mcpField
R
research-workflow

research-workflow

github.com/jwynia生産性179519 回インストール35 週間前に更新
リポジトリ

research-workflow について

research-workflowは、詳細な調査を行うための構造化されたスキルです。問いの計画から情報源の評価、統合までを導き、テンプレートとチェックリストで記録に基づくレポート作成を支援します。

主な機能

  1. 01問いをサブトピックに分解
  2. 02検索クエリの計画と反復
  3. 03情報源の記録と評価
  4. 04知見の分類とパターンの特定
  5. 05レポートとアクション項目の統合

活用シーン

  1. 01複数回の検索でテーマを調査
  2. 02情報源を比較し信頼性を評価
  3. 03記録と引用を含む調査レポートを作成

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/jwynia/agent-skills --skill research-workflow

インストール後、Claude Code で/research-workflow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。

assets/
research-plan-template.md
research-report-template.md
source-evaluation-checklist.md
references/
methodology.md
output-formats.md

詳細

調査ワークフロー

包括的な調査を行うための体系的な手法です。このスキルでは、あらゆるトピックについて、調査の計画、実行、分析、統合を行う方法を説明します。

このスキルを使用する場面

次の場合にこのスキルを使用してください。

  • トピックについて包括的な調査が必要な場合
  • 質問に十分に回答するために複数の検索クエリが必要な場合
  • 情報源の信頼性評価と統合が重要な場合
  • 調査レポートや文書化された調査結果が期待される場合
  • 次のキーワードが含まれる場合:research、investigate、deep dive、comprehensive analysis

次の場合はこのスキルを使用しないでください。

  • 簡単な検索を1回行えば十分な場合(代わりにweb-searchを使用してください)
  • ユーザーが簡単な事実確認だけを求めている場合
  • 統合や分析が必要ない場合
  • 時間が極端に限られている場合

前提条件

このスキルを使用する前に、次の条件を満たしていることを確認してください。

  • ウェブ検索機能が利用できること(web-searchスキル、WebSearchツールなど)
  • 複数のフェーズにわたる調査プロセスに十分な時間があること
  • 調査の質問やトピックを明確に理解していること

調査フェーズの概要

┌─────────────────────────────────────────────────────────────┐
│                    RESEARCH WORKFLOW                        │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  1. PLANNING          2. EXECUTION                          │
│  ┌──────────────┐    ┌──────────────┐                       │
│  │ Define       │    │ Run searches │                       │
│  │ questions    │───>│ Evaluate     │                       │
│  │ Plan queries │    │ sources      │                       │
│  └──────────────┘    └──────────────┘                       │
│         │                   │                               │
│         v                   v                               │
│  3. ANALYSIS          4. SYNTHESIS                          │
│  ┌──────────────┐    ┌──────────────┐                       │
│  │ Organize     │    │ Create       │                       │
│  │ findings     │───>│ coherent     │                       │
│  │ Find patterns│    │ output       │                       │
│  └──────────────┘    └──────────────┘                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

フェーズ1:計画

検索を始める前に、明確な調査計画を立てます。

ステップ1:調査の質問を定義する

トピックを、具体的で回答可能な質問に変換します。

例:

  • トピック:「医療におけるAI」
  • 質問:
    1. 医療におけるAIの現在の用途は何ですか?
    2. 主なメリットと課題は何ですか?
    3. 医療におけるAIを規制する法律や規則は何ですか?
    4. 最近6か月間の最新動向は何ですか?
ステップ2:サブトピックを特定する

主要なトピックを、検索可能な要素に分解します。

  • 中核となる概念と定義
  • 現状と用途
  • メリットと利点
  • 課題と限界
  • 最近の動向
  • 今後のトレンド
ステップ3:検索戦略を立てる

検索クエリを段階的に進める計画を作成します。

  1. まず幅広いクエリを検索:全体像を把握する

    • "[topic] overview"
    • "[topic] introduction guide"
  2. 次に具体的なクエリを検索:詳細を掘り下げる

    • "[topic] specific aspect"
    • "[topic] case study"
  3. 最後に検証用のクエリを検索:調査結果を確認する

    • "[topic] criticism challenges"
    • "[topic] latest news [year]"

assets/research-plan-template.mdのテンプレートを使用して、計画を記録します。

フェーズ2:実行

検索計画に沿って、体系的に検索を実行します。

ステップ1:検索を実行する

適切な検索パラメーターを使用し、順番にクエリを実行します。

# Broad overview
web-search "AI in healthcare overview 2024"

# Specific deep dive
web-search "AI diagnostic imaging applications" --depth advanced

# Current news
web-search "AI healthcare regulations 2024" --topic news --time month
ステップ2:各検索を記録する

検索ごとに、次の項目を記録します。

  • 使用したクエリ
  • 確認した検索結果の件数
  • 主な調査結果(箇条書きで2~3点)
  • 注目すべき情報源
  • 新たに生じた疑問
ステップ3:情報源を評価する

assets/source-evaluation-checklist.mdのチェックリストを使用して、次の点を評価します。

信頼性を示す指標:

  • 著者・組織の専門性
  • 出版物の評判
  • 公開日
  • 引用と参考文献

品質を示す要素:

  • 根拠に基づく主張
  • 複数の視点
  • 明確な手法
ステップ4:必要に応じて反復する

調査は直線的に進むとは限りません。調査結果に基づいて、次のことを行います。

  • 判明した不足を補う新しいクエリを追加する
  • 意外な主張を検証する
  • 予想外の関連性を調べる

フェーズ3:分析

収集した調査結果を整理し、分析します。

ステップ1:テーマごとに調査結果を分類する

結果を次のカテゴリに整理します。

  • 中核となる概念
  • 現状
  • メリット・機会
  • 課題・リスク
  • 最近の動向
  • 専門家の意見
ステップ2:パターンを特定する

次の点に注目します。

  • 合意点:複数の情報源が一致しているのはどの点ですか?
  • 相違点:情報源によって見解が異なるのはどの点ですか?
  • 不足点:未回答の疑問は何ですか?
  • トレンド:この分野はどのような方向に進んでいますか?
ステップ3:確信度を評価する

各調査結果について、確信度を判断します。

  • 高:複数の権威ある情報源が一致している
  • 中:一定の根拠はあるものの、情報源が限られている
  • 低:情報源が1つ、または情報が相反している
ステップ4:限界を記録する

次の項目を記録します。

  • 見つけられなかった情報
  • さらなる調査が必要な分野
  • 情報源に潜む可能性のある偏り

フェーズ 4:統合

分析をもとに、一貫性があり役立つ出力を作成します。

ステップ 1:出力の構成

用途に応じて適切な形式を選びます。

  • エグゼクティブサマリー:意思決定に役立つ簡潔な概要
  • 完全なレポート:包括的なドキュメント
  • アクションアイテム:実践的な次のステップ

assets/research-report-template.md のテンプレートを使用します。

ステップ 2:統合結果の作成

主な原則:

  • 最も重要な調査結果から始めます
  • 関連する概念を結び付けます
  • 確信度を示します
  • 制約事項を明記します
  • 情報源を引用します
ステップ 3:実行可能な要素を含める

最後に、実践的な成果物をまとめます。

  • 主なポイント(3~5 項目)
  • 推奨事項
  • 追加調査の提案
  • 意思決定事項

完全な例

シナリオ:「API バージョニングのベストプラクティス」を調査する

フェーズ 1 - 計画:

Research Question: What are the best practices for API versioning?

Sub-questions:
1. What versioning strategies exist?
2. What are pros/cons of each?
3. What do major companies use?
4. What do experts recommend?

Search Plan:
- "API versioning strategies comparison"
- "REST API versioning best practices 2024"
- "API versioning header vs URL vs query parameter"
- "large companies API versioning approach"

フェーズ 2 - 実行:

Query 1: "API versioning strategies comparison"
- Found: URL versioning, header versioning, query parameter
- Key insight: URL versioning most common, header more "RESTful"
- Sources: REST API tutorial, Martin Fowler blog

Query 2: "REST API versioning best practices 2024"
- Found: Semantic versioning principles apply
- Key insight: Version only when breaking changes
- Sources: API design guides, Stack Overflow discussions

フェーズ 3 - 分析:

Consensus Points:
- Version only for breaking changes
- Be consistent within an API
- Document version lifecycle

Conflicts:
- URL vs header placement (no clear winner)
- When to deprecate old versions

Gaps:
- Limited data on performance impact
- Few studies on developer experience

フェーズ 4 - 統合:

Key Findings:
1. Three main strategies exist (URL, header, query param)
2. URL versioning is most common and discoverable
3. Header versioning is considered more "pure" REST
4. Version only on breaking changes
5. Major companies split between approaches

Recommendations:
- Use URL versioning for public APIs (discoverability)
- Consider header versioning for internal APIs
- Document deprecation timeline clearly
- Use semantic versioning principles

品質チェックリスト

調査を完了する前に、次の項目を確認してください。

  • 明確な調査質問が定義されている
  • 複数のクエリが実行されている(最低 3~5 件)
  • 情報源の信頼性が評価されている
  • 調査結果がテーマ別に整理されている
  • 一致点と相違点が示されている
  • 確信度が示されている
  • 制約事項が明記されている
  • 出力が実行可能な内容になっている

参考資料

詳細については、次を参照してください。

テンプレート

制約事項

このワークフローには、次の制約があります。

  • 品質は利用可能なウェブ検索機能に左右されます
  • 有料またはアクセス制限のあるコンテンツにはアクセスできません
  • 包括的な調査には時間がかかります
  • 統合の品質はエージェントの能力に左右されます
  • インデックスに未登録の非常に新しい動向を見落とす可能性があります

関連スキル

  • web-search:個々のウェブ検索を実行するためのスキル(このワークフロー内で使用)

コメント