ども！気になった単語や技術をAIにぶち込み続けている龍ちゃんです。
Xを眺めていると、知らない単語が流れてきますよね。「ふーん、なんか面白そう」で終わって、次の瞬間には忘れている。みんなもそういう経験ないですか？
自分もずっとそうで、Draw.ioのMCPが1ヶ月ほど「気になるリスト」に眠ったままでした。
ある日、Claude Codeで検索のSKILLを作ったんです。そしたら効率が爆上がりです。やったことは「気になった単語をぶち込んだ」だけなのに。
実際にやっている手法の紹介です。 Claude Code版とGemini版、どちらもすぐ試せるようにプロンプト付きで載せておきますね。
最初の一歩は小さくていい
「ちゃんと調べなきゃ」と思うから腰が重くなるんですよね。ブラウザ開いて、検索して、記事をいくつか読んで、要点をまとめて……って考えるだけで面倒ですよね。
でもAIにぶち込んでおけば、あとは出てきた結果を読むだけです。概要が分かれば「もっと知りたい」か「今は要らない」かの判断フェーズに代わります。
完璧な調査じゃなくていい。最初の一歩が踏めれば、あとは手を動かすだけです。
逆に一歩だけ踏み出しておくと、「動けばいい」になるので気になっちゃって試さずにいられないんです！
Claude Code版 — 1ファイルで試せる /research
Claude Codeを使っている人なら、.claude/commands/research.md にファイルを1つ置くだけで試せます。
今だとSKILLとして設定したほうが良いですね。commandsで紹介しているブログなので、コマンドで紹介しておきます。（今から作るならSKILL一択ですよ。）
以下が簡易版のコマンドファイルです。これを置けば /research [気になったこと] で即実行できます。
# /research コマンド（簡易版）
トピック: $ARGUMENTS
## 調査手順
1. 以下の観点でWeb検索を実行してください
- 公式ドキュメント・リファレンス
- 最新の技術ブログ・記事（6ヶ月以内を優先）
- GitHub リポジトリ・Issues
2. 調査結果を以下のフォーマットで `docs/research/` に保存してください
## 出力フォーマット
### 概要
（3〜5行で要点をまとめる）
### 詳細
（調査結果を構造化して記載）
### 情報源
（参照したURLをリストアップ）
### 所感
（調査から得られた気づき・次のアクション候補）とりあえず、出力される成果物を確認すると指定した範囲から検索した何かしらのドキュメントが出力されます。指定すれば、公式ドキュメントも呼んでくれますし、比較表も出力してくれます。
「Playwrightのテスト設計パターン」でも「OpenTelemetryの導入ステップ」でも、とりあえずぶち込めば最初の地図が手に入るんですよね。
もっとガッツリ使いたい人向けに、調査深度の選択やソース評価（CRAAP Test）を組み込んだ版や、バックグラウンドで並列実行する構成も作っています。
Gemini版 — ブラウザで今すぐ試せるリサーチGem
Claude Codeを使っていなくても、ブラウザだけで同じことができます。
Google Workspaceを契約されているから、Geminiは使えるけど…使ってないって方いるんじゃないでしょうか？
GeminiのリサーチGemは、よく使う調査の指示を保存しておいて、選ぶだけで実行できるんですよね。Gemの作成画面で以下のカスタム指示を貼り付ければ、リサーチ専用のGemが完成します。
あなたは最新情報を専門に扱うリサーチアシスタントです。
実行前に情報の深度を確認してください。
- クイック：概要
- ディープ：深掘検索
ディープの場合であれば、一回の調査で終了せずにレポート内で重要な発見・不足している情報などを判断して再帰的に検索をお願いします。
検索に関しては、本日から6カ月以内の情報ソースもしくは、公式リファレンスの情報をGoogle検索によって取得して回答を生成してください。
回答の最後には、参照したソースのリンクをリストアップしてください。Xで見かけた単語をそのままコピペして投げると、1分くらいで概要・関連する文脈・自分に関係あるかの判断材料が出てきます。「MCPって何？」「DORAメトリクスって聞いたけど」みたいなやつを、ひとまず処理するのにちょうどいいです。僕は出先で気になったことはこっちで調べますね。
あとから調べた資料をClaude Codeで再度精査しています。
Geminiに検索させるコツやGemの作り方はこちらで詳しく書いています。
実践 — 「ぶち込んだ」先にあったもの
最初の一歩さえ踏めれば、そこから転がっていくんですよね。自分の実例を3つ紹介します。
Draw.ioのMCP → ブログ2本
冒頭でも触れたDraw.ioのMCPの話をもう少し詳しく書きますね。
Xで「Draw.ioが公式のMCPサーバーを出した」というポストを見かけたんですよね。「へー、面白そう」とは思ったものの、業務に直結しないので「時間できたら触ろう」リストに入れてそのまま1ヶ月。
ある日、別の調査をしているときに思い出して /research Draw.io MCP Server とぶち込んでみました。5分くらいで「Mermaid・XML・CSVの3フォーマットに対応していて、Apache 2.0ライセンスで公開されている」という概要と、公式リポジトリのリンクが返ってきたんですよね。
概要を読んだら「あ、これ仕様書×AI の文脈で使えるかも」となって、実際にセットアップして検証してみました。結果、MCP検証記事とSkill化記事の2本に育ちましたね。放置していた1ヶ月が嘘みたいです。実際に1時間で検証までスタートして、ブログにスムーズに移行しましたね。
専門外の知識をAIに持たせる → 「一般論」が消えた
AIに「レビューして」と投げると、一般論しか返ってこないことってありませんか？あれ、AIに観点がないから起きるんですよね。/research で専門外の知識を調査して、構造化してSkillやAgentに注入してみたら、出力が変わりました。どの分野でも同じパターンが使えます。
要求分析・プレゼン心理学 → 業務の専門外をカバー
最近は「要求分析の手法」「仕様書作成のベストプラクティス」「プレゼンで使える心理学」あたりも調査してSkill化しています。業務に関連しているけど自分の専門外、というやつですね。一度調べてしまえば、次からAIがその知識を持った状態で動いてくれます。
ここはまとまったらブログにします。
まとめ — 調査の質より「動けること」
AIリサーチの価値って、「調査の質が上がる」ことじゃないと思っていて。
「気になった瞬間に動ける自分になれる」 ことなんですよね。
最初の一歩を踏めれば、深掘りするかやめるかを自分で判断できます。でも放置しているかぎりは判断すらできないので、放置が一番もったいないんですよね。
ぶち込むだけでいい。さぼり癖がある人・ずぼらな人ほど、AIリサーチとの相性がいいです。
ほなまた〜
