research-ops

Research Ops

Úsalo cuando el usuario pida investigar algo actual, comparar opciones, enriquecer personas o empresas, o convertir búsquedas repetitivas en un flujo monitoreado.

Este es el operador envolvente alrededor del stack de investigación del repositorio. No reemplaza a deep-research, exa-search o market-research; te indica cuándo y cómo usarlos juntos.

Stack de Skills

Incorpora estas skills nativas de ECC al flujo de trabajo cuando sea relevante:

• exa-search para descubrimiento rápido en la web actual
• deep-research para síntesis de múltiples fuentes con citas
• market-research cuando el resultado final deba ser una recomendación o decisión clasificada
• lead-intelligence cuando la tarea sea la segmentación de personas/empresas en lugar de investigación genérica
• knowledge-ops cuando el resultado deba almacenarse en contexto duradero después

Cuándo Usarlo

• el usuario dice "investiga", "busca", "compara", "con quién debería hablar" o "cuál es lo último"
• la respuesta depende de información pública actual
• el usuario ya proporcionó evidencia y quiere que se considere en una recomendación nueva
• la tarea puede ser lo suficientemente recurrente como para convertirse en un monitor en lugar de una búsqueda puntual

Salvaguardas

• no respondas preguntas actuales desde memoria desactualizada cuando la búsqueda reciente sea barata
• separa:
  • hecho con fuente
  • evidencia proporcionada por el usuario
  • inferencia
  • recomendación
• no inicies un pase de investigación pesado si la respuesta ya está en el código o documentos locales

Flujo de Trabajo

1. Comienza desde lo que el usuario ya te ha dado

Normaliza cualquier material proporcionado en:

• hechos ya evidenciados
• necesita verificación
• preguntas abiertas

No reinicies el análisis desde cero si el usuario ya ha construido parte del modelo.

2. Clasifica la solicitud

Elige el carril correcto antes de buscar:

• respuesta factual rápida
• comparación o memo de decisión
• pase de enriquecimiento/leads
• candidato a monitoreo recurrente

3. Toma primero la ruta de evidencia más ligera y útil

• usa exa-search para descubrimiento rápido
• escala a deep-research cuando la síntesis o múltiples fuentes importen
• usa market-research cuando el resultado deba terminar en una recomendación
• transfiere a lead-intelligence cuando la verdadera solicitud sea clasificación de objetivos o descubrimiento de caminos cálidos

4. Reporta con límites explícitos de evidencia

Para afirmaciones importantes, indica si son:

• hechos con fuente
• contexto proporcionado por el usuario
• inferencia
• recomendación

Las respuestas sensibles a la actualidad deben incluir fechas concretas.

5. Decide si la tarea debe permanecer manual

Si es probable que el usuario haga la misma pregunta de investigación repetidamente, indícalo explícitamente y recomienda una capa de monitoreo o flujo de trabajo en lugar de repetir la misma búsqueda manual para siempre.

Formato de Salida

TIPO DE PREGUNTA
- factual / comparación / enriquecimiento / monitoreo

EVIDENCIA
- hechos con fuente
- contexto proporcionado por el usuario

INFERENCIA
- lo que se deduce de la evidencia

RECOMENDACIÓN
- respuesta o siguiente paso
- si esto debería convertirse en un monitor

Errores Comunes

• no mezcles inferencias con hechos con fuente sin etiquetarlos
• no ignores la evidencia proporcionada por el usuario
• no uses un carril de investigación pesado para una pregunta que el contexto local del repositorio puede responder
• no des respuestas sensibles a la actualidad sin fechas

Verificación

• las afirmaciones importantes están etiquetadas por tipo de evidencia
• las salidas sensibles a la actualidad incluyen fechas
• la recomendación final coincide con el modo de investigación real utilizado