json
market-researchmarket_sizing.md + sample_plan.json
product-researchresearch_plan.md + insight_synthesis.json

アンチパターン(避けること)

  • ❌ 臨床試験の検出力/評価項目の出力を事実として提示する — 担当者を明記した推定値として扱います
  • ❌ 資産計上か費用計上かを自動で決定する — 担当の財務責任者に引き継ぎます
  • ❌ 市場規模を出典のない単一の数値で報告する — 手法、双方向の三角測量、前提条件を示します
  • ❌ 単一の参加者から得た製品インサイトを断定する — 逸話として明示します
  • ❌ 「念のため」に 4 つすべてのサブスキルを実行する — 1 つを選び、結果を整理し、必要に応じて連携します

参考資料

  • 臨床分野の基本文献:ICH E8(R1)/E9/E9(R1)、CONSORT、SPIRIT、FDA Multiple Endpoints
  • 研究開発財務分野の基本文献:IAS 38、ASC 730、2 CFR 200、Cooper stage-gate
  • 市場分野の基本文献:Cochran、Dillman、Kotler、Bessemer market-sizing
  • 製品分野の基本文献:Nielsen、Guest et al.、Christensen JTBD、ResearchOps/Polaris
  • Path-B の構築パターン:documentation/implementation/research-ops-expansion-plan.md

コメント