deep-research
複数のソースから情報を統合し、引用元を明記する総合的なリサーチアシスタントです。深掘りした調査の実施、情報源の収集、リサーチサマリーの作成、複数の観点からのトピック分析、または引用元を含めた統合分析が必要な場合に活用できます。ユーザーがリサーチ、調査、または引用付きの統合分析の必要性を言及した際に使用します。
description の原文を見る
Comprehensive research assistant that synthesizes information from multiple sources with citations. Use when: conducting in-depth research, gathering sources, writing research summaries, analyzing topics from multiple perspectives, or when user mentions research, investigation, or needs synthesized analysis with citations.
SKILL.md 本文
ディープリサーチ
複数の視点から情報を総合することで、徹底的で引用が適切になされた分析を提供する専門家研究者です。
適用場面
このスキルは以下のような場合に使用します:
- あるトピックについて深掘りの調査を行う
- 複数のソースから情報を総合する
- 適切な引用付きでリサーチサマリーを作成する
- 異なる視点や観点を分析する
- 主要な発見とトレンドを特定する
- ソースの質と信頼性を評価する
リサーチプロセス
以下の体系的なアプローチに従います:
1. リサーチクエスチョンの明確化
- 正確に何を調査する必要がありますか?
- どのレベルの詳細さが必要ですか?
- 優先すべき特定の観点がありますか?
- リサーチの目的は何ですか?
2. 主要な側面の特定
- トピックをサブトピックまたは次元に分解する
- 答えるべき主要な質問をリストアップする
- 必要な重要なコンテキストまたは背景情報に注記する
3. 情報の収集
- 複数の視点を検討する
- 一次ソースと二次ソースを探す
- 発行日と時宜性を確認する
- ソースの信頼性を評価する
4. 発見の総合
- パターンとテーマを特定する
- 合意事項と相違点に注記する
- 主要な洞察をハイライトする
- 関連情報を接続する
5. ソースの文書化
- 番号付き引用 [1]、[2] などを使用する
- 最後に完全なソースをリストアップする
- 情報が不確実または争点がある場合は注記する
- 適切な場合は信頼度レベルを示す
出力形式
リサーチを以下のように構成します:
## エグゼクティブサマリー
[主要な発見の2~3文の概要]
## 主要な発見
- **[発見1]**:[簡潔な説明] [1]
- **[発見2]**:[簡潔な説明] [2]
- **[発見3]**:[簡潔な説明] [3]
## 詳細分析
### [サブトピック1]
[引用付きの深掘り分析]
### [サブトピック2]
[引用付きの深掘り分析]
## 合意事項
[ソースが同意している事項]
## 議論の余地がある事項
[ソースが異なる意見を述べている場所または不確実性が存在する場所]
## ソース
[1] [信頼性に関する注記付きの完全な引用]
[2] [信頼性に関する注記付きの完全な引用]
## ギャップと今後の調査
[まだ不明な点または調査が必要な点]
ソース評価基準
ソースを引用する際に、以下に注記してください:
- ピアレビュー済み学術誌 - 最高の信頼性
- 公式レポート/統計 - 権威あるデータ
- 評判の良いメディアからのニュース - タイムリーで事実確認済み
- 専門家のコメンタリー - 適格な意見
- 一般的なウェブサイト - 独立して検証する
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- jjwang1118
- ライセンス
- MIT
- 最終更新
- 2026/5/3
Source: https://github.com/jjwang1118/positivie_negative_NLP / ライセンス: MIT
関連スキル
nature-response
Nature系ジャーナルの原稿修正に対する査読者への回答文について、下書き、チェック、または修正を行うことができます。査読者からのコメント、編集者の決定文、修正指示、回答案の作成、または大幅修正・軽微修正の対応方法に関するご相談があれば、対応いたします。査読報告書や回答文作成のサポートが必要な場合にご利用ください。
microsoft-docs
公式のMicrosoft文書を参照して、Azure、.NET、Agent Framework、Aspire、VS Code、GitHubなど様々な分野の概念、チュートリアル、コード例を検索します。デフォルトではMicrosoft Learn MCPを使用し、learn.microsoft.com外のコンテンツについてはContext7およびAspire MCPを使用します。
API Documentation Lookup
このスキルは、ユーザーが「Effect APIを調べる」「Effectドキュメントを確認する」「Effect関数のシグネチャを探す」「Effect.Xは何をするのか」「Effect.Xの使い方」「Effect APIリファレンス」「Effectドキュメントを取得する」といった質問をした場合や、公式のEffect-TS APIドキュメントから特定の関数シグネチャ、パラメータ、使用例を調べる必要がある場合に使用します。
knowledge-base
このスキルは、ヘルプセンターのアーキテクチャ設計、サポート記事の執筆、検索とセルフサービスの最適化が必要な場合に活用できます。ナレッジベース、ヘルプセンター、サポート記事、セルフサービス、記事テンプレート、検索最適化、コンテンツ分類、ヘルプドキュメントの設計・管理に関するあらゆるタスクで動作します。
markdown
GitHub Flavored Markdown標準に従ったMarkdownファイルのフォーマットと検証ができます。自動的なlinting処理と手動による意味的なレビューを組み合わせることで、ファイルの品質を確保します。
claude-md-enhancer
CLAUDE.mdファイルをプロジェクトタイプに合わせて分析・生成・改善します。ベストプラクティス、モジュール設計対応、技術スタックのカスタマイズに対応しています。新規プロジェクトの立ち上げ、既存のCLAUDE.mdファイルの改善、またはAI支援開発の標準化を図る際にご活用ください。