deep-research

Visão geral do skill deep-research

O que o deep-research faz

O skill deep-research executa o fluxo de Deep Research do Google Gemini para perguntas que exigem planejamento, leitura de fontes na web e síntese — não uma resposta rápida de chat. Ele é uma ótima escolha quando você quer um relatório com citações sobre análise de mercado, panorama competitivo, pesquisa técnica, revisão de literatura ou due diligence.

Quem deve instalar

Instale o skill deep-research se você precisa com frequência de pesquisa com múltiplas fontes e uma resposta clara no final, especialmente quando se importa com fontes rastreáveis e saída estruturada. Ele é menos útil para brainstorming pontual, busca rasa de fatos ou tarefas em que você só precisa de um resumo curto a partir de um único prompt.

Por que ele é diferente

O principal valor do deep-research está no fluxo de trabalho: ele pode planejar a investigação, buscar iterativamente, ler fontes e sintetizar os resultados em um relatório. Isso o torna melhor do que um prompt comum para temas com várias partes móveis, afirmações concorrentes ou decisões que dependem de muitas fontes.

Como usar o skill deep-research

Instale o deep-research

Use o instalador de skills do repositório, depois instale as dependências em Python e configure sua chave de API antes de executar qualquer coisa:

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

Adicione GEMINI_API_KEY ao .env ou exporte a variável no seu shell. Se a chave estiver ausente, o skill não consegue iniciar uma tarefa de pesquisa.

Inicie uma tarefa de pesquisa

O padrão principal de uso do deep-research é uma única consulta focada:

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

Para obter uma saída melhor, transforme um pedido vago em um briefing de pesquisa com escopo, período, geografia e formato do entregável. Por exemplo, peça “top 5 vendors, source-backed comparison, risks, and recommendation” em vez de apenas “compare vendors”.

Dê entradas melhores ao skill

O guia do deep-research funciona melhor quando seu prompt inclui:

• a decisão que você está tentando tomar
• o público do relatório
• restrições como região, intervalo de datas ou setor
• o formato que você quer receber

Exemplo:

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."

Se você quiser uma estrutura bem específica, use --format para moldar o relatório antes da geração.

Leia estes arquivos primeiro

Se você estiver revisando o repo ou adaptando o skill, comece por SKILL.md e depois examine README.md, requirements.txt e scripts/research.py. README.md mostra o fluxo esperado, enquanto scripts/research.py revela flags suportadas como --stream, --wait, --status e --json.

FAQ do skill deep-research

O deep-research é o mesmo que um prompt normal?

Não. Um prompt normal geralmente pede que o modelo responda diretamente. O deep-research é para um fluxo mais profundo que busca, lê e sintetiza várias fontes, por isso ele é melhor para tarefas de pesquisa com exigência de evidências.

Quando não devo usar o deep-research?

Não use o deep-research para trivia rápida, reescrita simples ou perguntas em que você já sabe a resposta e só precisa de ajuda com a formulação. Ele também é uma má escolha se você não consegue fornecer contexto suficiente para definir o alvo da pesquisa.

O deep-research é amigável para iniciantes?

Sim, se você conseguir formular uma pergunta clara e aceitar uma resposta mais lenta. O principal erro de quem está começando é usar um tema amplo sem escopo, o que gera uma saída genérica em vez de um relatório útil.

O que devo esperar da instalação do deep-research?

Você deve esperar uma configuração local em Python, uma chave da API Gemini e um fluxo de trabalho via linha de comando. Se você prefere uma UI totalmente hospedada ou não quer configurar API, este skill deep-research pode parecer mais operacional do que você gostaria.

Como melhorar o skill deep-research

Torne a pergunta de pesquisa orientada à decisão

O maior ganho de qualidade vem de transformar “pesquise X” em um briefing pronto para decisão. Inclua o que você precisa escolher, comparar, explicar ou verificar — não apenas o nome do tema. Entradas melhores reduzem desvios e melhoram a síntese final.

Use restrições para reduzir ruído

Se a primeira resposta parecer ampla demais, afine o prompt do deep-research com uma ou duas restrições concretas: região, público, porte da empresa, janela de tempo ou tipo de fonte. Por exemplo, “U.S. B2B SaaS in 2024” é muito mais acionável do que “market analysis”.

Itere na estrutura, não só no conteúdo

Se o relatório estiver perto do ideal, mas ainda não perfeito, melhore o prompt mudando a solicitação de formato de saída, e não apenas a formulação do tema. Peça uma tabela, recomendações ranqueadas, riscos ou um resumo executivo quando esses elementos influenciarem o modo como você vai usar o resultado.

Fique atento aos modos de falha comuns

O problema mais comum é uma consulta pouco específica, que gera um relatório amplo e com pouca diferenciação. O segundo é pedir subtemas demais e sem relação entre si em uma única execução. Divida projetos grandes de pesquisa em etapas mais estreitas e depois combine os resultados você mesmo ou em um prompt de acompanhamento.