Deep Dive
ディープダイブは、ウェブ検索ではありません。最適な情報源を見つけ、実際に読み込み、異なる視点からアイデアを検証し、引用を確認し、意見と計画を持って戻ってくることです。
エンジン: RECON (MCP サーバー auto-research) および notebooklm-mcp。これらがない場合は、ライトモード（ステップ 3）を実行します。セットアップ: references/setup.md。全ツール: references/tools.md。
ルールゼロ：まず行動する
トリガーフレーズが現れたら、最初のアクションは調査です。最初にテキストを生成したり、質問を明確化したりしないでください。コンテキストからトピックを抽出します。トピックがユーザー自身のコード、ボット、ビジネスに関するものである場合は、そのドメインにおける外部の戦略やベストプラクティスを調査し、それらをユーザーの状況に適用してブリーフを作成します。
ステップ 1: ライブラリとツールを確認する
researchツールがツールリストにない場合は、一度だけ検索します（例: ToolSearch+auto-research research）。それでも見つからない場合は、サーバーが接続されていないことを意味するので、ライトモード（ステップ 3）に移行し、その旨を一行で伝えます。- トピックに聞き覚えがある場合は、
list_research_notebooks()を実行します。一致する最近のノートブックがあれば、再構築せずにそれを照会します（ステップ 4）。
ステップ 2: 設定を選択し、RECON を実行する
トリガーによる深さ:
| トリガー | num_sources | Notebook の質問数 | 追加 |
|---|---|---|---|
| "research X" | 5 | 3 | |
| "deep dive X" | 6 | 5 | |
| "ultra think X" | 10 (最大) | 6-8 | 並列エージェント（ステップ 4b） |
| "think the impossible X" | 10 | 6-8 | ステップ 4b + suggest_research() で関連アイデアを提案 |
ドメイン別の情報源（論文は動きの速いテクノロジー分野ではノイズですが、科学分野では貴重です）:
| トピックの種類 | sources | 並列で追加 |
|---|---|---|
| テクノロジー、ツール、AI、ソフトウェア、マーケティング戦術 | ["youtube"] | X 検索 + ウェブ検索 + GitHub 検索（新しさが重要） |
| 科学、健康、心理学、経済学 | ["youtube", "papers"] | |
| トレーディング、投資、ニッチな技術 | ["youtube", "podcasts"]、mode="expert" を指定 | X 検索 |
| ビジネス戦略、一般的な学習 | ["youtube", "papers", "podcasts"] | 創業者/実務家の見解について X 検索 |
X 検索（無料、アカウント不要）: allowed_domains: ["x.com"] を指定したウェブ検索です。トピックに関するクエリと、「<トピック> は機能しない / 過大評価 / 失敗」の2つのクエリを実行します。結果は、スレッド、X 記事、そしてそのモノを実際に作っている人々の投稿で、YouTube より数週間早いことがよくあります。科学や健康関連では X をスキップします（そこではほとんどノイズです）。
モード: トレーディング、ボット、戦略、または実務家がインフルエンサーよりも優位に立つようなニッチなトピック（人気スコアリングが逆転する場合）では mode="expert" を使用します。それ以外の場合は mode="general" を使用します。
トピック文字列: 検索可能な単語を3〜8語。段落ではなく、「清算カスケード トレーディング戦略」のように指定します。
research(topic="<トピック>", sources=[...], num_sources=N, mode="<モード>")
実行には1〜4分かかります。各ソースを内容、信頼性、トランスクリプトの深さで検索・スコアリングし、最も弱いスロットを反対意見のソースと交換し、NotebookLM ノートブックを構築し、ナレッジグラフを更新します。status、notebook_url、notebook_id、sources、connected_notebooks を読み取ります。
ステップ 3: 失敗時の処理、またはライトモードの実行
| 結果 | 実行すること |
|---|---|
success / partial | ステップ 4 へ（失敗したソースをメモ） |
| ログイン / "signed out" / "New notebook" エラー | notebooklm_login() を実行します。サインアウトしている場合は、「notebooklm_login(interactive=true) を実行してください」とユーザーに一行で伝え、ライトモードに移行します。決して notebooklm-mcp の setup_auth を使用しないでください（notebook.google.com を検出しません） |
| ソースが見つからない | より広いトピック文字列で一度再試行し、それでもダメならライトモードに移行 |
ライトモード（ノートブックなし）：RECON が接続されている場合は search_videos / search_papers を並列実行し、さらに3〜5回のウェブ検索（およびトピックが X にルーティングされる場合は2回の X 検索）を実行します：トピック、「<トピック> ベストプラクティス / 実務家のやり方」、「<トピック> 問題点 / 批判 / 機能しない」、「<トピック> データ / ベンチマーク / 結果」。上位5〜8のページまたはトランスクリプトを直接フェッチして読み取ります。少なくとも1つは反対意見のソースを維持します。その後、ステップ5〜7を通常通り正確に実行します。
ステップ 4: 調査する
4a. Notebook への質問
notebooklm-mcp の ask_question(question, notebook_url=<url>) を、同じセッション内で順番に使用します。要約ではなく、中身を引き出します：
- メカニズム: 「これを機能させる核となるメカニズムは何ですか？具体的に、ステップバイステップで説明してください。」
- 実務家のプレイブック: 「実際に結果を出している人々は何を違うやり方で行っていますか？具体的な戦術、数値、設定、閾値。」
- 反対意見: 「これはどこで失敗しますか？情報源にある最大のリスク、批判、過ち。」
- 数値: 「情報源にあるすべての具体的な数値、ベンチマーク、コスト、結果を、それを述べた情報源と短い正確な引用とともに教えてください。」
- 適用: 「<ユーザーの状況を一文で> を考慮すると、最初に何をすべきで、何を避けるべきですか？」
より深いトリガーでは、さらに追加します：「情報源間で意見が分かれている点は何で、どちらの側に優れた証拠がありますか？」、「ほとんどの人が見逃している、明白でない洞察は何ですか？」、「10倍のバージョンはどのようなものになるでしょうか？」
曖昧な回答 = 必要な正確な事柄を指定したフォローアップ質問を1回行います。
4b. 並列エージェント（ultra think / think the impossible）
3つのサブエージェントを同時に起動します。各エージェントは狭い指示と自身の検索を持ちます：
- 実務家: 実際の結果を出している人々が何をしているか、数値付きで。X 検索を担当します。
- エビデンス: 研究、ベンチマーク、データ、公式ドキュメント。
- 反対意見: 失敗、批判、これが機能しないと言う人とその理由。
各エージェントは、主張 | ソースURL | 正確な引用 の形式で主張を返します。あなたがマージします。サブエージェントにブリーフを書かせてはいけません。
ステップ 5: 書く前に検証する
引用は、弱い主張をチェック済みに見せかけます。調査によると、ディープリサーチツールはURLの3〜13％を捏造し、引用の40〜80％しか実際に主張を裏付けていません。したがって：
- 評価が最も依存している5つの主張を選びます。
- それぞれについて、その情報源が実際にそれを述べていることを確認します：ページをフェッチするか、ノートブックに「<主張> と述べている正確な箇所を引用してください」と質問します。
- 裏付けられている = 保持。見つからない = 削除するか
(未検証)とマーク。矛盾する = 反対意見セクションに移動します。 - このセッションでツールが返したURLのみを引用します。記憶からURLを決して書かないでください。
ステップ 6: ブリーフを提供する
最初に意見。文献レビューではなく、評価です。
## Deep Dive: <トピック>
**結論:** <2〜3文：何が真実か、何をすべきか、確信度は高い/中程度/低いか、その理由>
### 実際に機能すること
- <発見> [ソース]
### 数値
| 指標 | 値 | ソース |
### 機能しないケース（反対意見）
- <リスク/失敗モード> [ソース]
### 情報源間の意見の相違
<誰が何を言っているか、どちらの側に優れた証拠があるか>（ない場合は省略）
### あなたへの意味
<ユーザーの実際の状況に適用：最初の一手、スキップすべきこと、テストすべきこと>
### ソース
| # | タイトル | 種類 | スコア | 選ばれた理由 |
（反対意見のソースをマーク。検証済みの主張のソースをマーク）
ノートブック: <notebook_url> | 検証済み: <n>/5 の主要な主張
証拠のない誇大広告にはフラグを立てます。証拠が薄い場合は、確信度が低いと述べてください。水増ししないでください。
ステップ 7: 次のアクションを提案する（各一行、適切なもののみ）
- ノートブックへのクエリを継続する（ノートブックはアクティブなままです）。
- 知識のギャップについては
suggest_research()、過去の調査との関連性についてはknowledge_map()。 - ユーザーがアクションを実行した後：
track_edge(notebook_id, "edge" | "no_edge" | "negative_edge", notes)。RECON はどのソースが効果的かを学習します。edge_report()で ROI を表示します。
注意点
- すべての動画で
key_conceptsが空 = トランスクリプト抽出に失敗しています（RECON < 1.0.1 で youtube-transcript-api >= 1.0）。その場合、スコアはタイトルとチャンネルのみでランク付けされます。RECON を更新してください。 - NotebookLM は notebook.google.com に移動しました。 ログインは約12時間のアイドル後に期限切れになり、Google が「あなたの本人確認」を求める場合があります。
notebooklm_login(interactive=true)で修正します。 - 「プロファイルが別のプロセスで開かれています」 = notebooklm-mcp のクエリが Chrome プロファイルを保持しています。1分待って再試行してください。
- 論文がトピックと無関係（例：コーディングの質問に対する金融論文）：OpenAlex は新しいツールに対して弱いです。論文を削除し、ウェブと GitHub を使用します。
- ツール呼び出しが多いほど精度が上がるわけではありません。 調査が広がるにつれて、事実確認の精度は低下します。よく読まれた5つのソースは、30の流し読みされたソースに勝ります。
- X の投稿は手がかりであり、証拠ではありません。 エンゲージメントベイトや自信過剰な間違った意見がよくあります。投稿を引用するのは、実際の数値を示しているか、そのモノを実際に作った人（開発者、チームメンバー、実務家）からのものである場合のみにしてください。それ以外の場合は、別の情報源で確認してください。
- Reddit は無料ではアクセスできません。 Reddit は Claude のウェブ検索をブロックし、セルフサービスのAPIキーをクローズし（2025年11月）、スクリプトには403を返します。回避しようとしないでください。Claude in Chrome 拡張機能が接続されており、ユーザーが Reddit を希望する場合は、新しいタブで reddit.com の検索を開き、人間と同じように上位2〜3のスレッドを読んでください。
- 1つの反対意見のソースではバランスが取れていません。 議論のあるトピックでは、最も強力な反対意見を積極的に述べてください。