research-synthesize について
蓄積した調査結果を、提言を含む構造化レポートにまとめるワークフローです。1 回以上の deep-research の後に使い、証拠の評価や矛盾の整理も行います。
主な機能
- 01複数の名前空間から調査結果を検索
- 02証拠の強さを評価
- 03主張の食い違いを整理
- 04目的との関連性を評価
- 05レポートと提言を構成
- 06統合結果を保存
活用シーン
- 01複数回の調査結果を統合
- 02収集した証拠の確度を評価
- 03限界と参照元を含むレポートを作成
MCP 対応
Ruflo の MCP ツールでメモリやパターンを検索し、コンテキストを統合して関連性を評価し、完成したレポートを保存します。
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/ ruvnet/ ruflo --skill research-synthesizeインストール後、Claude Code で/research-synthesizeを入力して読み込まれたか確認します。
詳細
調査結果の統合
蓄積した調査結果を統合し、実行可能なレポートを作成します。
使用するタイミング
詳細調査を1回以上実行した後、メモリにある調査結果をまとめて、推奨事項を含む一貫性のある統合レポートが必要な場合に使用します。
手順
- 調査結果を収集する — 次の調査用名前空間を検索します。
- 生の調査結果について、名前空間
researchのmcp__plugin_ruflo-core_ruflo__memory_search - 参照情報について、名前空間
research-sourcesのmcp__plugin_ruflo-core_ruflo__memory_search - 発見されたパターンについて、
mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search - AI を活用したコンテキスト構築について、
mcp__plugin_ruflo-core_ruflo__agentdb_context-synthesize
- 生の調査結果について、名前空間
- エビデンスを評価する — 各調査結果について、次のように評価します。
- 高:複数の独立した情報源が一致し、直接観察され、再現可能である
- 中:信頼できる情報源が1つあり、間接的な裏付けがあり、妥当性がある
- 低:逸話的で、未検証の情報源が1つしかなく、推測に基づいている
- 矛盾を解決する — 調査結果が食い違う場合は、次のように対応します。
- 対立している具体的な主張を特定する
- エビデンスの質を比較する
- 情報の新しさを確認する(新しいデータが古いデータに取って代わる場合があります)
- 解決していない矛盾を明示する
- 関連性を予測する —
mcp__plugin_ruflo-core_ruflo__neural_predictを呼び出し、元の目標との関連性が高い調査結果を採点します - レポートを構成する:
- エグゼクティブサマリー(元の質問に答える2~3文)
- 主な調査結果(エビデンスの質が高い順)
- 方法論(確認した情報源)
- 制限事項(確認していない点、未確定の点)
- 推奨事項(具体的な次のアクション)
- 参考情報(情報源のリンクとメモリキー)
- 統合結果を保存する — レポート全体を名前空間
research-synthesisのmcp__plugin_ruflo-core_ruflo__memory_storeに保存します
出力形式
# [Research Topic] — Synthesis Report
## Summary
[2-3 sentence answer]
## Key Findings
1. [Finding] — Evidence: High/Medium/Low
2. [Finding] — Evidence: High/Medium/Low
## Contradictions
- [Claim A] vs [Claim B]: [resolution or "unresolved"]
## Recommendations
1. [Action] — because [reasoning]
## Sources
- [key]: [description]
コメント
Markdown 対応