deep-research

Descripción general de la skill deep-research

Qué hace deep-research

La skill deep-research ejecuta el flujo de Deep Research de Google Gemini para preguntas que requieren planificación, lectura de la web y síntesis, no una respuesta rápida de chat. Encaja muy bien cuando necesitas un informe con fuentes sobre análisis de mercado, panorama competitivo, investigación técnica, revisión bibliográfica o due diligence.

Quién debería instalarla

Instala la skill deep-research si sueles necesitar investigación con varias fuentes y una respuesta clara al final, sobre todo cuando te importan las fuentes trazables y una salida estructurada. Es menos útil para lluvias de ideas puntuales, búsquedas superficiales de datos o tareas en las que solo necesitas un resumen breve a partir de un único prompt.

Por qué es diferente

El valor principal de deep-research está en el flujo de trabajo: puede planificar la investigación, buscar de forma iterativa, leer fuentes y sintetizar resultados en un informe. Eso la hace mejor que un prompt normal para temas con muchas piezas en movimiento, afirmaciones en competencia o decisiones que dependen mucho de las fuentes.

Cómo usar la skill deep-research

Instalar deep-research

Usa el instalador de skills del repositorio, luego instala las dependencias de Python y configura tu clave de API antes de ejecutar nada:

npx skills add sanjay3290/ai-skills --skill deep-research
cd skills/deep-research
pip install -r requirements.txt
cp .env.example .env

Añade GEMINI_API_KEY a .env o expórtala en tu shell. Si la clave falta, la skill no puede iniciar una tarea de investigación.

Iniciar una tarea de investigación

El patrón básico de uso de deep-research es una única consulta bien enfocada:

python3 scripts/research.py --query "Research the competitive landscape of cloud providers in 2024"

Para obtener mejores resultados, convierte una petición vaga en un brief de investigación con alcance, periodo, geografía y formato del entregable. Por ejemplo, pide “top 5 vendors, source-backed comparison, risks, and recommendation” en lugar de solo “compare vendors”.

Darle mejores entradas a la skill

La guía de deep-research funciona mejor cuando tu prompt incluye:

• la decisión que intentas tomar
• la audiencia del informe
• restricciones como región, rango de fechas o sector
• el formato en el que quieres recibir la respuesta

Ejemplo:

python3 scripts/research.py --query "For a CTO choosing a frontend stack in 2025, compare React, Vue, and Angular for hiring availability, ecosystem maturity, and long-term maintenance. Return a concise recommendation with sources."

Si quieres una estructura muy concreta, usa --format para moldear el informe antes de generarlo.

Lee primero estos archivos

Si estás revisando el repositorio o adaptando la skill, empieza por SKILL.md y luego revisa README.md, requirements.txt y scripts/research.py. README.md muestra el flujo de trabajo esperado, mientras que scripts/research.py revela flags compatibles como --stream, --wait, --status y --json.

Preguntas frecuentes sobre la skill deep-research

¿deep-research es lo mismo que un prompt normal?

No. Un prompt normal suele pedirle al modelo que responda directamente. deep-research está pensado para un flujo de trabajo más profundo que busca, lee y sintetiza varias fuentes, por eso funciona mejor en tareas de investigación con requisitos de evidencia.

¿Cuándo no debería usar deep-research?

No uses deep-research para trivia rápida, reescrituras simples o preguntas cuya respuesta ya conoces y solo requieren ayuda de redacción. Tampoco encaja bien si no puedes aportar suficiente contexto para definir el objetivo de la investigación.

¿deep-research es apta para principiantes?

Sí, si puedes formular una pregunta clara y aceptas una respuesta más lenta. El error más común al empezar es usar un tema demasiado amplio y sin alcance, lo que termina en una salida genérica en lugar de un informe útil.

¿Qué debo esperar al instalar deep-research?

Debes esperar una configuración local basada en Python, una clave de API de Gemini y un flujo de trabajo por línea de comandos. Si prefieres una interfaz totalmente alojada o no quieres configurar una API, esta skill deep-research puede parecerte más operativa de lo que buscas.

Cómo mejorar la skill deep-research

Convierte la pregunta en una decisión concreta

La mayor mejora de calidad viene de transformar “investiga X” en un brief listo para decidir. Incluye qué necesitas elegir, comparar, explicar o verificar, no solo el nombre del tema. Las entradas mejor definidas reducen las divagaciones y mejoran la síntesis final.

Usa restricciones para reducir el ruido

Si la primera respuesta resulta demasiado amplia, afina el prompt de deep-research con una o dos restricciones concretas: región, audiencia, tamaño de empresa, ventana temporal o tipo de fuente. Por ejemplo, “U.S. B2B SaaS in 2024” es mucho más accionable que “market analysis”.

Itera sobre la estructura, no solo sobre el contenido

Si el informe está cerca de lo que necesitas pero no termina de encajar, mejora la petición cambiando el formato de salida, no solo la redacción del tema. Pide una tabla, recomendaciones ordenadas, riesgos o un resumen ejecutivo cuando esos elementos vayan a influir en cómo usarás el resultado.

Vigila los modos de fallo más comunes

El problema más habitual es una consulta poco específica que produce un informe amplio y con pocas diferencias reales entre opciones. El segundo es pedir demasiados subtemas no relacionados en una sola ejecución. Divide los proyectos de investigación grandes en pasadas más acotadas y luego combina los resultados tú mismo o en un prompt de seguimiento.