deep-research - SKILL.md Agent Skill

name: deep-research description: Multi-source deep research using firecrawl and exa MCPs. Searches the web, synthesizes findings, and delivers cited reports with source attribution. Use when the user wants thorough research on any topic with evidence and citations. origin: ECC

深掘りリサーチ

firecrawl と exa MCP ツールを使用して、複数の Web ソースから徹底的で引用付きのリサーチレポートを作成します。

起動条件

ユーザーがトピックについて深く調査することを求めた場合
競合分析、テクノロジー評価、市場規模の調査
企業、投資家、テクノロジーのデューデリジェンス
複数のソースからの統合が必要な質問
ユーザーが「リサーチ」「深掘り」「調査」「〜の現状は」と言った場合

MCP 要件

以下の少なくとも 1 つ：

firecrawl -- firecrawl_search, firecrawl_scrape, firecrawl_crawl
exa -- web_search_exa, web_search_advanced_exa, crawling_exa

両方を組み合わせることで最良のカバレッジが得られます。~/.claude.json または ~/.codex/config.toml で設定してください。

ワークフロー

ステップ 1: ゴールを理解する

1-2 個の簡単な確認質問をします：

「ゴールは何ですか -- 学習、意思決定、それとも何かを書くこと？」
「特定の角度や深さの希望はありますか？」

ユーザーが「とにかく調べて」と言った場合、合理的なデフォルトでスキップします。

ステップ 2: リサーチを計画する

トピックを 3-5 個のリサーチサブクエスチョンに分解します。例：

トピック：「AI がヘルスケアに与える影響」
- 今日のヘルスケアにおける主な AI アプリケーションは何か？
- どのような臨床成果が測定されているか？
- 規制上の課題は何か？
- この分野をリードしている企業はどこか？
- 市場規模と成長軌道はどうか？

ステップ 3: マルチソース検索を実行する

各サブクエスチョンに対して、利用可能な MCP ツールで検索します：

firecrawl の場合：

firecrawl_search(query: "<サブクエスチョンキーワード>", limit: 8)

exa の場合：

web_search_exa(query: "<サブクエスチョンキーワード>", numResults: 8)
web_search_advanced_exa(query: "<キーワード>", numResults: 5, startPublishedDate: "2025-01-01")

検索戦略：

サブクエスチョンごとに 2-3 種類のキーワードバリエーションを使用
一般的なクエリとニュース重視のクエリを混在させる
合計 15-30 のユニークなソースを目指す
優先順位：学術、公式、信頼性の高いニュース > ブログ > フォーラム

ステップ 4: 主要ソースを精読する

最も有望な URL について、フルコンテンツを取得します：

firecrawl の場合：

firecrawl_scrape(url: "<url>")

exa の場合：

crawling_exa(url: "<url>", tokensNum: 5000)

深さを得るために 3-5 個の主要ソースをフルで読みます。検索スニペットだけに頼らないでください。

ステップ 5: 統合してレポートを作成する

レポートの構造：

# [トピック]: リサーチレポート
*作成日: [date] | ソース: [N] | 信頼度: [High/Medium/Low]*

## エグゼクティブサマリー
[主要な発見の 3-5 文の概要]

## 1. [最初の主要テーマ]
[インライン引用付きの発見]
- キーポイント ([ソース名](url))
- 裏付けデータ ([ソース名](url))

## 2. [2 番目の主要テーマ]
...

## 3. [3 番目の主要テーマ]
...

## 主要な要点
- [実行可能なインサイト 1]
- [実行可能なインサイト 2]
- [実行可能なインサイト 3]

## ソース
1. [タイトル](url) -- [1 行の要約]
2. ...

## 方法論
[N] 件のクエリを Web とニュースで検索。[M] 件のソースを分析。
調査したサブクエスチョン: [リスト]

ステップ 6: 成果物を提供する

短いトピック: チャットにフルレポートを投稿
長いレポート: エグゼクティブサマリー + 主要な要点を投稿し、フルレポートはファイルに保存

サブエージェントによる並列リサーチ

広いトピックの場合、Claude Code の Task ツールを使用して並列化します：

3 つのリサーチエージェントを並列起動：
1. エージェント 1: サブクエスチョン 1-2 を調査
2. エージェント 2: サブクエスチョン 3-4 を調査
3. エージェント 3: サブクエスチョン 5 + 横断的テーマを調査

各エージェントが検索し、ソースを読み、発見を返します。メインセッションが最終レポートに統合します。

品質ルール

すべての主張にはソースが必要。 ソースのない主張は不可。
クロスリファレンス。 1 つのソースだけが言っている場合、未検証としてフラグを付ける。
鮮度が重要。 過去 12 ヶ月以内のソースを優先。
ギャップを認める。 サブクエスチョンについて良い情報が見つからなかった場合、そう伝える。
ハルシネーション禁止。 わからない場合は「十分なデータが見つかりませんでした」と言う。
事実と推論を分離。 推定、予測、意見は明確にラベル付けする。

例

"核融合エネルギーの現状を調査してください"
"2026 年のバックエンドサービスにおける Rust vs Go を深掘りしてください"
"SaaS ビジネスのブートストラップに最適な戦略を調査してください"
"米国住宅市場で今何が起きていますか？"
"AI コードエディタの競争環境を調査してください"