企業リサーチ

販売対象となる企業を発見・深掘り調査します。Browserbase Search API で発見を行い、Plan→Research→Synthesize パターンで深掘り分析を行い、スコア付きのリサーチレポートと CSV を出力します。

必須: BROWSERBASE_API_KEY 環境変数と bb CLI がインストールされていること。

初回セットアップ: 初回実行時に bb fetch、bb search、cat、mkdir、sed などの承認が求められます。各項目に対して**「はい、今後このセッション中は聞かない: bb fetch:*」**（またはそれに相当する選択肢）を選んでください。永続的に承認するには、~/.claude/settings.json の permissions.allow に以下を追加します:

"Bash(bb:*)", "Bash(bunx:*)", "Bash(bun:*)", "Bash(node:*)",
"Bash(cat:*)", "Bash(mkdir:*)", "Bash(sed:*)", "Bash(head:*)", "Bash(tr:*)", "Bash(rm:*)"

パスルール: すべての Bash コマンドで完全なリテラルパスを使用してください。~ や $HOME は使わないでください（どちらもシェル展開構文の承認プロンプトを引き起こします）。ホームディレクトリを一度解決した上で、全体で使用します。サブエージェントプロンプトを構築する際は、{SKILL_DIR} を完全なリテラルパスに置き換えます。

出力ディレクトリ: すべてのリサーチ出力は ~/Desktop/{company_slug}_research_{YYYY-MM-DD}/ に格納されます。このディレクトリには調査した企業ごとに1つの .md ファイルと、最終的な .csv が含まれます。スコア付きスプレッドシートとすべてのリサーチファイルがユーザーのデスクトップに出力されます。

重大 — ツール制限（メインエージェントとすべてのサブエージェントに適用）:

• すべてのウェブ検索: bb search を使用します。WebSearch は決して使用しないでください。
• すべてのページ内容抽出: node {SKILL_DIR}/scripts/extract_page.mjs "<url>" を使用します。このスクリプトは bb fetch で取得し、title + メタタグ + 表示されているテキストを解析し、ページが JS レンダリングまたは 1MB を超える場合は自動的に bb browse にフォールバックします。bb fetch | sed パイプラインを手動で構築しないでください。メタタグが自動削除され、JSON エンベロープが処理されません。WebFetch は決して使用しないでください。
• すべてのリサーチ出力: サブエージェントは bash heredoc を使用して {OUTPUT_DIR}/{company-slug}.md に企業ごとに1つのマークダウンファイルを書き込みます。Write ツールや python3 -c は決して使用しないでください。ファイル形式については references/example-research.md を参照してください。
• レポート + CSV コンパイル: node {SKILL_DIR}/scripts/compile_report.mjs {OUTPUT_DIR} --open を使用します。HTML レポートと CSV を1ステップで生成し、ブラウザでオーバービューを開きます。
• URL 重複排除: node {SKILL_DIR}/scripts/list_urls.mjs /tmp を発見後に使用します。
• サブエージェントは Bash ツールのみを使用してください。他のツールは許可されません。
• メインエージェントは生の発見 JSON バッチファイルを読まないでください。 重複排除には list_urls.mjs を使用します。

重大 — 幻覚防止ルール（メインエージェントとすべてのサブエージェントに適用）:

• product_description、industry、target_audience をサイトのフォント、フレームワーク (Framer/Next.js/React)、デザインシステム、タイポグラフィから推測しないでください。これらは装飾的であり、企業が何を売っているかについて何も語りません。
• ユーザー自身の ICP がターゲットの説明に漏れないようにしてください。ターゲットが何をしているかわからない場合は Unknown と書いてください。ICP にパターンマッチさせないでください。
• product_description は extract_page.mjs 出力から特定のフレーズを引用または言い換える必要があります（TITLE、META_DESCRIPTION、OG_DESCRIPTION、HEADINGS、または BODY）。これらのフィールドから認識可能な製品ステートメントが得られない場合は、Unknown — homepage content not accessible と書いてください。
• product_description が Unknown の場合、icp_fit_score を 3 以下にキャップし、icp_fit_reasoning を Insufficient evidence — homepage returned no readable content に設定します。

重大 — 承認プロンプトを最小化:

• サブエージェントは chained heredocs を使用した単一の Bash コールですべてのファイル書き込みをバッチ処理する必要があります。1 つの Bash コール = 1 つの承認プロンプト。
• && チェーンを使用した単一の Bash コールですべての検索と取得をバッチ処理します。

パイプラインの概要

以下の 5 つのステップを順番に実行してください。ステップをスキップしたり並び替えたりしないでください。

1. 企業リサーチ — ユーザーの企業、製品、および販売対象を深掘り理解する
2. 深さモード選択 — ターゲット企業の数に基づいてリサーチの深さを選択する
3. 発見 — 多様な検索クエリを使用してターゲット企業を見つける
4. 深掘りリサーチ & スコアリング — 各企業を調査し、ICP フィット度をスコアリング
5. レポート & CSV — 結果を提示し、スコア付き CSV をコンパイル

---

ステップ 0: 出力ディレクトリのセットアップ

開始する前に、ユーザーのデスクトップに出力ディレクトリを作成します:

OUTPUT_DIR=~/Desktop/{company_slug}_research_{YYYY-MM-DD}
mkdir -p "$OUTPUT_DIR"

{company_slug} をユーザーの企業名（小文字、ハイフン区切り）に、{YYYY-MM-DD} を本日の日付に置き換えます。すべてのサブエージェントプロンプトに {OUTPUT_DIR}（完全なリテラルパス、~ ではない）を渡し、リサーチファイルがそこに書き込まれるようにします。

また、以前の実行から発見バッチファイルをクリーンアップします:

rm -f /tmp/company_discovery_batch_*.json

ステップ 1: 深掘り企業リサーチ

これは最も重要なステップです。下流のすべてのものの品質は、ユーザーの企業を深く理解することにかかっています。

1. ユーザーに企業名または URL を聞く

2. 既存のプロファイルをチェック:

   • {SKILL_DIR}/profiles/ のファイルを一覧表示（example.json は無視）
   • マッチするプロファイルが存在 → ロードして、ユーザーに提示: 「{researched_at} からのプロファイルを持っています。まだ正確ですか？」。はいの場合 → ステップ 2 に進む。
   • プロファイルが存在しない → 以下の深掘りリサーチに進む。

3. Plan→Research→Synthesize パターンを使用してユーザーの企業に関する完全な深掘りリサーチを実行。 サブ質問テンプレートとリサーチ方法については、references/research-patterns.md を参照してください。

   主要なリサーチステップ:

   • 検索: bb search "{company name}" --num-results 10
   • ホームページを取得: node {SKILL_DIR}/scripts/extract_page.mjs "{company website}"
   • サイトマップ経由でサイトページを発見（/about や /customers などのパスをハードコードしないでください）:
     1. bb fetch --allow-redirects "{company website}/sitemap.xml" — サイトマップは小さいため、生の bb fetch で問題ありません
     2. キーワード customer、case-stud、pricing、about、use-case、industry、solution を含む URL をスキャン
     3. オプションで /llms.txt も取得してページの説明を確認
     4. 最も関連性の高い 3-5 個の URL を選択して extract_page.mjs で抽出（生の bb fetch ではない）
   • 外部コンテキストと競合他社を検索
   • 信頼レベル付きで結果を蓄積

   プロファイルに統合: 企業、製品、既存顧客、競合他社、ユースケース。 ICP またはサブ垂直は含めないでください — これらはペアごとの決定です。

4. プロファイルをユーザーに提示して確認を得ます。確認されるまで進まないでください。

5. 確認されたプロファイルを {SKILL_DIR}/profiles/{company-slug}.json に保存する

6. クラリファイングクエスチョンを聞く AskUserQuestion でチェックボックス付きで:

   • 「どのセグメントをターゲットしていますか？」 — 企業リサーチから派生したオプション付き
   • 「企業段階は？」 — スタートアップ、ミッドマーケット、エンタープライズ、全て
   • 「企業数 / 深さは？」 — クイック（~100）、ディープ（~50）、ディーパー（~25）
   • これは唯一のユーザー操作です。この後は、結果が準備できるまで静かに実行します。

ステップ 2: 深さモード選択

モード	企業ごとのリサーチ	最適な用途
quick	ホームページ + 1-2 検索	~100 企業、広範なスキャン
deep	2-3 サブ質問、5-8 ツール呼び出し	~50 企業、確実なリサーチ
deeper	4-5 サブ質問、10-15 ツール呼び出し	~25 企業、完全なインテリジェンス

ステップ 3: 発見

公式: ceil(requested_companies / 35) 検索クエリが必要です。フィルタリングは通常 50-70% を削除するため、2-3 倍多くに発見します。

以下のパターンで検索クエリを生成します:

• 業界 + 企業段階 + 地理（「フィンテック スタートアップ シリーズ A ベイエリア」）
• 技術スタック + ユースケース（「ウェブスクレイピング用に Selenium を使用している企業」）
• 競合隣接（「{ICP の既知企業} の代替案」）
• バイヤーペルソナ + 痛み点（「ブラウザオートメーションに苦しむエンジニアチーム」）

プロセス:

1. すべての発見サブエージェントを同時に起動（メッセージあたり最大 ~6 個）。各クエリを単一の Bash コールで実行:

   bb search "{query}" --num-results 25 --output /tmp/company_discovery_batch_{N}.json
   

2. すべてのウェーブが完了した後、重複排除: node {SKILL_DIR}/scripts/list_urls.mjs /tmp
3. URL リストをフィルタリング — 以下を削除:
   • ブログ記事、ニュース記事（globenewswire.com、techcrunch.com など）
   • ディレクトリ/アグリゲータ（tracxn.com、crunchbase.com、g2.com）
   • ユーザー自身の競合他社と既存顧客（プロファイルから） 企業ホームページのみを保持します。

サブエージェントプロンプトテンプレートとウェーブ管理については、references/workflow.md を参照してください。

ステップ 4: 深掘りリサーチ & スコアリング

サブエージェントを起動して企業を並列でリサーチします。充実化サブエージェントプロンプトテンプレートについては references/workflow.md を、完全なリサーチ方法については references/research-patterns.md を参照してください。

プロセス:

1. フィルタリングされた URL をサブエージェントごとのグループに分割（クイック: ~10、ディープ: ~5、ディーパー: ~2-3）

2. すべての充実化サブエージェントを同時に起動（メッセージあたり最大 ~6 個）

3. 各サブエージェントは Bash のみを使用 — 各企業について:

   フェーズ A — プラン（クイックモードではスキップ）: ICP と充実化フィールドに基づいて 2-5 個のサブ質問に分解。

   フェーズ B — リサーチループ: ページを検索・取得し、結果を抽出。ステップバジェットを尊重（クイック: 2-3、ディープ: 5-8、ディーパー: 10-15）。

   フェーズ C — 統合: 証拠付きで ICP フィット度を 1-10 でスコア。結果から充実化フィールドを埋める。

4. サブエージェントは chained heredocs を使用した単一の Bash コールで {OUTPUT_DIR}/ にすべてのマークダウンファイルを書き込み

5. すべてのサブエージェントが完了した後、ステップ 5 に進む

重大: 確認された ICP の説明をすべてのサブエージェントプロンプトに逐語的に含めます。完全なリテラル {OUTPUT_DIR} パスをすべてのサブエージェントに渡します。

ステップ 5: レポート & CSV

1. HTML レポート + CSV を生成（自動的にブラウザでオーバービューを開きます）:

   node {SKILL_DIR}/scripts/compile_report.mjs {OUTPUT_DIR} --open
   

   これにより以下が生成されます:

   • {OUTPUT_DIR}/index.html — スコア付きテーブルを含むオーバービューページ（ブラウザで開く）
   • {OUTPUT_DIR}/companies/*.html — 個別企業ページ（オーバービューからリンク）
   • {OUTPUT_DIR}/results.csv — シート/CRM にインポートするためのスコア付きスプレッドシート

2. チャットでもサマリーを提示:

## 企業リサーチ完了

- **調査した企業総数**: {count}
- **深さモード**: {mode}
- **スコア分布**:
  - 強いフィット (8-10): {count}
  - 部分的なフィット (5-7): {count}
  - 弱いフィット (1-4): {count}
- **レポートはブラウザで開かれました**: ~/Desktop/{company_slug}_research_{date}/index.html

3. ICP スコアでソートされた上位企業をテーブルで表示:

| 企業 | スコア | 製品 | 業界 | フィット理由 |
|------|--------|------|------|------------|
| Acme | 9 | AI 在庫管理 | E-commerce SaaS | シリーズ A、Selenium を使用、EU に拡大 |

4. 上位 3-5 企業について、簡潔なリサーチサマリーを表示 — 主要な結果、フィットが良い理由、およびアプローチすべき特定の角度。

特定企業への詳しい掘り下げ、スコアリング基準の調整、または異なるクエリでの発見の再実行を提供します。