プロフェッショナル・リサーチレポートスキル

概要

このスキルは、市場分析、消費者インサイト、ブランド戦略、財務分析、業界調査、競争インテリジェンス、投資調査、マクロ経済分析などのドメインをカバーする、Markdown形式でのプロフェッショナルなコンサルティンググレードのリサーチレポートを作成します。これは2つの異なるフェーズで動作します：

1. フェーズ1 — 分析フレームワークの生成：リサーチ対象が与えられたとき、章の骨組み、各章ごとのデータ要件、分析ロジック、および可視化計画を含む厳密な分析フレームワークを作成します。
2. フェーズ2 — レポート生成：他のスキルによってデータが収集された後、すべての入力を最終的にポーランド化されたレポートに統合します。

出力はMcKinsey/BCGコンサルティング音声基準に準拠します。レポート言語はoutput_locale設定に従います（デフォルト：中国語の場合はzh_CN）。

データ真正性プロトコル

厳守ルール：レポートに示されるすべてのデータと、チャートで可視化されるデータは、提供されたデータサマリーまたは外部検索結果から直接導出される必要があります。

• ハルシネーションなし：データを発明、推定、またはシミュレートしないでください。データが不足している場合は、数字を作成するのではなく、「データ利用不可」と述べてください。
• 追跡可能なソース：すべての主要な主張とチャートは、入力データパッケージにさかのぼることができる必要があります。

中核的な機能

• リサーチ対象とスコープのみから分析フレームワークをゼロから設計する
• 生のデータを構造化された、高い深さのリサーチレポートに変換する
• 各小章ごとに**「ビジュアルアンカー→データコントラスト→統合分析」**フローに従う
• **「データ→ユーザー心理→戦略的含意」**チェーンに従うインサイトを作成する
• 事前生成されたチャートを埋め込み、比較表を構築する
• GB/T 7714-2015基準に従ってフォーマットされたインライン引用を生成する
• output_localeで指定された言語でプロフェッショナルなコンサルティング音声を備えたレポートを出力する
• 分析深度と構造をドメイン（マーケティング、ファイナンス、業界など）に適応させる

このスキルを使う時機

以下の場合は、常にこのスキルを読み込んでください：

• ユーザーが市場分析、消費者インサイトレポート、財務分析、業界調査、またはコンサルティンググレードの分析レポートを要求する
• ユーザーがリサーチ対象を提供し、データ収集前に構造化分析フレームワークが必要な場合
• ユーザーがデータサマリー、分析フレームワーク、またはチャートファイルをレポートに統合するために提供する
• ユーザーがプロフェッショナルなコンサルティングスタイルのリサーチレポートが必要な場合
• タスクがリサーチ結果を構造化された戦略的ナラティブに変換することを伴う場合

---

フェーズ1：分析フレームワークの生成

目的

リサーチ対象（例：「Gen-Z スキンケア市場分析」、「NEV産業競争環境」、「ブランドX消費者プロファイリング」）が与えられたとき、下流のデータ収集と最終レポート生成のためのブループリントとなる完全な分析フレームワークを作成します。

フェーズ1入力

入力	説明	必須
リサーチ対象	分析する対象またはテーマ	はい
スコープ/制約	地理的スコープ、時間範囲、業界セグメント、ターゲットオーディエンスなど	オプション
特定の視点	ユーザーが探索させたい特定の視点または仮説	オプション
ドメイン	分析ドメイン：市場、ファイナンス、業界、ブランド、消費者、投資など	推論

フェーズ1ワークフロー

ステップ1.1：リサーチ対象の理解

• リサーチ対象をパースして、コア実体（市場、ブランド、製品、業界、消費者セグメント、金融商品など）を特定します
• 分析ドメイン（マーケティング、ファイナンス、業界、競争、消費者、投資、マクロなど）を特定します
• ドメインに基づいて自然な分析の次元を決定します：

ドメイン	典型的な次元
市場分析	市場規模、成長トレンド、市場セグメンテーション、成長ドライバー、競争環境、消費者プロファイリング
ブランド分析	ブランド・ポジショニング、市場シェア、消費者認識、マーケティング戦略、競合比較
消費者インサイト	デモグラフィック・プロファイリング、購買行動、意思決定経路、ペインポイント、シナリオ分析
財務分析	マクロ環境、業界トレンド、企業ファンダメンタルズ、財務指標、バリュエーション、リスク評価
業界調査	バリューチェーン分析、市場規模、競争環境、政策環境、技術トレンド、参入障壁
投資デューデリジェンス	ビジネスモデル、財務状況、経営評価、市場機会、リスク要因、出口経路
競争インテリジェンス	競合企業の特定、戦略比較、SWOT分析、差別化ポジショニング、市場ダイナミクス

ステップ1.2：分析フレームワークとモデルの選択

特定されたドメインとリサーチ対象に基づいて、各章の推論を構造化するために1つ以上のプロフェッショナルな分析フレームワークを選択します。選択されたフレームワークは、ステップ1.3の章の骨組みの分析ロジックを導きます。

戦略的・環境分析

フレームワーク	説明	最適用途
SWOT分析	強み、弱み、機会、脅威	ブランド評価、競争ポジショニング、戦略計画
PEST / PESTEL分析	政治的、経済的、社会的、技術的（＋環境的、法的）	マクロ環境スキャン、市場参入評価、政策影響分析
ポーターの5つの力	サプライヤーの交渉力、買い手の交渉力、新規参入の脅威、代替品の脅威、業界競争	業界競争環境、参入障壁評価、利益率分析
ポーターのダイヤモンドモデル	要因条件、需要条件、関連産業、企業戦略と構造	国家/地域競争優位分析
VRIO分析	価値、希少性、模倣困難性、組織	コア能力評価、リソース優位分析

市場・成長分析

フレームワーク	説明	最適用途
STP分析	セグメンテーション、ターゲティング、ポジショニング	市場セグメンテーション、ターゲット市場選択、ブランド・ポジショニング
BCGマトリックス（成長-シェアマトリックス）	スター、キャッシュコウ、問題児、犬	製品ポートフォリオ管理、リソース配分決定
アンソフマトリックス	市場浸透、市場開発、製品開発、多角化	成長戦略選択
製品ライフサイクル（PLC）	導入期、成長期、成熟期、衰退期	製品戦略策定、市場タイミング決定
TAM-SAM-SOM	総市場規模/対応可能な市場規模/達成可能な市場規模	市場規模測定、機会定量化
技術採用ライフサイクル	イノベーター→初期採用者→初期多数派→後期多数派→後発者	新技術/カテゴリー普及分析

消費者・行動分析

フレームワーク	説明	最適用途
消費者意思決定経路	認知→考慮→評価→購買→ロイヤルティ	消費者行動経路マッピング、タッチポイント最適化
AARRRファネル（パイレートメトリクス）	獲得、アクティベーション、リテンション、収益、リファレル	ユーザー成長分析、コンバージョン率最適化
RFMモデル	最近性、頻度、金銭価値	顧客価値セグメンテーション、精密マーケティング
マズローの欲求階階理論	生理的→安全→社会的→尊敬→自己実現	消費者心理分析、製品価値提案
仕事理論（JTBD）	特定のコンテキストで達成する必要がある「仕事」	需要インサイト、製品イノベーション方向性

財務・バリュエーション分析

フレームワーク	説明	最適用途
DuPont分析	ROE = 純利益率 × 資産回転率 × 株式乗数	利益率分解、財務状況診断
DCF（割引キャッシュフロー）	自由キャッシュフロー割引	企業/プロジェクト・バリュエーション
類似企業分析	PE、PB、PS、EV/EBITDA倍数比較	相対バリュエーション、ピア・ベンチマーキング
EVA（経済的付加価値）	税引後営業利益 - 資本コスト	価値創造能力評価

競争・戦略的ポジショニング

フレームワーク	説明	最適用途
ベンチマーキング	主要業績指標の項目ごと比較	競合ギャップ分析、ベストプラクティス特定
戦略グループマッピング	2つの主要次元に沿って競合企業をクラスタリング	競争環境可視化、ホワイトスペース特定
バリューチェーン分析	主要活動＋支援活動の価値分解	原価優位の源泉、差別化機会特定
ブルーオーシャン戦略	価値曲線、4つのアクション（廃止-削減-拡大-創造）	差別化イノベーション、新市場空間創造
知覚マッピング	2つの消費者知覚次元に沿ったブランド位置づけ	ブランド・ポジショニング分析、市場ギャップ発見

業界・サプライチェーン分析

フレームワーク	説明	最適用途
業界バリューチェーン	アップストリーム→ミッドストリーム→ダウンストリーム分解	業界構造理解、利益分配分析
ガートナーハイプサイクル	技術トリガー→誇大評価のピーク→失望の谷→啓蒙のスロープ→生産性のプラトー	新興技術成熟度評価
GE-McKinseyマトリックス	業界魅力度×競争力	ビジネスポートフォリオ優先順位付け、投資決定

選択原則

1. ドメイン優先：ステップ1.1で特定されたドメインに基づいて、ツールキットから最も関連性の高い2-4つのフレームワークを選択します
2. 補完的：重複するのではなく補完的なフレームワークを選択します（例：マクロレベルのPESTELとミクロレベルのポーターの5つの力）
3. 深さより幅広さ：表面的に6つを積み重ねるより、2つのフレームワークを深く適用する方が優れています
4. データ実行可能：選択されたフレームワークは下流のデータ収集スキルでサポート可能である必要があります — フレームワークが必要とするデータが合理的に取得できない場合は、格下げまたは代替してください
5. 明示的マッピング：章の骨組みで、各章が使用するフレームワークと適用方法を明示的に注釈します

フレームワーク選択出力フォーマット

## フレームワーク選択

| 章 | 選択されたフレームワーク | 適用方法 |
|----|----------------------|--------|
| 市場規模と成長トレンド | TAM-SAM-SOM + 製品ライフサイクル | TAM-SAM-SOMで市場空間を定量化、PLCで市場段階を決定 |
| 競争環境評価 | ポーターの5つの力 + 戦略グループマッピング | 5つの力で業界競争強度を評価、グループマッピングで競争ポジショニングを可視化 |
| 消費者プロファイリング | RFMモデル + 消費者意思決定経路 | RFMで顧客価値をセグメント化、決定経路で主要コンバージョンノードを特定 |
| ブランド戦略推奨 | SWOT分析 + ブルーオーシャン戦略 | SWOT分析で全体状況をまとめ、ブルーオーシャンで差別化方向を導く |

ステップ1.3：章の骨組みの設計

階層構造の章構成を作成します。各章には以下を含める必要があります：

1. 章のタイトル — プロフェッショナル、簡潔、対象ベース（フォーマットセクションのタイトルルールに従う）
2. 分析目的 — この章が何を明らかにすることを目指しているか
3. 分析ロジック — 使用された推論チェーンまたはフレームワーク（ステップ1.2で選択されたフレームワークを参照する必要がある）
4. 中核的仮説 — データによって検証または反証される予備的仮説

章の骨組み出力フォーマット

## 分析フレームワーク

### 第1章：[タイトル]
- **分析目的**：[この章は...]を明らかにすることを目指しています
- **分析ロジック**：[使用されるフレームワークまたは推論チェーン]
- **中核的仮説**：[検証する仮説]
- **データ要件**：（ステップ1.4を参照）
- **可視化計画**：（ステップ1.5を参照）

### 第2章：[タイトル]
...

ステップ1.4：章ごとのデータクエリ要件の定義

各章について、収集する必要があるデータが正確に何かを指定します。これは下流のデータ収集スキルへのブリッジです。

各データ要件エントリーには以下を含める必要があります：

フィールド	説明
データメトリック	必要な特定のメトリックまたはデータポイント（例：「中国スキンケア市場規模 2020-2025年（10億CNY単位）」）
データ型	定量的、定性的、混合
提案されたソース	提案されたソースカテゴリ：業界レポート、財務諸表、政府統計、ソーシャルメディア、eコマース・プラットフォーム、調査データ、ニュース
検索キーワード	データ収集エージェント向けの提案された検索クエリ
優先度	P0（必須）/ P1（重要）/ P2（補足）
時間範囲	データが対象にすべき時期

データ要件出力フォーマット（章ごと）

#### データ要件

| # | データメトリック | データ型 | 提案されたソース | 検索キーワード | 優先度 | 時間範囲 |
|---|------------------|----------|-----------------|-----------------|--------|---------|
| 1 | 市場規模（10億CNY） | 定量的 | 業界レポート、政府統計 | "中国スキンケア市場規模2024" | P0 | 2020-2025 |
| 2 | CAGR | 定量的 | 業界レポート | "スキンケアCAGR成長率" | P0 | 2020-2025 |
| 3 | サブカテゴリーシェア | 定量的 | eコマース・プラットフォーム、業界レポート | "スキンケアカテゴリーシェアクリーム美容液日焼け止め" | P1 | 最新 |
| 4 | 政策・規制動向 | 定性的 | 政府発表、ニュース | "化粧品規制2024" | P2 | 過去1年 |

ステップ1.5：章ごとの可視化とコンテンツ構造の定義

各章について、最終レポートにおける計画された可視化とコンテンツ構造を指定します：

フィールド	説明
可視化タイプ	チャートタイプ：折れ線グラフ、棒グラフ、円グラフ、散布図、レーダーチャート、ヒートマップ、サンキー図、比較表など
可視化タイトル	チャートの説明的なタイトル
可視化データマッピング	どのデータインジケーターがX/Y軸またはセグメントにマッピングされるか
比較表設計	データ対比表の列ヘッダーと比較次元
引数構造	計画された「What→Why→So What」ナラティブアウトライン

可視化計画出力フォーマット（章ごと）

#### 可視化とコンテンツ計画

**チャート1**：[タイプ] — [タイトル]
- X軸：[次元]、Y軸：[メトリック]
- データソース：データ要件#1、#2に対応

**比較表**：
| 次元 | アイテムA | アイテムB | アイテムC |
|-----|---------|---------|---------|

**引数構造**：
1. **観察（What）**：[データによって明らかにされた表面現象]
2. **属性（Why）**：[駆動要因または根本原因]
3. **含意（So What）**：[戦略的含意または推奨アクション]

ステップ1.6：完全な分析フレームワークの出力

すべての出力を単一の構造化された分析フレームワークドキュメントに組み立てます：

# [リサーチ対象]分析フレームワーク

## リサーチ概要
- **リサーチ対象**：[...]
- **スコープ**：[地域、時間範囲、業界セグメント]
- **分析ドメイン**：[市場/ファイナンス/業界/ブランド/消費者...]
- **コア・リサーチクエスチョン**：[1-3個の主要質問]

## フレームワーク選択

| 章 | 選択されたフレームワーク | 適用方法 |
|----|----------------------|--------|
| ... | ... | ... |

## 章の骨組み

### 1. [章のタイトル]
- **分析目的**：[...]
- **分析ロジック**：[...]
- **中核的仮説**：[...]

#### データ要件
| # | データメトリック | データ型 | 提案されたソース | 検索キーワード | 優先度 | 時間範囲 |
|---|------------------|----------|-----------------|-----------------|--------|---------|
| ... | ... | ... | ... | ... | ... | ... |

#### 可視化とコンテンツ計画
[チャート計画 + 比較表設計 + 引数構造]

### 2. [章のタイトル]
...

### N. [章のタイトル]
...

## データ収集タスクリスト
[すべての章にわたるすべてのP0/P1データ要件を下流のデータ収集スキルが実行するための構造化タスクリストに統合]

フェーズ1品質チェックリスト

• 分析フレームワークは特定されたドメインのすべての自然な次元をカバーしています
• 2-4個のプロフェッショナルな分析フレームワークが選択され、章に明示的にマッピングされています
• 選択されたフレームワークは相補的（重複していない）でデータ実行可能です
• 各章には明確な分析目的、分析ロジック（選択されたフレームワークを参照）、および中核的仮説があります
• データ要件は特定的で測定可能で、検索キーワードを含みます
• すべての章に少なくとも1つの可視化計画があります
• データ優先度（P0/P1/P2）が現実的に割り当てられています
• フレームワークはアクション可能です — データ収集エージェントが検索キーワードを直接実行できます
• データ収集タスクリストは包括的で重複排除されています

---

フェーズ1→2ハンドオフ：データ収集とチャート生成

分析フレームワークが生成された後、他のデータ収集スキル（例：deep-research、data-analysis、web search エージェント）にハンドオフされて以下を実行します：

1. 各章のデータ要件から検索キーワードを実行する
2. 定量的データ、定性的インサイト、およびソースURLを収集する
3. 可視化とコンテンツ計画に基づいてチャートを生成する
4. 以下を含むデータパッケージを返す：
   • データサマリー：章ごとの生データ、メトリック、定性的結果
   • チャートファイル：生成されたチャート画像とローカルファイルパス
   • 外部検索結果：引用用のソースURLと要約

このスキルはデータ収集を実行しません。 フレームワーク生成（フェーズ1）と最終レポート作成（フェーズ2）のみを実行します。

チャート生成：可視化/チャート作成スキル（例：data-analysis、image-generation）が利用可能な場合、チャート生成をフェーズ2の開始時にディファーできます — ステップ2.3を参照。

---

フェーズ2：レポート生成

目的

上流から完成した分析フレームワークとデータパッケージを受け取り、最終的なコンサルティンググレードレポートに統合します。

フェーズ2入力

入力	説明	必須
分析フレームワーク	フェーズ1で生成されたフレームワークドキュメント	はい
データサマリー	データ収集フェーズから章ごとに整理されたデータ	はい
チャートファイル	生成されたチャート画像のローカルファイルパス。提供されない場合、ステップ2.3で利用可能な可視化スキルを使用して生成されます	オプション
外部検索結果	インライン引用用のURLと要約	オプション

フェーズ2ワークフロー

ステップ2.1：入力の受け取りと検証

すべての必須入力が存在することを確認します：

1. 分析フレームワーク — 章の骨組み、データ要件、可視化計画を含むことを確認
2. データサマリー — 章ごとに整理されたデータを含むこと、P0要件に照らして確認
3. チャートファイル — ファイルパスが有効なローカルパスであることを確認

P0データが不足している場合は、その旨をレポートに記載し、ユーザーに標記してください。

ステップ2.2：レポート構造のマッピング

分析フレームワークからレポート構造をマッピングします：

1. 要約（Abstract） — 主要な結論を含むエグゼクティブサマリー
2. はじめに（Introduction） — 背景、目的、方法論
3. 本文章（2...N） — フレームワークの章の骨組みからマッピング
4. 結論（Conclusion） — 純粋で客観的な統合
5. 参考文献（References） — GB/T 7714-2015形式

ステップ2.3：章チャートの生成（レポート前の可視化）

レポート作成前に、分析フレームワークの可視化とコンテンツ計画から計画されたすべてのチャートを生成します。このステップは、ナラティブ執筆前に、すべての小章が「ビジュアルアンカー」を準備できるようにします。

このステップを実行する時機

• チャートファイルすでに提供：このステップをスキップ — ステップ2.4に直接進みます。
• チャートファイルが提供されていないが、可視化スキルが利用可能：このステップを実行してすべてのチャートを最初に生成します。
• チャートファイルがなく、可視化スキルがない：このステップをスキップ — ステップ2.4で比較表を主要なビジュアルアンカーとして使用し、チャート不在を記載してください。

チャート生成ワークフロー

1. チャートタスク抽出：分析フレームワークのすべての可視化とコンテンツ計画エントリーをパースしてチャート生成タスクリストを構築：

#	章	チャートタイプ	チャートタイトル	データマッピング	データソース
1	2.1	折れ線グラフ	市場規模トレンド2020-2025	X軸：年、Y軸：市場規模（10億CNY）	データ要件#1、#2
2	3.1	円グラフ	消費者年齢分布	セグメント：年齢グループ、値：シェア%	データ要件#5
...	...	...	...	...	...

2. チャートデータの準備：各チャートタスクについて、データサマリーから対応するデータポイントを抽出します。

   重要：データサマリーで提供されている数字のみを使用してください。チャートをより見栄え良くするためにデータを発明または「平滑化」しないでください。データポイントが不足している場合、チャートはそれを反映する必要があります（例：破線またはバーの欠落）。またはチャートタイプを調整する必要があります。

3. 可視化スキルにデリゲート：利用可能な可視化/チャート作成スキル（例：data-analysis）を各チャートタスクに対して以下で呼び出します：

   • チャートタイプとタイトル
   • 構造化データ
   • 軸ラベルと書式設定の好み
   • 出力ファイルパスの規約：charts/chapter_{N}_{chart_index}.png

4. チャートファイルパスの収集：ステップ2.4で埋め込むために、生成されたすべてのチャートファイルパスを記録します：

## 生成されたチャート
| # | 章 | チャートタイトル | ファイルパス |
|---|----|----|----------|
| 1 | 2.1 | 市場規模トレンド2020-2025 | charts/chapter_2_1.png |
| 2 | 3.1 | 消費者年齢分布 | charts/chapter_3_1.png |

5. 検証：すべてのP0優先度チャートが生成されたことを確認します。チャート生成に失敗した場合は、その旨を記載し、その小章では比較表にフォールバックしてください。

原則：レポート執筆を開始する前にすべてのチャート生成を完了します。これにより、一貫性のあるビジュアルナラティブを確保し、生成と執筆のインターリーブを回避します。

ステップ2.4：レポート執筆

各小章について、**「ビジュアルアンカー→データコントラスト→統合分析」**フローに従います：

1. ビジュアルエビデンス・ブロック：![画像の説明](実際のファイルパス)を使用してチャートを埋め込みます — ステップ2.3で収集したファイルパスを使用します
2. データ対比表：主要メトリックスのMarkdown比較表を作成します

   ソースルール：表のすべての数字はデータサマリーから来る必要があります。ハルシネーションはありません。

3. 統合ナラティブ分析：「What → Why → So What」に従って分析テキストを執筆します

   ナラティブルール：ナラティブは提供されたデータを説明する必要があります。入力でサポートされていない主張をしないでください。

各小章は、堅牢な分析段落（最小200語）で終わる必要があります：

• 競合する、または強化し合うデータポイントを統合します
• 根本的なユーザー緊張または機会を明らかにします
• オプションで、ブロッククオート（>）で簡潔な「ワンライナー真実」で終わります

ステップ2.5：最終構造セルフチェック

出力前に、レポートがすべてのセクションを順番に含むことを確認します：

要約 → 1.はじめに → 2...N.本文章 → N+1.結論 → N+2.参考文献

さらに以下を確認します：

• ステップ2.3で生成されたすべてのチャートが正しい小章に埋め込まれています
• ![](path)参照のチャートファイルパスが有効です
• チャートがない小章には、ビジュアルアンカーとして比較表があります

レポートは結論の後に終わる必要があります — 参考文献を含める必要があります（最終セクション）。

フォーマットと音声基準

コンサルティング音声

• 音声：McKinsey/BCG — 権威的、客観的、プロフェッショナル
• 言語：output_localeで指定された言語で、すべての見出しとコンテンツ
• 数値フォーマット：千の位区切りに英語のカンマを使用（1，000ではなく1,000）
• データ強調：重要な観点と主要な数字を太字にします

タイトルルール

• 番号付け：標準番号付け（1.、1.1.）をタイトルの直後に続ける
• 禁止プレフィックス：プレフィックスとして「Chapter」「Part」「Section」を使用しないでください
• 許可される音色の言葉：Analysis、Profiling、Overview、Insights、Assessment
• 禁止の言葉：「Decoding」「DNA」「Secrets」「Mindscape」「Solar System」「Unlocking」

小章の結論

• 要件：各小章を最小200語の堅牢な分析段落で終わらせます。
• ナラティブフロー：この段落はテキストの自然な継続のように見える必要があります。セクションの結果を戦略的判断に統合する必要があります。
• コンテンツロジック：
  1. 上記の競合する、または強化し合うデータポイントを統合します。
  2. 根本的なユーザー緊張または機会を明らかにします。
  3. 主要インサイト：オプション：簡潔で印象的な「ワンライナー真実」がある場合のみ、ブロッククオート（>）を使用してセクションの最後に配置します。

インサイト深度（「So What」チェーン）

すべてのインサイトはデータ→ユーザー心理→戦略的含意をつなぐ必要があります：

❌ 悪い例：「女性が60%を占めています。戦略：女性をターゲットにします。」

✅ 良い例：「女性が60%を占め、高いTGI 180を示しています。**これは示唆しています**
   購買決定が純粋な実用性ではなく、美学と社会的検証に
   駆動されていることを。**したがって**、メディア支出は
   ビジュアルヘビーなプラットフォーム（例：RED/Instagram）に
   ピボットすべきで、CTR最大化のため、男性オーディエンスは
   ギフト購買セグメントのみとして扱われるべきです。」

参考文献

• インライン：外部検索結果を使用する場合はソース用のマークダウンリンク（例：[ソースタイトル](URL)）を使用
• 参考文献セクション：厳密にGB/T 7714-2015フォーマット

Markdownルール

• 即座のスタート：# レポートタイトルで直接開始します — 導入テキストなし
• セパレーターなし：水平線（---）を使用しないでください

レポート構造テンプレート

# [レポートタイトル]

## 要約
[主要な結論を含むエグゼクティブサマリー]

## 1. はじめに
[背景、目的、方法論]

## 2. [本文章タイトル]
### 2.1 [小章タイトル]
![チャートの説明](チャートファイルパス)

| メトリック | ブランドA | ブランドB |
|--------|----------|----------|
| ... | ... | ... |

[統合ナラティブ分析：What → Why → So What、最小200語]

> [オプション：ワンライナー戦略真実]

### 2.2 [小章タイトル]
...

## N+1. 結論
[純粋な客観的統合、箇条書きなし、中立的音声]
[段落1：グループ/市場の根本的性質]
[段落2：中核的な緊張または行動パターン]
[最後：客観的真実を述べる1-2文]

## N+2. 参考文献
[1] 著者. タイトル[EB/OL]. URL、日付.
[2] ...

完全な例

フェーズ1の例：フレームワーク生成

ユーザーが提供：リサーチ対象「Gen-Z スキンケア市場分析」

フェーズ1出力（分析フレームワーク）：

# Gen-Z スキンケア市場分析フレームワーク

## リサーチ概要
- **リサーチ対象**：Gen-Z スキンケア市場深掘り分析
- **スコープ**：中国市場、2020-2025年、18-27歳の消費者
- **分析ドメイン**：市場分析+消費者インサイト
- **コア・リサーチクエスチョン**：
  1. Gen-Z スキンケア市場の規模と成長モメンタムは何ですか？
  2. Gen-Z 消費者のスキンケア行動パターンのユニークな点は何ですか？
  3. ブランドが効果的にGen-Z消費者にリーチして転換させるにはどうすればよいですか？

## 章の骨組み

### 1. 市場規模と成長トレンド
- **分析目的**：Gen-Z スキンケア市場の規模を定量化し、成長ドライバーを特定する
- **分析ロジック**：総市場→セグメンテーション→成長率→ドライバー分解
- **中核的仮説**：Gen-Z はスキンケア消費成長の中核エンジンになりつつあります

#### データ要件
| # | データメトリック | データ型 | 提案されたソース | 検索キーワード | 優先度 | 時間範囲 |
|---|------------------|----------|-----------------|-----------------|--------|---------|
| 1 | 中国スキンケア市場総規模 | 定量的 | 業界レポート | "中国スキンケア市場規模2024 2025" | P0 | 2020-2025 |
| 2 | Gen-Z スキンケア支出シェア | 定量的 | 業界レポート、eコマース・プラットフォーム | "Gen-Z スキンケア支出シェア青年" | P0 | 最新 |

#### 可視化とコンテンツ計画
**チャート1**：折れ線グラフ — 中国スキンケア市場規模トレンド2020-2025
**引数構造**：
1. What：市場規模とGen-Z シェアの定量化ステータス
2. Why：消費アップグレード、成分意識の高い消費者、ソーシャルメディア駆動
3. So What：ブランドはユース向け製品ラインの構築を優先すべき

### 2. 消費者プロファイリングと行動インサイト
...

## データ収集タスクリスト
[統合P0/P1タスク]

フェーズ2の例：レポート生成

データ収集後、ユーザーが提供：分析フレームワーク+ブランドメトリックスのデータサマリー+チャートファイルパス。

フェーズ2出力（最終レポート）は以下のフローに従います：

1. # Gen-Z スキンケア市場深掘り分析レポートで開始
2. 要約 — エグゼクティブサマリー形式で3-5個の主要な結論
3. 1. はじめに — 市場コンテキスト、リサーチスコープ、データソース
4. 2. 市場規模と成長トレンド分析 — トレンドチャートを埋め込み、比較表、戦略的ナラティブ
5. 3. 消費者プロファイリングと行動インサイト — デモグラフィック、購買ドライバー、「So What」分析
6. 4. ブランド競争環境評価 — ブランド・ポジショニング、シェア分析、競争ダイナミクス
7. 5. マーケティング戦略とチャネルインサイト — チャネル有効性、コンテンツ戦略的含意
8. 6. 結論 — 流暢な散文での客観的統合（箇条書きなし）
9. 7. 参考文献 — GB/T 7714-2015 形式リスト

---

品質チェックリスト

フェーズ1品質チェックリスト（分析フレームワーク）

• フレームワークは特定されたドメインのすべての自然な分析次元をカバーしています
• 各章は明確な分析目的、分析ロジック、中核的仮説を持っています
• データ要件は特定的で測定可能で、実行可能な検索キーワードを含みます
• すべての章に少なくとも1つの可視化計画があり、チャートタイプとデータマッピングが含まれています
• データ優先度（P0/P1/P2）が割り当てられ、P0アイテムは中核的な引数に必須です
• データ収集タスクリストは包括的で、重複排除されており、下流実行に備えています
• フレームワークは正しいドメイン（市場/ファイナンス/業界/消費者など）に適応しています

フェーズ2品質チェックリスト（最終レポート）

• ハルシネーションなし：すべての数字とチャートは入力データサマリーに照らして検証されています
• すべての計画されたチャートがレポート執筆前に生成されています（ステップ2.3完了）
• すべてのセクションが正しい順序で存在しています（要約→はじめに→本文→結論→参考文献）
• すべての小章が「ビジュアルアンカー→データコントラスト→統合分析」に従っています
• すべての小章が最小200語の分析段落で終わっています
• すべてのインサイトが「データ→ユーザー心理→戦略的含意」チェーンに従っています
• すべての見出しが適切な番号付けを使用しています（「Chapter/Part/Section」プレフィックスなし）
• チャートが![説明](パス)構文で埋め込まれています
• 数値が千の位区切りに英語のカンマを使用しています
• インライン参考文献は該当する場合、マークダウンリンクを使用しています
• 参考文献セクションがGB/T 7714-2015に従っています
• 水平線（---）がドキュメントにありません
• 結論が流暢な散文を使用しています — 箇条書きはありません
• レポートが#タイトルで直接開始します — 前置きなし
• P0データの不足が明示的にレポートにフラグ付けされています

出力形式

• フェーズ1：完全な分析フレームワークをMarkdown形式で出力
• フェーズ2：完全なレポートをMarkdown形式で出力

設定

output_locale = zh_CN  # ユーザーリクエストに応じて設定可能
reasoning_locale = en

注釈

• このスキルはマルチステップのエージェンティックワークフローの2つのフェーズで動作します：
  • フェーズ1は分析フレームワークとデータ収集要件を作成します
  • データ収集は他のスキル（deep-research、data-analysis など）により実行されます
  • フェーズ2は収集されたデータを受け取り、最終レポートを作成します
• 動的タイトル付け：フレームワークのトピックをプロフェッショナルで簡潔な対象ベースのヘッダーに改作します
• 結論セクションは詳細な推奨を含める必要があります — それらは先行する本文章に属しています
• ゼロハルシネーションポリシー：レポートの各ステートメント、チャート、数字は、入力データサマリーまたは外部検索結果のデータポイントでサポートされる必要があります。データが不足している場合は、それを認めてください。
• トレーサビリティ：要求された場合、データサマリーまたは外部検索結果の特定の行を指して主張をサポートすることができる必要があります。
• フレームワークは特定のドメイン（財務分析は消費者インサイトと異なるフレームワークを使用）に分析次元と深度を適応させるべきです
• リサーチ対象が曖昧な場合、最も広い合理的なスコープにデフォルトし、仮説を記載します