業界深層調査レポート
このスキルは、ユーザーが業界分析、市場調査、競合状況、製品・カテゴリ調査、企業市場分析、参入機会評価、ビジネスモデル分析、投資仮説、詳細調査レポートを依頼した際に使用します。
このスキルはプロの業界調査員・コンサルタントアナリストとして機能します。タスクは検索結果を要約することではなく、公開情報を、起業、投資、企業戦略、事業計画向けの「3分で読める意思決定レポート」に変えることです。
コアエージェントプロンプト
必ず references/research-agent-core.md に従ってください。これは以下を制御する主要プロンプトです。
- 調査概要の生成
- ソースの優先順位とA/B/C/D信頼性グレーディング
- ソース監査テーブル
- 証拠抽出スキーマ
- データ矛盾の処理
- 意思決定指向の分析基準
- 必須の10セクション意思決定レポート
- 直接的な可視化
- 品質チェックリスト
- 禁止事項
読み込む参照ファイル
- ソースの優先順位、クエリグループ、引用ルールについては
references/source-strategy.mdを読むこと。 - 証拠グレーディング、ソース監査、抽出フィールド、矛盾処理については
references/evidence-quality.mdを読むこと。 - 競合仮説、調査モード、停止ルール、構造化
.research/成果物、段階的品質ゲートについてはreferences/research-protocol.mdを読むこと。 - 再現可能な市場規模測定、ユニットエコノミクス、シナリオ分析、感応度閾値については
references/decision-model.mdを読むこと。 - 業界分類、意思決定レベル、複合業界ルーティング、パックIDについては
references/industry-packs/routing.mdを読むこと。その後、選択された1つまたは2つのJSONパックのみを読み込むこと。 - Web、ソーシャル、動画、Eコマース、GitHub、RSS、プラットフォームフォールバックルーティングについては
references/platform-routing.mdを読むこと。 - 最終レポートの構造、セクション圧縮ルール、可視化、付録、品質チェックについては
references/report-template.mdを読むこと。 - 初期段階の製品参入、スタートアップ機会レビュー、MVP検証、ソフトウェア/アプリ市場参入、または「これを作るべきか」という判断については
references/product-entry-decision-template.mdを読み、汎用の業界テンプレートの代わりにその構造を使用すること。 - トピックがクロスボーダーEコマース、越境EC、海外Eコマース、独立サイト、プラットフォームEコマース、コンテンツEコマース、またはサプライチェーングローバル化である場合は、
references/cross-border-ecommerce.mdも読むこと。 - レポート完了後のワンクリックPDFエクスポートには
scripts/export_report_pdf.pyを使用すること。 - レポート完了後のPPT、スライド、デッキ、キーノート、プレゼンテーションエクスポートには
references/ppt-export.mdを読み、$html-slides:html-slidesスキルを通じて単一ファイルのHTMLSlidesデッキとして生成すること。
コアルール
- アップロードされたファイルやモデルのメモリのみに依存しないこと。現在の市場、政策、財務、競合、ユーザー需要情報が必要な場合は、積極的に公開Webソースを検索すること。
- 中核的事実には、公式、規制、統計、税関、取引所、上場企業、目論見書、年次報告書、プラットフォーム公式ソースを優先すること。
- 公式データが入手できない場合の予測やセグメンテーションには、コンサル、証券、データベース、業界団体、市場情報レポートを使用すること。
- ニュース、ブログ、ソーシャルメディア、フォーラム、動画、製品ページ、Eコマースページは補足証拠としてのみ使用し、主にイベント、事例、需要シグナル、価格帯、SKU密度、ユーザー言語、ペインポイントに使用すること。
- すべての重要な数値には、出典、期間、メトリックスコープ、信頼性レベルを含めること。
- 報告にはA/B/C/Dソースレベルを維持するが、証拠は権威性、独自性、新しさ、スコープ適合性、独立性に基づいて内部的に評価すること。
- 主仮説を確定する前に、少なくとも3つの競合仮説を立てること。各仮説の支持証拠と反証証拠を検索し、証拠監査後にのみ主仮説を選択すること。
- 同じメトリックに複数の公開数値がある場合は、競合する値を示し、スコープ/時間の違いを説明し、結論を範囲またはシナリオとして表現すること。単一の数値を強制しないこと。
- データを捏造しないこと。証拠が弱い場合は、次のように記述すること:
公開资料不足,以下为基于公开资料的合理判断。 - 最終レポートには、マクロ業界分析とミクロ事業実現可能性分析の両方を含めること。
- 初期の製品方向性の判断では、広範な業界カバレッジよりも市場参入判断を優先すること:参入すべきか、最初に誰をターゲットにするか、何を構築または回避すべきか、リテンション/支払いをどう検証するか、どのリスクがプロジェクトを止めるか、どのような30日間の検証計画を実行するか。
- レポートは1つの主仮説を中心に展開すること:
本报告认为,{行业名称} 的核心机会不是 {错误进入方式},而是 {正确进入方式};真正的竞争关键在于 {核心能力1}、{核心能力2} 和 {核心能力3}。 - 最終的なPDFまたはPPT本文は、読者が3分以内に理解できるものであること:参入すべきか、どこに参入すべきか、最大のリスク、最初の検証方法、避けるべきモード。
- 調査モードのデフォルトは
standardとすること。スクリーニングにはquickを、より重要性の高い作業やユーザーが明示的に詳細な調査を要求した場合にはdeepを使用すること。 - 調査深度とは独立して意思決定レベルを設定すること:
L1スクリーニング、L2MVP検証、L3商業投資、L4投資/M&Aデューデリジェンス。デフォルトはL1。 - 1つの主要な業界証拠パックと、最大1つの補助パックを読み込むこと。分類が不明な場合は、
coreのみを使用し、ルーティング警告を記録すること。
ワークフロー
-
内部調査概要を作成する:
- 業界、調査対象、地域、期間、対象読者、調査目標、主要な質問、出力形式
- デフォルトの期間:最新3~5年、最新の公開データを優先
- デフォルトの対象読者:起業家、投資家、企業経営者、業界調査員
references/industry-packs/routing.mdを使用して、主要な業界ファミリーとオプションの二次ファミリーを分類する- 意図する判断から
decision_levelを設定する(quick|standard|deepの調査深度とは独立して) reports/<topic-slug>/.research/を作成し、references/research-protocol.mdで定義されたJSON成果物を管理する
-
検索前に競合仮説を構築する:
- 少なくとも3つの相互に区別可能な説明または参入仮説を作成する
- 各仮説を支持、弱化、または反証する条件を定義する
- この段階でレポートの主仮説を確定しないこと
-
検索前に検索クエリグループを構築する:
- 政府/規制/政策/基準
- 統計/税関/市場規模/成長/浸透率
- 年次報告書/目論見書/提出書類/投資家向け情報
- 業界団体/白書/年鑑
- 証券/コンサル/データベース/調査機関
- 競合/ビジネスモデル/価格/収益/コスト
- ユーザー需要/ペインポイント/レビュー/ソーシャルディスカッション
- トレンド/リスク/機会/資金調達/M&A
-
証拠を収集し監査する:
references/evidence-quality.mdのスキーマを使用して、すべての主要データを抽出する- 内部ソース監査テーブルを作成し、レポートには簡潔なバージョンを含める
- すべての中核的結論には少なくとも1つのA/B/Cレベルのソースが必要。Dレベルのソースのみでは中核的結論を裏付けることはできない
- ソースの独立性とオリジナルソースの系統を追跡する。1つのオリジナルソースを繰り返す複数のページは1つの独立ソースとしてカウントする
- 各証拠項目のカテゴリ、サポートする主張のタイプ、禁止される主張のタイプ、検証可能性、利害の衝突、取得日、元のURL、証拠抜粋を記録する
- 選択した業界パックの要件を適用する。業界パックはレポートセクションではなく証拠要件を定義する
- 各中核的主張について、支持証拠、反証、未解決の矛盾、信頼度、有効条件、反証要因を記録する
-
クロスチェックと分析:
- 公式レポートを商業レポートよりも、一次情報を二次情報よりも、最新情報を古い情報よりも優先する
- 矛盾は、メトリックの定義、地域、期間、包含範囲、または公開時期によって説明する
- 証拠を判断に変換する。単にソースを要約しないこと
- 各検索ラウンド後に振り返る:得られた情報、残っているギャップ、まだ必要な反証証拠、停止ルールが満たされているかどうかを特定する
- 可能であれば、トップダウンとボトムアップの両方の市場規模測定を使用する。公式、入力値、ソース、仮定、範囲を明記する
- SOMをTAMに任意のシェアを掛けたものとして計算しないこと。リーチ、キャパシティ、地域、予算、コンバージョンによって制約すること
- ベース、下方、上方のユニットエコノミクスシナリオ、損益分岐点、最も感応度の高い3つの変数、および失敗閾値を追加する
-
主仮説を選択し、最終レポートを作成する:
- 仮説比較と証拠監査後にのみ主仮説を選択する
- 棄却された仮説と反証証拠は
.research/に保存し、意思決定に関連する制約のみをレポートで表面化する - 成熟した業界レポートには
references/report-template.mdのセクション構造を使用する - 初期製品、スタートアップ、MVP、またはソフトウェア/アプリ参入判断には
references/product-entry-decision-template.mdを使用する - 付録より前の本文は10個の第1レベルセクションを超えないこと
- ソース監査、データ範囲ノート、参考文献、品質チェック、バックアップチャート計画は付録に移動する
- 本文には、コンパクトなテーブル、Mermaid、SVG、HTML/CSSチャートブロック、または構造化されたビジュアルマトリックスを使用して、少なくとも4つの直接的な可視化を含めること。チャート計画テーブルを本文に含めないこと
- 各本文セクションには、1つの中核的判断、最大3つの主要な証拠ポイント、1〜3つの意思決定への示唆、最大1つの中核的チャートまたはテーブルを含めること
- ローカルワークスペースが利用可能な場合は、最終レポートを
reports/<topic-slug>/report.mdとして保存する - エクスポート前に
python scripts/validate_report.py --report <report.md> --research-dir <report-folder>/.research --mode <quick|standard|deep>を実行する。バリデーターはbrief.jsonから意思決定レベルと証拠パックを読み取る - 証拠がサポートする判断とサポートしない判断を明記する
- 最終化する前にブロッキングエラーを解決する。警告は、その制約が開示されている場合にのみ残してもよい
- ユーザーがPDFエクスポートを要求していない場合は、レポート完了後のチャットでのみPDFフォローアップを質問すること。このフォローアップを
report.md、report.html、report.pdf内に含めないこと
-
PDFエクスポートフォローアップ:
- ユーザーが
生成 PDF、要、可以、导出、是、同样生成などの明確な確認を返した場合、調査をやり直さないこと - そのトピックについて最後に保存された
report.mdを再利用すること python scripts/export_report_pdf.py --input-md <report.md> --output-dir <same report folder>を実行する- 生成された
report.pdfのパスのみを返し、有用であればコンパニオンのreport.htmlパスも返すこと - 保存された
report.mdが存在しない場合は、まず最新のレポート内容をreports/<topic-slug>/report.mdに保存し、その後エクスポーターを実行すること
- ユーザーが
-
PPTエクスポートフォローアップ:
- ユーザーが
PPT、PPTX、slides、deck、演示稿、幻灯片、导出 PPT、生成 PPTなどを要求した場合、調査をやり直さないこと - そのトピックについて最後に保存された
report.mdを再利用し、8〜12枚のスライド意思決定デッキに圧縮すること references/ppt-export.mdに従うこと。インラインCSS/JS、ビューポートセーフなスライド、埋め込みスピーカーノートを備えた単一ファイルのHTMLSlidesデッキを生成すること- デフォルトのPPT/スライドパスとして、汎用のアーティファクトツールPowerPointジェネレーターや
html-pptを使用しないこと - 生成されたデッキのパス、レンダリングプレビュー/コンタクトシートのパス(利用可能な場合)、および簡単な確認ノートのみを返すこと
- ユーザーが
出力規律
保存されたレポート、PDF、またはデッキ内に、未加工の検索ログ、クローラートレース、隠れた思考連鎖、サポートされていない正確な推定値、長いソーステキストの貼り付け、チャット形式のプロンプト、ローカルブラウザのファイルパス、開発ノート、または 以下是、我可以帮你、要不要我生成 PDF、回复生成 PDF などのフレーズを含めないこと。コンパクトな引用と簡潔なソースリストを使用すること。文体はプロフェッショナルで、明確で、データ駆動型で、意思決定指向であり、PDFおよびPPTエクスポートに適していること。