deep-research

Visão geral do skill deep-research

O que o deep-research faz

O skill deep-research transforma uma pergunta ampla em um fluxo de pesquisa web com fontes. Ele usa as ferramentas MCP firecrawl e exa para buscar, comparar e sintetizar várias fontes em um relatório citado. Este skill deep-research é ideal para perguntas em que uma resposta única, de prompt, seria superficial demais ou arriscada demais para confiar.

Quando ele é a escolha certa

Use o deep-research para análise competitiva, avaliação de tecnologia, dimensionamento de mercado, due diligence, resumos de cenário atual e qualquer decisão que dependa de evidências de várias fontes. Ele é uma boa escolha quando você precisa do padrão deep-research para Web Research: coletar, cruzar e depois escrever um resumo útil com atribuição.

O que importa antes de instalar

O principal bloqueio de adoção não é a complexidade, e sim o acesso às ferramentas. A instalação do deep-research só vale a pena se o seu ambiente conseguir chamar pelo menos um MCP suportado: firecrawl ou exa. Se você quiser cobertura mais forte e menos pontos cegos, configure os dois antes de depender do skill.

Como usar o skill deep-research

Instale e conecte as ferramentas

Instale com npx skills add affaan-m/everything-claude-code --skill deep-research. Depois, confirme a configuração do MCP em ~/.claude.json ou ~/.codex/config.toml. O skill é mais útil quando o modelo realmente consegue pesquisar e extrair conteúdo da web, então verifique nomes das ferramentas e credenciais antes de começar uma tarefa longa de pesquisa.

Comece com a entrada certa

Para usar bem o deep-research, não peça só “pesquise isso”. Dê um tema, o resultado esperado e quaisquer restrições. Prompts melhores parecem com: “Pesquise o estado atual dos agentes de codificação com IA para uma decisão de produto, compare as principais ferramentas e cite fontes recentes.” Isso dá forma suficiente para o skill definir subperguntas e tipos de fonte.

Leia os arquivos que controlam o comportamento

Comece com skills/deep-research/SKILL.md e depois inspecione qualquer contexto de repo vinculado, se houver. Neste repositório, o corpo do skill é a principal fonte de orientação de comportamento, então a tarefa central é entender o fluxo de trabalho, as regras de ativação e os requisitos de MCP, em vez de caçar arquivos de suporte que nem existem ali.

Use um fluxo que melhore o resultado

Peça ao modelo para esclarecer o escopo se o tema for amplo e, depois, deixe que ele divida o trabalho em 3–5 subperguntas de pesquisa. Se você já souber o ângulo, diga isso logo de cara: “foco em preço, adoção e riscos” ou “exclua páginas de marketing de fornecedores”. Isso ajuda o guia deep-research a produzir um relatório mais enxuto e reduz ruído de fontes irrelevantes.

Perguntas frequentes sobre o skill deep-research

O deep-research é melhor do que um prompt normal?

Sim, quando a tarefa exige síntese com fontes a partir de várias páginas. Um prompt normal consegue resumir fatos conhecidos, mas o skill deep-research foi feito para pesquisar a web, comparar evidências e devolver citações. Se você não precisa de informação atual nem de atribuição de fontes, um prompt simples pode ser suficiente.

Preciso de firecrawl e exa?

Não. O skill pode funcionar com apenas um deles. Mas, para deep-research para Web Research, os dois normalmente melhoram a cobertura porque se complementam: um pode encontrar e extrair páginas que o outro deixa passar, o que importa em temas amplos ou que mudam rápido.

Ele é amigável para iniciantes?

Sim, se você conseguir descrever seu objetivo com clareza. O skill pede só uma breve clarificação no início e consegue seguir com “pesquise isso” quando necessário. O erro mais comum de quem está começando é dar um tema vago sem contexto de decisão, o que deixa a pesquisa ampla demais.

Quando eu não devo usar?

Não use o deep-research para tarefas que pedem uma resposta factual rápida, sem acesso à web ou sem citações. Ele também é uma má escolha quando você já tem as fontes exatas e só precisa reescrever. Nesses casos, o custo extra de instalar e seguir o workflow do deep-research não compensa.

Como melhorar o skill deep-research

Dê a ele um enquadramento de decisão

O maior salto de qualidade vem de dizer ao skill por que você precisa da pesquisa. “Aprendizado”, “escolha de fornecedor” e “redação de memo” levam a seleções de fontes e sínteses diferentes. Se quiser um resultado melhor, informe o público, o horizonte de tempo e o que conta como uma conclusão útil.

Adicione restrições que reduzam ruído

Restrições úteis incluem faixa de datas, geografia, conjunto de concorrentes, fontes excluídas e tipos de evidência preferidos. Por exemplo: “Use fontes dos últimos 18 meses, dê ênfase a documentação primária e evite blogs de fornecedores, a menos que tragam dados exclusivos.” Isso melhora a relação sinal-ruído do guia deep-research.

Fique atento aos modos de falha comuns

Os modos de falha mais frequentes são subperguntas demais, dependência excessiva de páginas de marketing e relatórios que listam fatos sem responder à pergunta real. Se a primeira passada vier ampla demais, peça uma síntese mais estreita: “concentre-se só nos riscos” ou “transforme isso em uma recomendação de compra”. Essa iteração costuma ajudar mais do que pedir “mais detalhes”.

Itere a partir da primeira versão

Depois do relatório inicial, peça uma segunda passada que aperfeiçoe uma dimensão: qualidade da evidência, profundidade da comparação ou resumo de decisão. Bons prompts de acompanhamento incluem: “separe fatos confirmados de inferências”, “classifique as fontes mais fortes” ou “transforme isso em um briefing executivo de 1 página”. Essa é a forma mais rápida de tornar a saída do deep-research mais acionável.