deep-research

Überblick über die deep-research-Skill

Was deep-research macht

Die deep-research-Skill verwandelt eine breite Fragestellung in einen Web-Recherche-Workflow mit Quellen. Sie nutzt firecrawl- und exa-MCP-Tools, um mehrere Quellen zu suchen, zu vergleichen und zu einer belegten Auswertung zusammenzuführen. Diese deep-research-Skill ist besonders geeignet, wenn eine Antwort auf einen einzelnen Prompt zu oberflächlich oder zu riskant wäre.

Wann deep-research die richtige Wahl ist

Nutzen Sie deep-research für Wettbewerbsanalysen, Technologiebewertungen, Marktgrößenabschätzungen, Due Diligence, Status-Quo-Zusammenfassungen und alle Entscheidungen, die auf Evidenz aus mehreren Quellen beruhen. Sie passt gut, wenn Sie das deep-research-Muster für Web Research brauchen: sammeln, gegenprüfen und dann eine brauchbare Zusammenfassung mit Quellenangaben schreiben.

Was Sie vor der Installation wissen sollten

Der wichtigste Hinderungsgrund für die Einführung ist nicht Komplexität, sondern Tool-Zugriff. Die deep-research-Installation lohnt sich nur, wenn Ihre Umgebung mindestens ein unterstütztes MCP ansprechen kann: firecrawl oder exa. Wenn Sie eine bessere Abdeckung und weniger blinde Flecken wollen, richten Sie beide ein, bevor Sie sich auf die Skill verlassen.

deep-research-Skill verwenden

Tools installieren und verbinden

Installieren Sie mit npx skills add affaan-m/everything-claude-code --skill deep-research. Prüfen Sie danach Ihr MCP-Setup in ~/.claude.json oder ~/.codex/config.toml. Die Skill ist am nützlichsten, wenn das Modell tatsächlich im Web suchen und Seiten auslesen kann. Prüfen Sie deshalb Tool-Namen und Anmeldedaten, bevor Sie eine längere Recherche starten.

Mit dem richtigen Input starten

Für eine gute Nutzung von deep-research sollten Sie nicht nur „recherchiere das“ schreiben. Geben Sie stattdessen ein Thema, das gewünschte Ergebnis und eventuelle Einschränkungen an. Bessere Prompts sehen zum Beispiel so aus: „Recherchiere den aktuellen Stand von AI coding agents für eine Produktentscheidung, vergleiche führende Tools und zitiere aktuelle Quellen.“ So hat die Skill genug Struktur, um Teilfragen und Quellentypen sinnvoll auszuwählen.

Die Dateien lesen, die das Verhalten steuern

Beginnen Sie mit skills/deep-research/SKILL.md und prüfen Sie dann gegebenenfalls verlinkten Repo-Kontext. In diesem Repository ist der Skill-Body die wichtigste Quelle für Verhaltenshinweise. Es geht also vor allem darum, den Workflow, die Aktivierungsregeln und die MCP-Anforderungen zu verstehen, statt nach zusätzlichen Support-Dateien zu suchen, die es gar nicht gibt.

Einen Workflow nutzen, der die Ausgabe verbessert

Bitten Sie das Modell bei einem breiten Thema zuerst um eine Eingrenzung und lassen Sie die Arbeit dann in 3–5 Recherche-Teilfragen aufteilen. Wenn Sie die Perspektive bereits kennen, nennen Sie sie direkt: „Fokus auf Pricing, Adoption und Risiken“ oder „Vendor-Marketing-Seiten ausschließen“. Das hilft der deep-research-Anleitung, einen präziseren Bericht zu erzeugen, und reduziert irrelevantes Quellenrauschen.

deep-research-Skill FAQ

Ist deep-research besser als ein normaler Prompt?

Ja, wenn die Aufgabe eine belegte Zusammenführung aus mehreren Seiten erfordert. Ein normaler Prompt kann bekannte Fakten zusammenfassen, aber die deep-research-Skill ist darauf ausgelegt, das Web zu durchsuchen, Evidenz zu vergleichen und Zitate zurückzugeben. Wenn Sie keine aktuellen Informationen oder Quellenangaben brauchen, reicht ein einfacher Prompt oft aus.

Brauche ich sowohl firecrawl als auch exa?

Nein. Die Skill kann mit einem der beiden Tools laufen. Für deep-research für Web Research verbessern aber beide zusammen meist die Abdeckung, weil sie sich ergänzen: Das eine findet und extrahiert mitunter Seiten, die das andere übersieht. Das ist gerade bei breiten oder sich schnell verändernden Themen wichtig.

Ist die Skill anfängerfreundlich?

Ja, wenn Sie Ihr Ziel klar beschreiben können. Die Skill fragt zu Beginn nur leichtgewichtig nach und kann bei Bedarf auch mit „recherchiere einfach“ weitermachen. Der häufigste Anfängerfehler ist ein vages Thema ohne Entscheidungskontext, wodurch die Recherche zu breit wird.

Wann sollte ich deep-research nicht verwenden?

Verwenden Sie deep-research nicht für Aufgaben, die eine schnelle Faktenantwort, keinen Webzugriff oder keine Zitate erfordern. Sie ist auch keine gute Wahl, wenn Sie die exakten Quellen bereits haben und nur noch umformulieren müssen. In solchen Fällen ist der Overhead der deep-research-Installation und des Workflows unnötig.

deep-research-Skill verbessern

Einen Entscheidungskontext mitgeben

Der größte Qualitätssprung entsteht, wenn Sie der Skill sagen, warum Sie die Recherche brauchen. „Lernen“, „einen Anbieter auswählen“ und „ein Memo schreiben“ führen zu unterschiedlichen Quellen und unterschiedlicher Verdichtung. Wenn Sie bessere Ergebnisse wollen, nennen Sie Zielgruppe, Zeithorizont und was als brauchbares Fazit gilt.

Einschränkungen hinzufügen, die Rauschen reduzieren

Nützliche Einschränkungen sind etwa Datumsbereich, Region, Wettbewerbsset, auszuschließende Quellen und bevorzugte Evidenzarten. Zum Beispiel: „Verwende Quellen aus den letzten 18 Monaten, betone Primärdokumentation und vermeide Vendor-Blogs, außer sie liefern einzigartige Daten.“ Das verbessert das Signal-Rausch-Verhältnis der deep-research-Anleitung.

Auf die typischen Fehlerbilder achten

Die häufigsten Fehlerbilder sind zu viele Teilfragen, zu starke Abhängigkeit von Marketingseiten und Berichte, die Fakten auflisten, ohne die eigentliche Frage zu beantworten. Wenn der erste Durchgang zu breit ist, fordern Sie eine engere Zusammenfassung an: „Konzentriere dich nur auf Risiken“ oder „Formuliere daraus eine Kaufempfehlung“. Diese Iteration hilft meist mehr als der Wunsch nach „mehr Details“.

Vom ersten Entwurf aus iterieren

Bitten Sie nach dem ersten Bericht um einen zweiten Durchgang, der eine Dimension schärft: Evidenzqualität, Vergleichstiefe oder Entscheidungszusammenfassung. Gute Folgeprompts sind zum Beispiel: „Trenne bestätigte Fakten von Schlussfolgerungen“, „bewerte die stärksten Quellen“ oder „wandle das in ein 1-seitiges Executive Brief um“. Das ist der schnellste Weg, deep-research-Ausgaben handlungsfähiger zu machen.