itsjwill/deep-dive

Realiza una inmersión profunda real sobre cualquier tema. Utiliza el motor de investigación RECON para encontrar y puntuar los mejores videos de YouTube, artículos académicos, podcasts y hilos de X/Twitter (más una fuente contraria forzada), los carga en un notebook de NotebookLM, lo interroga, verifica las citas clave y entrega un veredicto fundamentado con un plan.

¿Qué es deep-dive?

Deep Dive es una habilidad para agentes de IA que va más allá de una simple búsqueda web, transformando la investigación en un proceso estructurado y profundo. Su propósito es recopilar las mejores fuentes (YouTube, papers académicos, podcasts, hilos de X), evaluarlas por sustancia y credibilidad, e integrarlas en un notebook de NotebookLM para su análisis. La habilidad fuerza la inclusión de una fuente contraria para robustecer el análisis y verifica las citas clave antes de presentar un veredicto fundamentado. Es compatible con el servidor MCP RECON para investigación automatizada y con notebooklm-mcp para la interacción con NotebookLM. Si estas herramientas no están disponibles, entra en un 'modo ligero' que realiza búsquedas web y lecturas directas. Los desencadenantes incluyen frases como 'deep dive', 'research', 'ultra think' o cualquier solicitud de análisis profundo antes de tomar una decisión. El proceso sigue varios pasos: configuración de fuentes y profundidad según el desencadenante, ejecución de RECON, interrogación del notebook (o fuentes directas en modo ligero), verificación de citas (punto crítico donde muchos modelos fallan), y entrega de un informe estructurado con veredicto, números, visión contraria y aplicaciones prácticas. También incluye mecanismos para aprender de los resultados a través de RECON, permitiendo al agente mejorar futuras investigaciones basándose en qué fuentes generan mayor valor.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/itsjwill/deep-dive/tree/HEAD/skills/deep-dive

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Deep Dive (Inmersión Profunda)

Una inmersión profunda no es una búsqueda web. Encuentra las mejores fuentes, léelas de verdad, ataca la idea desde el otro lado, verifica las citas y regresa con una opinión y un plan.

Motor: RECON (servidor MCP auto-research) más notebooklm-mcp. Sin ellos, ejecuta modo ligero (Paso 3). Configuración: references/setup.md. Todas las herramientas: references/tools.md.

Regla cero: actúa primero

Cuando aparece una frase desencadenante, la PRIMERA acción es investigar. Sin texto previo. Sin preguntas aclaratorias. Extrae el tema del contexto. Si el tema es el código propio del usuario, su bot o su negocio, investiga estrategias externas y mejores prácticas para ese dominio, luego aplícalas a su situación en el informe.

Paso 1: Verifica la biblioteca y las herramientas

  • Si la herramienta research no está en tu lista de herramientas, búscala una vez (ej. ToolSearch +auto-research research). Si sigue faltando, el servidor no está conectado: ve al modo ligero (Paso 3) e indícalo en una línea.
  • Si el tema te resulta familiar, ejecuta list_research_notebooks(). Si existe un notebook reciente que coincida, consúltalo (Paso 4) en lugar de reconstruirlo.

Paso 2: Elige la configuración y ejecuta RECON

Profundidad según el desencadenante:

Desencadenantenum_sourcesPreguntas al notebookExtra
"research X"53
"deep dive X"65
"ultra think X"10 (máx)6-8Agentes de ángulo paralelo (Paso 4b)
"think the impossible X"106-8Paso 4b + suggest_research() para ideas adyacentes

Fuentes por dominio (los papers son ruido en tecnología que cambia rápido, oro en ciencia):

Tipo de temafuentesAñadir en paralelo
Tecnología, herramientas, IA, software, tácticas de marketing["youtube"]Búsqueda en X + búsqueda web + búsqueda en GitHub (la actualidad importa)
Ciencia, salud, psicología, economía["youtube", "papers"]
Trading, inversiones, artesanía de nicho["youtube", "podcasts"] con mode="expert"Búsqueda en X
Estrategia empresarial, aprendizaje general["youtube", "papers", "podcasts"]Búsqueda en X para opiniones de fundadores/operadores

Búsqueda en X (gratis, sin cuenta): búsqueda web con allowed_domains: ["x.com"]. Ejecuta dos consultas: el tema y " no funciona / sobrevalorado / errores". Los resultados son hilos, artículos de X y publicaciones de personas que construyen la cosa, a menudo semanas antes que YouTube. Omite X para ciencia y salud (mayormente ruido allí).

Modo: mode="expert" para trading, bots, estrategias o cualquier nicho donde los profesionales superan a los influencers (invierte la puntuación de popularidad). mode="general" en caso contrario.

Cadena de tema: de 3 a 8 palabras buscables. "estrategia de trading cascada de liquidación", no un párrafo.

research(topic="<tema>", sources=[...], num_sources=N, mode="<modo>")

Tarda de 1 a 4 minutos: busca, puntúa cada fuente por sustancia, credibilidad y profundidad de transcripción, intercambia la ranura más débil por una fuente contraria, construye un notebook de NotebookLM, actualiza el grafo de conocimiento. Lee status, notebook_url, notebook_id, sources, connected_notebooks.

Paso 3: Maneja fallos o ejecuta modo ligero

ResultadoHaz esto
success / partialPaso 4 (anota las fuentes fallidas)
Error de inicio de sesión / "signed out" / "New notebook"Ejecuta notebooklm_login(). Si la sesión ha caducado, dile al usuario en UNA línea que ejecute notebooklm_login(interactive=true), luego modo ligero. Nunca uses notebooklm-mcp setup_auth (no detecta notebook.google.com)
Sin fuentesReintenta una vez con una cadena de tema más amplia, luego modo ligero

Modo ligero (sin notebook): en paralelo, ejecuta search_videos / search_papers si RECON está conectado, más 3-5 búsquedas web (y las 2 búsquedas en X cuando el tema las requiera): el tema, " mejores prácticas / cómo lo hacen los profesionales", " problemas / críticas / no funciona" y " datos / benchmark / resultados". Obtén y lee directamente las 5-8 páginas o transcripciones principales. Mantén al menos una fuente contraria. Luego Pasos 5-7 exactamente igual.

Paso 4: Interroga

4a. Preguntas al notebook

Usa notebooklm-mcp ask_question(question, notebook_url=<url>), una tras otra en la misma sesión. Extrae sustancia, no resúmenes:

  1. Mecanismo: "¿Cuál es el mecanismo central que hace que esto funcione? Paso a paso, con detalles específicos."
  2. Manual del profesional: "¿Qué hacen diferente las personas que obtienen resultados reales? Tácticas concretas, números, configuraciones, umbrales."
  3. Contrario: "¿Dónde falla esto? Mayores riesgos, críticas y errores en las fuentes."
  4. Números: "Cada número concreto, benchmark, costo o resultado en las fuentes, cada uno con la fuente que lo dijo y una cita exacta corta."
  5. Aplicación: "Dada <la situación del usuario en una oración>, ¿qué deberían hacer primero y qué deberían evitar?"

Los desencadenantes más profundos añaden: "¿En qué discrepan las fuentes y quién tiene mejores pruebas?", "¿Qué información no obvia se pierde la mayoría?", "¿Cómo sería una versión 10x?"

Respuesta vaga = una pregunta de seguimiento que nombre exactamente lo que necesitas.

4b. Agentes de ángulo paralelo (ultra think / think the impossible)

Lanza 3 subagentes a la vez, cada uno con un cometido estrecho y sus propias búsquedas:

  • Profesional: lo que la gente con resultados reales hace, con números. Es dueño de las búsquedas en X.
  • Evidencia: estudios, benchmarks, datos, documentos oficiales.
  • Contrario: fallos, críticas, quién dice que esto no funciona y por qué.

Cada uno devuelve afirmaciones como afirmación | URL de la fuente | cita de apoyo exacta. Tú fusionas. No permitas que los subagentes escriban el informe.

Paso 5: Verifica antes de escribir

Las citas hacen que las afirmaciones débiles parezcan verificadas. La investigación muestra que las herramientas de investigación profunda fabrican entre el 3 y el 13% de las URL y solo entre el 40 y el 80% de las citas realmente respaldan la afirmación. Por lo tanto:

  1. Elige las 5 afirmaciones de las que más depende el veredicto.
  2. Para cada una, confirma que la fuente lo dice: obtén la página, o pregúntale al notebook "Cita el pasaje exacto que dice <afirmación>".
  3. Respaldada = mantener. No encontrada = cortarla o marcarla como (no verificado). Contradicha = trasladarla a la sección contraria.
  4. Solo cita URL que una herramienta haya devuelto en esta sesión. Nunca escribas una URL de memoria.

Paso 6: Entrega el informe

Opinión primero. Un veredicto, no una revisión bibliográfica.

## Deep Dive: <tema>

**Conclusión:** <2-3 oraciones: qué es verdad, qué hacer, confianza alta/media/baja y por qué>

### Lo que realmente funciona
- <hallazgo> [fuente]

### Los números
| Métrica | Valor | Fuente |

### Dónde falla (visión contraria)
- <riesgo / modo de fallo> [fuente]

### Dónde discrepan las fuentes
<quién dice qué, qué lado tiene mejores pruebas> (omitir si no hay)

### Lo que esto significa para ti
<aplicado a la situación real del usuario: primer movimiento, qué omitir, qué probar>

### Fuentes
| # | Título | Tipo | Puntuación | Por qué se incluyó |
(marcar la fuente contraria; marcar las fuentes de afirmaciones verificadas)

Notebook: <notebook_url>  |  Verificadas: <n>/5 afirmaciones clave

Señala el bombo sin evidencia. Si la evidencia es escasa, di que la confianza es baja. No rellenes.

Paso 7: Ofrece próximos pasos (una línea cada uno, solo lo que corresponda)

  • Seguir consultando el notebook (permanece activo).
  • suggest_research() para lagunas de conocimiento; knowledge_map() para conexiones con inmersiones anteriores.
  • Después de que el usuario actúe: track_edge(notebook_id, "edge" | "no_edge" | "negative_edge", notes). RECON aprende qué fuentes dan resultado; edge_report() muestra el ROI.

Advertencias

  • key_concepts vacío en cada video = la extracción de transcripciones está fallando (RECON < 1.0.1 con youtube-transcript-api >= 1.0). Las puntuaciones entonces clasifican solo por título y canal. Actualiza RECON.
  • NotebookLM se movió a notebook.google.com. Las sesiones caducan después de ~12 días de inactividad y Google puede preguntar "Verifica que eres tú". Solución: notebooklm_login(interactive=true).
  • "Profile is open in another process" = una consulta de notebooklm-mcp mantiene el perfil de Chrome. Espera un minuto y reintenta.
  • Papers fuera de tema (ej. papers de finanzas para una pregunta de codificación): OpenAlex es débil en herramientas nuevas. Omite papers, usa web + GitHub.
  • Más llamadas a herramientas no significa más precisión. La precisión de la verificación de hechos disminuye a medida que la investigación se expande. Cinco fuentes bien leídas superan a treinta hojeadas.
  • Las publicaciones en X son pistas, no pruebas. El cebo de compromiso y las opiniones equivocadas con confianza son comunes. Cita una publicación solo cuando muestre números reales o provenga de alguien que realmente hizo la cosa (constructor, miembro del equipo, operador); de lo contrario, confírmalo en otro lugar.
  • Reddit es inaccesible de forma gratuita. Reddit bloquea la búsqueda web de Claude, las claves API de autoservicio cerradas (noviembre de 2025) y devuelve 403 a los scripts. No intentes evitarlo. Si la extensión Claude in Chrome está conectada y el usuario quiere Reddit, abre la búsqueda de reddit.com en una nueva pestaña y lee los 2-3 hilos principales como lo haría una persona.
  • Una fuente contraria no es equilibrio. En temas debatibles, expresa activamente el caso opuesto más sólido.

Skills relacionados