ted0321/kotetsu-work-ai-skills/deep-research-report
Claude Code and agent skill by ted0321/kotetsu-work-ai-skills
- community
Checking that the SKILL.md file is still in the repository.
Convert deep research output (Claude Research, ChatGPT Deep Research, Gemini, Codex — any long-form MD/Word/text) into a consulting-quality HTML report: pyramid structure, numbers promoted to KPIs/charts, comparisons turned into framework tables, citations preserved. Use when the user provides research/investigation results and says レポートにして/HTMLにまとめて/資料にして/きれいにして, mentions ディープリサーチの結果/調査結果/リサーチ結果, or asks to research a topic AND deliver a report. NEVER invents numbers or facts not present in the source (盛らない原則).
Install
npx vskill@latest install ted0321/kotetsu-work-ai-skills/deep-research-reportSKILL.md
Deep Research Report — 調査結果を「会議に出せるレポート」に変換
Deep Researchは「調べる」は最強だが、「伝える」は最弱。 出てくるのは、結論が最後・数字が文中に埋没・比較が文章のままの「壁のような長文」で、そのままでは会議に出せない。 このスキルは調査結果を編集し、結論から読めるコンサル品質のHTMLレポートに変換する。
目的
Deep Research系機能(Claude / ChatGPT / Gemini / Codex いずれの出力でも)が生成した 長文の調査結果を、意思決定に使えるHTMLレポートへ変換する。 デザインは html-report-design と同じ設計(余白と文字階層・濃紺1色・A4印刷対応)。
使い方(2モード)
モードA: 変換(主役・どのAIの出力でもOK) ユーザーが調査結果(MD・テキスト・Wordの中身・チャット出力の貼り付け・ファイルパス)を渡してきたら、 それを原文として下の編集ルールで変換する。質問はせず、まず変換して見せる。
モードB: 調査から実行(Claude Code等、Web検索が使える環境のみ) 「〜について調べてレポートにして」と言われたら、
- 問いを3〜5個のサブクエスチョンに分解する
- Web検索を計5〜10クエリ実行(同義語で複数系統)。主要な主張・数値は2つ以上の出典で相互確認する
- 参照したすべての出典(タイトル・発行元・年)を記録する
- 集めた事実を「原文」として、以下同じ編集ルールで変換する
編集ルール(このスキルの本体)
原文の情報を足さず・盛らず・並べ替える。やることは5つ。
- ピラミッド化 — 結論を冒頭のエグゼクティブサマリー(結論・根拠・示唆の3点)へ移す。
各章の頭に「この章で言いたいこと1文」(.msg)を立てる。原文の章立てには従わなくてよい。 「はじめに」「調査方法」の類は削るか巻末の注記へ
- 数字の昇格 — 文中に埋まった重要数値を拾い出し、最重要3つを
.kpisに、
推移は折れ線、構成比・ランキングは横棒、増減の内訳は滝グラフに昇格させる。 単位・年度を必ず添える
- 比較・分類の図解化 — 「Aは〜、一方Bは〜」の文章比較はテーブルかフレームワーク表
.matrixに、
段階論はステージ見出し .mx-h.stage に、プロセスは矢羽根 .chevrons に変換する
- 出典の保全 — 原文の出典・脚注は消さない。図表には出所
.srcを付け、
巻末に「出典一覧」(.refs)としてまとめ直す。本文の [n] 参照は維持する
- 盛らない原則(最重要) — 原文にない数値・固有名詞・因果関係を追加しない。
原文が「85%超」なら「85%超」のまま使う(勝手に87%などにしない)。 原文が曖昧・情報が古い・出典が単一の箇所は、削るか「要確認」「単一出典」と注記する。 推計・予測は必ず「予測」と明示し、チャートでは破線にする
Deep Research特有の編集観点(デザインスキルとの違いの本体)
Deep Researchの出力には、人が書く文章にはない固有の癖がある。ここを処理するのがこのスキルの頭脳。
1. 証拠の格付け — 出典の確度を可視化する
- すべての出典を3段階で格付けし、巻末の出典一覧に付記する:
●複数の独立した出典で相互確認できた◐単一出典のみ(採用するが単一と明示)○予測・推計・体感値(チャートは破線、F表記)- 信頼の目安は 官公庁・業界団体の統計 > 調査会社レポート > 企業公開資料 > 記事・ブログ
- 古いデータ(目安2年超)は本文に「時点」を必ず添える
2. 数字の矛盾・定義差の処理 — 都合のよい方だけ拾わない
- 同じ指標なのに調査によって数字が食い違う場合、定義差を確認して注記するか、レンジ(例: 54〜68%)で書く
- 「導入」「定着」など調査ごとに定義が揺れる語は、採用した定義を
.noteで明示する
3. 事実と示唆の分離 — Deep Researchの「意見」を事実に混ぜない
- 事実(出典番号つき)は本論の章へ、解釈・示唆は最終章に集約し、解釈であることを注記する
- 原文でAIの推測が事実のように書かれている箇所は、示唆側へ移すか削る
4. 残論点 — 「わかっていないこと」を1セクション立てる
- 原文が答えていない問い・データの空白・定義の揺れを「残論点と追加調査」として示す
- 読み手の「この調査、どこまで信じていいのか」に先回りして答える。ここが資料の信頼を決める
5. 文章パターン→図表の対訳表 — 図表化を勘でやらない
| 原文によくあるパターン | 変換する図表 | |
|---|---|---|
| 「20XX年度にX%、20YY年度にY%と上昇し…」 | 折れ線(予測期間は破線) | |
| 「AがX%と最も高く、次いでBがY%…」 | 横棒(主役だけ濃紺) | |
| 「〜の内訳は、aがX、bがY…」 | ウォーターフォール | |
| 「課題はAが47%、Bが41%…」 | フレームワーク表(%を行ラベルへ) | |
| 「第一に…第二に…第三に…」 | サマリーの番号列挙 or フレームワーク表 | |
| 「4段階の整理が用いられる」「成熟度」 | ステージ表(矢羽根見出し・目標だけ濃紺) | |
| 「〜という段階を踏む」「進め方の定石」 | 矢羽根 | |
| 「第1四半期に…第3四半期以降に…」 | ロードマップ | |
| 「今後は〜と予測される」 | 破線+F表記+出典格付け○ |
レポートの骨格
デザインCSS(そのまま使う。変えてよいのは --accent の1色だけ)
チャートの作法: 脇役グレー(面 #c9ccd1・線 #a8adb5)+主役の濃紺1色、凡例なしの直接ラベル、 負値のみ #a33c2e(▲表記)、予測は破線。SVGは viewBox で書く。 完成見本: assets/sample-research.md(Before)→ assets/sample-report.html(After)。
変換の手順
- 原文を通読し、次を抽出する: 結論候補/重要数値(単位・年度つき)/比較・分類/時系列/出典
- 骨格に再配置する。サマリーを最初に書き、各章は「msg → 根拠」の順に組む
- 図解は型で作る(数値比較=table、推移=折れ線、構成比=横棒、比較=matrix、段階=stage、プロセス=矢羽根)
- 照合チェック: 出力に使ったすべての数値・固有名詞を原文と突き合わせ、一致しないものは削除する
- 単一HTMLファイルで出力する(上のCSSを改変せず使用)
品質チェック(出力前)
- [ ] 出力中の数値・固有名詞がすべて原文にある(照合済み。原文にない数字を1つも作っていない)
- [ ] 出典一覧に確度マーク(●◐○)が付いている。予測のチャートは破線+
F表記 - [ ] 調査間で食い違う数字を片側だけ採用していない(レンジ表記か定義差の注記がある)
- [ ] 事実(出典つき)と示唆(解釈)が章として分離されている
- [ ] 「残論点(わかっていないこと)」のセクションがある
- [ ] サマリーが結論・根拠・示唆の3点になっている。全章に
.msgがある - [ ] 出典一覧(
.refs)があり、原文の出典が消えていない - [ ] カードUI 0個・色は黒グレー+濃紺1色・グラデ/絵文字/角丸 0
- [ ] 図表に番号・タイトル・出所がある。数字は右揃え・単位明記
トーン
- 編集者として振る舞う。書き足さない、盛らない、並べ替えて研ぐ
- 迷ったら「原文に忠実」を優先し、判断が必要な箇所は注記で開示する
Security
- Security scanPassed, 95 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/deep-research-report/SKILL.md
Popularity
- Repository stars
- 56
- Repository forks
- 3
- 7-day trend score
- 20
Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/ted0321/kotetsu-work-ai-skills/deep-research-report)