Menu
定量的かつ定性的な調査を通じて事実と意見を収集し、分析して 構造化されたレポートや提言として実行可能な知見を提供する。 市場動向、テクノロジー、競合分析など、複数の角度から調査が必要なテーマに使用する。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
git コマンドで変更ファイルを解析し、論理的な単位で適切な粒度のコミットを作成する。 ステージ済みまたは未ステージの git 変更が存在し、グループ化してコミットする必要がある場合に使用する。
セッションのコンテキストが肥大化したときに、現在のタスク状況・変更ファイル・作業サマリを収集し、 新しいセッションへ引き継ぐためのドキュメントを生成する。 会話が長くなって新しいセッションで作業を続けたい場合に使用する。
AI 特有の文章パターンを排除し、自然で簡潔な日本語テキストを生成・レビューする。 報告書・文書・その他の出力として自然で人間らしい日本語が求められる場合に使用する。 Japanese triggers: レポート、報告書、文書、まとめ、サマリー、日本語で書く、日本語で出力、自然な日本語
ベースブランチにマージ済みのローカル作業ブランチを安全に削除する。 リモートブランチの削除は明示的に指示された場合のみ実行する。 マージ済みブランチの整理、PR マージ後の古いブランチ削除、ローカルやリモートの refs の整頓時に使用する。
対話を通じてインタラクティブに Mermaid ダイアグラムを作成するスキル。 ユーザーが可視化したい内容を明確にし、ASCII アートでスケルトンを確認してから 合意が得られた時点で正確な Mermaid コードを生成する。 ダイアグラム、フローチャート、シーケンス図、ER 図、クラス図、状態図、 ガントチャート、マインドマップ、その他の可視化を求められた場合に使用する。 トリガー: 「図を描いて」「可視化して」「フローチャートを作って」「シーケンス図」 「ER 図」「クラス図」「状態機械」「ガントチャート」「Mermaid ダイアグラム」 「システムフローを図にして」「プロセスを図解して」「ダイアグラムにして」
記事の構造を情報依存グラフとして分析し、明確さ、物語の流れ、認知のしやすさを高めるために 各セクションを書き直す。記事、ブログ記事、エッセイ、技術文書の改善、再構成、書き直しを 求められた場合に使用する。
| name | research-topics |
| description | 定量的かつ定性的な調査を通じて事実と意見を収集し、分析して 構造化されたレポートや提言として実行可能な知見を提供する。 市場動向、テクノロジー、競合分析など、複数の角度から調査が必要なテーマに使用する。 |
| allowed-tools | ["WebSearch","WebFetch","Task"] |
テーマや問題を調査し、分析して意思決定を支援する知見を提供するスキル。ユーザーとの反復的な対話を通じて、定量（数値やデータ）と定性（意見や事例）の両面から調査を進める。
調査は情報の一方的な提供ではなく、ユーザーとの対話によって進める協働プロセスである。ユーザーが本当に知りたいことを理解し、最も価値ある知見を届けることがゴールである。情報を羅列するのではなく、「So what?（それで何が言えるのか）」という実行可能な示唆に到達することに集中する。
調査を始める前に、ユーザーのテーマと意図を正確に理解する。
ユーザーが「X を調査して」と言ってもすぐに始めず、まず質問を深める:
ガイドライン: 確認質問は 1〜2 ラウンドに留める。ユーザーが「このまま進めて」と言った場合やテーマがすでに明確な場合はステップ 2 へ進む。
テーマに基づいて複数の角度から情報を収集する。
定量（数値とデータ）
定性（意見と事例）
偏った情報収集を避けるために、以下の角度から調査する:
広範な調査や方向性を確認する必要がある場合、途中で確認する:「現在この方向で調査しています。この角度で合っていますか？」
以下のいずれかの条件を満たしたら分析フェーズへ移行する:
収集した情報を整理し、「So what?（それで何が言えるのか）」という実行可能な示唆を引き出す。
利用可能なフレームワークの一覧は references/analysis-frameworks.md を参照。
分析から「So what?」を導けたら、知見提供フェーズへ進む。
調査結果を整理してユーザーに提示する。
出力例（要約版）:
調査サマリー
テーマ: 日本のフェムテック市場の現状と主要な投資判断基準 主要な発見:
- 市場規模は 2023 年時点で約 1,500〜2,000 億円と推計（矢野経済研究所推計）
- 更年期テックと法人向け職場ヘルスサービスが成長セグメント
- 規制緩和や政策の追い風はあるも、医療機器認証コストがリスク
分析と示唆
→ 短期的には B2B（企業向けウェルネス）モデルが最も明確な収益化経路。医療機器認証が不要なウェルネス領域で参入しながら、エビデンスを構築するのが現実的な戦略。
## 調査サマリー
- 調査テーマと主要な問い
- 最も重要な発見（3〜5 点）
## 背景と現状
- テーマの概要とコンテキスト
## 主要な発見
### [サブトピック 1]
- 定量データ（情報源の引用付き）
- 定性的な知見
### [サブトピック 2]
...
## 分析と示唆
- データの解釈
- 意思決定への示唆
## 注意点と不確実性
- 調査の限界と注意すべき点
## 次のステップと追加調査領域
- さらに調査すべき内容
- 検討すべき選択肢
## 参考情報
- [タイトル](URL)
- [タイトル](URL)
ユーザーのニーズに合わせてフォーマットを調整する:
知見を提供した後も、ユーザーが「もっと詳しく」「この点が気になる」と言えば積極的に踏み込む。調査は一度きりの納品ではなく、対話を通じてユーザーが必要とする知見に段階的に絞り込んでいくプロセスである。
- [タイトル](URL)）