Research Ops

Was macht Research Ops?

Verwende dies, wenn der Benutzer darum bittet, etwas Aktuelles zu recherchieren, Optionen zu vergleichen, Personen oder Unternehmen anzureichern oder wiederholte Nachfragen in einen überwachten Arbeitsablauf zu überführen.

Dies ist der Operator-Wrapper um den Research-Stack des Repos. Es ist kein Ersatz für deep-research, exa-search oder market-research; es sagt dir, wann und wie du sie zusammen verwendest.

Skill-Stack

Ziehe diese ECC-eigenen Skills bei Bedarf in den Workflow ein:

• exa-search für schnelle aktuelle Web-Recherchen
• deep-research für mehrquelligen Synthesen mit Zitaten
• market-research, wenn das Endergebnis eine Empfehlung oder eine bewertete Entscheidung sein soll
• lead-intelligence, wenn es sich um die gezielte Ansprache von Personen/Unternehmen handelt und nicht um eine allgemeine Recherche
• knowledge-ops, wenn das Ergebnis anschließend in einem dauerhaften Kontext gespeichert werden soll

Wann verwenden

• Benutzer sagt „recherchiere“, „schlage nach“, „vergleiche“, „mit wem sollte ich sprechen“ oder „was gibt es Neues“
• die Antwort hängt von aktuellen öffentlichen Informationen ab
• der Benutzer hat bereits Belege geliefert und möchte, dass diese in eine aktuelle Empfehlung einfließen
• die Aufgabe könnte wiederkehrend genug sein, um sie als Überwachung einzurichten, anstatt als einmalige Abfrage

Leitplanken

• beantworte aktuelle Fragen nicht aus veralteten Speicherinhalten, wenn eine frische Suche günstig ist
• trenne:
  • belegte Fakten
  • vom Benutzer gelieferte Belege
  • Schlussfolgerungen
  • Empfehlungen
• starte keine schwere Recherche, wenn die Antwort bereits im lokalen Code oder in der Dokumentation zu finden ist

Arbeitsablauf

1. Beginne mit dem, was der Benutzer dir bereits gegeben hat

Normalisiere alle bereitgestellten Materialien in:

• bereits belegte Fakten
• muss überprüft werden
• offene Fragen

Starte die Analyse nicht von Null, wenn der Benutzer bereits einen Teil des Modells aufgebaut hat.

2. Klassifiziere die Anfrage

Wähle den richtigen Pfad, bevor du suchst:

• schnelle faktische Antwort
• Vergleich oder Entscheidungsvorlage
• Lead-/Anreicherungsdurchlauf
• Kandidat für wiederkehrende Überwachung

3. Nimm zuerst den leichtesten sinnvollen Belegpfad

• verwende exa-search für schnelle Recherchen
• eskalieren auf deep-research, wenn Synthese oder mehrere Quellen wichtig sind
• verwende market-research, wenn das Ergebnis in einer Empfehlung enden soll
• übergib an lead-intelligence, wenn die eigentliche Anfrage die Bewertung von Zielen oder die Erkundung warmer Pfade ist

4. Berichte mit klaren Belegsgrenzen

Gib bei wichtigen Behauptungen an, ob es sich um:

• belegte Fakten
• vom Benutzer gelieferten Kontext
• Schlussfolgerungen
• Empfehlungen

handelt. Aktualitätsabhängige Antworten sollten konkrete Daten enthalten.

5. Entscheide, ob die Aufgabe manuell bleiben sollte

Wenn der Benutzer die gleiche Recherchefrage wahrscheinlich wiederholt stellt, sage dies explizit und empfehle eine Überwachungs- oder Workflow-Ebene, anstatt die manuelle Suche endlos zu wiederholen.

Ausgabeformat

FRAGENTYP
- faktisch / Vergleich / Anreicherung / Überwachung

BELEGE
- belegte Fakten
- vom Benutzer bereitgestellter Kontext

SCHLUSSFOLGERUNG
- was aus den Belegen folgt

EMPFEHLUNG
- Antwort oder nächster Schritt
- ob dies zu einer Überwachung werden sollte

Fallstricke

• vermische keine Schlussfolgerungen in belegte Fakten, ohne sie zu kennzeichnen
• ignoriere keine vom Benutzer bereitgestellten Belege
• verwende keinen schweren Recherche-Pfad für eine Frage, die der lokale Repository-Kontext beantworten kann
• gib keine aktualitätsabhängigen Antworten ohne Datumsangaben

Überprüfung

• wichtige Behauptungen sind nach Belegtyp gekennzeichnet
• aktualitätsabhängige Ausgaben enthalten Daten
• die endgültige Empfehlung entspricht dem tatsächlich verwendeten Recherchemode