deep-research

Panorama general de deep-research

Qué hace deep-research

La skill deep-research convierte una pregunta amplia en un flujo de investigación web con fuentes. Usa las herramientas MCP firecrawl y exa para buscar, comparar y sintetizar varias fuentes en un informe citado. Esta skill de deep-research es ideal para preguntas en las que una respuesta única del prompt se queda corta o resulta demasiado arriesgada como para confiar en ella.

Cuándo encaja realmente

Usa deep-research para análisis competitivo, evaluación de tecnología, dimensionamiento de mercado, due diligence, resúmenes del estado actual y cualquier decisión que dependa de evidencia procedente de varias fuentes. Encaja bien cuando necesitas el patrón de deep-research para Web Research: recopilar, contrastar y luego redactar un resumen útil con atribución.

Qué debes tener claro antes de instalarla

El principal freno de adopción no es la complejidad, sino el acceso a las herramientas. La instalación de deep-research solo compensa si tu entorno puede llamar al menos a un MCP compatible: firecrawl o exa. Si quieres mejor cobertura y menos puntos ciegos, configura ambos antes de depender de la skill.

Cómo usar la skill deep-research

Instala y conecta las herramientas

Instálala con npx skills add affaan-m/everything-claude-code --skill deep-research. Después, confirma tu configuración MCP en ~/.claude.json o ~/.codex/config.toml. La skill es mucho más útil cuando el modelo puede buscar y extraer contenido de la web de verdad, así que verifica nombres de herramientas y credenciales antes de empezar una investigación larga.

Empieza con una entrada bien planteada

Para usar bien deep-research, no pidas solo “investiga esto”. Dale un tema, el resultado que esperas y cualquier restricción. Un mejor prompt sería: “Investiga el estado actual de los agentes de programación con IA para una decisión de producto, compara las herramientas líderes y cita fuentes recientes.” Eso le da a la skill suficiente forma para elegir subpreguntas y tipos de fuentes.

Lee los archivos que controlan el comportamiento

Empieza por skills/deep-research/SKILL.md y luego revisa cualquier contexto enlazado del repo si existe. En este repositorio, el cuerpo de la skill es la principal fuente de orientación sobre el comportamiento, así que la tarea clave es entender el flujo de trabajo, las reglas de activación y los requisitos MCP, no buscar archivos de soporte adicionales que no están ahí.

Usa un flujo de trabajo que mejore el resultado

Pídele al modelo que aclare el alcance si el tema es amplio y luego deja que lo divida en 3–5 subpreguntas de investigación. Si ya conoces el ángulo, dilo desde el principio: “céntrate en precios, adopción y riesgos” o “excluye páginas de marketing de proveedores”. Esto ayuda a que la guía de deep-research produzca un informe más ajustado y reduce el ruido irrelevante de las fuentes.

Preguntas frecuentes sobre la skill deep-research

¿deep-research es mejor que un prompt normal?

Sí, cuando la tarea necesita una síntesis con fuentes a partir de varias páginas. Un prompt normal puede resumir hechos conocidos, pero la skill deep-research está diseñada para buscar en la web, comparar evidencia y devolver citas. Si no necesitas información actual ni atribución de fuentes, puede bastar con un prompt simple.

¿Necesito tanto firecrawl como exa?

No. La skill puede funcionar con uno solo. Pero para deep-research para Web Research, tener ambos suele mejorar la cobertura porque se complementan: uno puede encontrar y extraer páginas que el otro pasa por alto, algo importante en temas amplios o que cambian rápido.

¿Es apta para principiantes?

Sí, si puedes describir tu objetivo con claridad. La skill solo pide una aclaración ligera al principio y puede seguir adelante con “solo investígalo” cuando hace falta. El error más común de principiantes es dar un tema vago sin contexto de decisión, lo que vuelve la investigación demasiado amplia.

¿Cuándo no debería usarla?

No uses deep-research para tareas que requieran una respuesta factual rápida, sin acceso a la web o sin citas. Tampoco es una buena opción cuando ya tienes exactamente las fuentes y solo necesitas reescritura. En esos casos, la sobrecarga de la instalación y del flujo de trabajo de deep-research es innecesaria.

Cómo mejorar la skill deep-research

Dale un marco de decisión

La mayor mejora de calidad llega cuando le dices a la skill para qué necesitas la investigación. “Aprender”, “elegir un proveedor” y “redactar un memo” llevan a selecciones de fuentes y síntesis diferentes. Si quieres mejores resultados, indica la audiencia, el horizonte temporal y qué cuenta como una conclusión útil.

Añade restricciones que reduzcan el ruido

Las restricciones útiles incluyen rango de fechas, geografía, conjunto de competidores, fuentes excluidas y tipos de evidencia preferidos. Por ejemplo: “Usa fuentes de los últimos 18 meses, prioriza documentación primaria y evita blogs de proveedores salvo que aporten datos únicos.” Esto mejora la relación señal/ruido de la guía de deep-research.

Vigila los fallos más comunes

Los fallos más habituales son demasiadas subpreguntas, exceso de dependencia de páginas de marketing e informes que enumeran hechos sin responder la pregunta real. Si la primera pasada queda demasiado amplia, pide una síntesis más acotada: “céntrate solo en los riesgos” o “convierte esto en una recomendación para comprador”. Esa iteración suele ayudar más que pedir “más detalle”.

Itera a partir del primer borrador

Después del informe inicial, solicita una segunda pasada que afine una dimensión concreta: calidad de la evidencia, profundidad de la comparación o resumen de decisión. Buenos prompts de seguimiento son: “separa los hechos confirmados de la inferencia”, “ordena las fuentes más sólidas” o “convierte esto en un resumen ejecutivo de 1 página”. Esa es la forma más rápida de hacer que la salida de deep-research sea más accionable.