Research Ops

Que fait Research Ops ?

Utilisez cette compétence lorsque l'utilisateur demande une recherche actuelle, une comparaison, un enrichissement de personnes ou d'entreprises, ou la transformation de recherches répétées en workflow surveillé.

Il s'agit du wrapper opérationnel autour de la stack de recherche du dépôt. Ce n'est pas un remplacement de deep-research, exa-search, ou market-research ; elle vous indique quand et comment les utiliser ensemble.

Stack de compétences

Intégrez ces compétences natives d'ECC dans le workflow si pertinent :

• exa-search pour une découverte rapide sur le Web actuel
• deep-research pour une synthèse multi-sources avec citations
• market-research lorsque le résultat final doit être une recommandation ou une décision classée
• lead-intelligence lorsque la tâche cible des personnes/entreprises plutôt qu'une recherche générique
• knowledge-ops lorsque le résultat doit être stocké dans un contexte durable par la suite

Quand l'utiliser

• l'utilisateur dit "recherche", "cherche", "compare", "à qui devrais-je parler", ou "quelles sont les dernières nouvelles"
• la réponse dépend d'informations publiques actuelles
• l'utilisateur a déjà fourni des preuves et souhaite qu'elles soient prises en compte dans une nouvelle recommandation
• la tâche pourrait être suffisamment récurrente pour devenir une surveillance plutôt qu'une consultation ponctuelle

Garde-fous

• ne répondez pas aux questions actuelles à partir d'une mémoire obsolète alors qu'une recherche récente est peu coûteuse
• séparez :
  • fait sourcé
  • preuve fournie par l'utilisateur
  • inférence
  • recommandation
• ne lancez pas une passe de recherche lourde si la réponse se trouve déjà dans le code ou la documentation locale

Workflow

1. Partez de ce que l'utilisateur vous a déjà donné

Normalisez tout matériel fourni en :

• faits déjà étayés
• éléments à vérifier
• questions ouvertes

Ne recommencez pas l'analyse à zéro si l'utilisateur a déjà construit une partie du modèle.

2. Classez la demande

Choisissez la bonne voie avant de chercher :

• réponse factuelle rapide
• comparaison ou note de décision
• passe d'enrichissement/de pistes
• candidat à une surveillance récurrente

3. Empruntez d'abord la voie de preuve la plus légère

• utilisez exa-search pour une découverte rapide
• passez à deep-research lorsque la synthèse ou plusieurs sources sont importantes
• utilisez market-research lorsque le résultat doit aboutir à une recommandation
• transmettez à lead-intelligence lorsque la vraie demande est un classement de cibles ou une découverte de chemin chaud

4. Rapportez avec des limites de preuves explicites

Pour les affirmations importantes, dites si elles sont :

• faits sourcés
• contexte fourni par l'utilisateur
• inférence
• recommandation

Les réponses sensibles à l'actualité doivent inclure des dates concrètes.

5. Décidez si la tâche doit rester manuelle

Si l'utilisateur est susceptible de poser la même question de recherche de manière répétée, dites-le explicitement et recommandez une couche de surveillance ou de workflow au lieu de répéter la même recherche manuelle indéfiniment.

Format de sortie

TYPE DE QUESTION
- factuel / comparaison / enrichissement / surveillance

PREUVES
- faits sourcés
- contexte fourni par l'utilisateur

INFÉRENCE
- ce qui découle des preuves

RECOMMANDATION
- réponse ou prochaine étape
- si cela devrait devenir une surveillance

Pièges

• ne mélangez pas l'inférence dans les faits sourcés sans l'étiqueter
• n'ignorez pas les preuves fournies par l'utilisateur
• n'utilisez pas une voie de recherche lourde pour une question à laquelle le contexte du dépôt local peut répondre
• ne donnez pas de réponses sensibles à l'actualité sans dates

Vérification

• les affirmations importantes sont étiquetées par type de preuve
• les sorties sensibles à l'actualité incluent des dates
• la recommandation finale correspond au mode de recherche réellement utilisé