Research Workflow

包括的な研究を実施するための構造化された方法論です。このスキルは、あらゆるトピックに関する計画、実行、分析、合成を通じてガイドします。

このスキルを使用する場合

以下の場合にこのスキルを使用してください：

• ユーザーがトピックに関する包括的な研究を必要としている
• 質問に完全に答えるために複数の検索クエリが必要
• ソースの信頼性と合成が重要
• 研究レポートまたは文書化された調査結果が予想される
• キーワード: research、investigate、deep dive、comprehensive analysis

このスキルを使用しない場合：

• 単一の簡単な検索で十分である場合（代わりに web-search を使用）
• ユーザーが単純なファクトチェックを望んでいる場合
• 合成や分析が不要な場合
• 時間が極めて限定されている場合

前提条件

このスキルを使用する前に、以下を確認してください：

• Web検索機能が利用可能である（web-search スキル、WebSearch ツール、または類似）
• 複数段階の研究プロセスに充分な時間がある
• 研究質問またはトピックの明確な理解がある

研究フェーズの概要

┌─────────────────────────────────────────────────────────────┐
│                    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

検索を実行する前に、明確な研究計画を確立します。

ステップ 1: 研究質問の定義

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: 「ヘルスケアにおけるAI」
• 質問：
  1. ヘルスケアにおけるAIの現在の応用は何か？
  2. 主な利点と課題は何か？
  3. ヘルスケアにおけるAIを管理する規制は何か？
  4. 最近の開発（過去6か月）は何か？

ステップ 2: サブトピックの特定

メイントピックを検索可能なコンポーネントに分解します：

• コア概念と定義
• 現状と応用
• メリットと利点
• 課題と制限
• 最近の開発
• 将来のトレンド

ステップ 3: 検索戦略の計画

段階的なクエリ進行を伴う検索計画を作成します：

1. 最初に広いクエリ: 全体的なランドスケープを把握

   • 「[topic] overview」
   • 「[topic] introduction guide」

2. 次に具体的なクエリ: 詳細に掘り下げる

   • 「[topic] specific aspect」
   • 「[topic] case study」

3. 最後に検証クエリ: 調査結果を確認

   • 「[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文書化してください。

フェーズ 2: 実行

検索計画を体系的に実行します。

ステップ 1: 検索を実行

適切な検索パラメータを使用して、順序に従ってクエリを実行します：

# 広い概要
web-search "AI in healthcare overview 2024"

# 具体的な深掘り
web-search "AI diagnostic imaging applications" --depth advanced

# 最新ニュース
web-search "AI healthcare regulations 2024" --topic news --time month

ステップ 2: 各検索をドキュメント化

各検索について、以下を記録します：

• 使用されたクエリ
• レビューされた結果の数
• 主な調査結果（2～3箇条書き）
• 注目すべきソース
• 発生した新しい質問

ステップ 3: ソースを評価

assets/source-evaluation-checklist.md のチェックリストを使用して、以下を評価します：

信頼性指標：

• 著者/組織の専門知識
• 出版物の評判
• 出版日
• 引用と参照

品質シグナル：

• 証拠に基づく主張
• 複数の視点
• 明確な方法論

ステップ 4: 必要に応じて反復

研究は線形ではありません。調査結果に基づいて：

• 発見されたギャップのために新しいクエリを追加
• 驚くべき主張を検証
• 予期しない接続を探索

フェーズ 3: 分析

収集した調査結果を整理して分析します。

ステップ 1: テーマ別に調査結果をグループ化

結果を以下のようなカテゴリに整理します：

• コア概念
• 現状
• メリット/機会
• 課題/リスク
• 最近の開発
• 専門家の意見

ステップ 2: パターンを特定

以下を探します：

• 合意: 複数のソースが同意している場所はどこか？
• 矛盾: ソースが意見が異なる場所はどこか？
• ギャップ: どのような質問が未解決のままか？
• トレンド: 分野はどの方向に向かっているか？

ステップ 3: 信頼度を評価

各調査結果について、信頼度レベルを判断します：

• 高: 複数の信頼できるソースが同意している
• 中: ある程度の証拠、限定されたソース
• 低: 単一のソースまたは矛盾した情報

ステップ 4: 制限事項に注記

以下を文書化します：

• 見つからなかったもの
• さらなる研究が必要な領域
• ソースの潜在的な偏り

フェーズ 4: 合成

分析から一貫性のある、有用なアウトプットを作成します。

ステップ 1: アウトプットを構成

ユースケースに基づいて適切な形式を選択します：

• エグゼクティブサマリー: 意思決定のための簡潔な概要
• 完全なレポート: 包括的な文書化
• 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てください。

ステップ 2: 合成を執筆

主要な原則：

• 最も重要な調査結果から開始
• 関連する概念を接続
• 信頼度レベルを記載
• 制限事項を認識
• ソースを引用

ステップ 3: 実用的な要素を含める

実践的なアウトプットで終了します：

• 主要なポイント（3～5項目）
• 推奨事項
• さらなる研究の提案
• 決定ポイント

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」を研究

フェーズ 1 - 計画：

研究質問: API バージョニングのベストプラクティスは何か？

サブ質問：
1. どのようなバージョニング戦略が存在するか？
2. 各アプローチの長所と短所は何か？
3. 大企業は何を使用しているか？
4. 専門家は何を推奨しているか？

検索計画：
- 「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：

クエリ 1: 「API versioning strategies comparison」
- 発見: URL バージョニング、ヘッダーバージョニング、クエリパラメータ
- 主な洞察: URL バージョニングが最も一般的、ヘッダーはより「RESTful」
- ソース: REST API チュートリアル、Martin Fowler ブログ

クエリ 2: 「REST API versioning best practices 2024」
- 発見: セマンティックバージョニングの原則が適用される
- 主な洞察: 破壊的変更の場合のみバージョン化
- ソース: API設計ガイド、Stack Overflow ディスカッション

フェーズ 3 - 分析：

合意点：
- 破壊的変更の場合のみバージョン化
- API 内で一貫性を保つ
- バージョンライフサイクルを文書化

矛盾点：
- URL vs ヘッダー配置（明確な勝者はない）
- 古いバージョンの廃止時期

ギャップ：
- パフォーマンス影響に関するデータが限定的
- 開発者エクスペリエンスに関する研究が少ない

フェーズ 4 - 合成：

主な調査結果：
1. 3つの主な戦略が存在する（URL、ヘッダー、クエリパラメータ）
2. URL バージョニングが最も一般的で発見可能
3. ヘッダーバージョニングはより純粋な REST と見なされている
4. 破壊的変更の場合のみバージョン化
5. 大企業はアプローチが異なる

推奨事項：
- パブリック API には URL バージョニングを使用（発見可能性）
- 内部 API にはヘッダーバージョニングを検討
- 廃止スケジュールを明確に文書化
- セマンティックバージョニング原則を使用

品質チェックリスト

研究を完了する前に、以下を確認してください：

• 明確な研究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）
• ソースが信頼性について評価されている
• 調査結果がテーマ別に整理されている
• 合意と矛盾が記載されている
• 信頼度レベルが示されている
• 制限事項が認識されている
• アウトプットが実用的である

参考資料

詳細なガイダンスについては、以下を参照してください：

• Research Methodology - 詳細な方法論の背景
• Output Formats - 詳細な形式仕様

テンプレート

• Research Plan Template
• Research Report Template
• Source Evaluation Checklist

制限事項

このワークフローには以下の制限事項があります：

• 品質は利用可能な Web 検索機能に依存
• 有料または制限されたコンテンツにアクセスできない
• 包括的な研究には時間がかかる
• 合成の品質はエージェント機能に依存
• インデックスされていない非常に最近の開発を見逃す可能性がある

関連スキル

• web-search: このワークフロー内で使用される個別の Web 検索を実行するため