Deep Research

Skill — проводит глубокое исследование рынка, технологии или продукта с проверкой источников и утверждений. Применяется для комплексного сравнения, трендов и многостороннего отчёта; не применяется к вопросу, решаемому одним поиском.

Версия 3.0.0 · marketing-skills 2.0.7 che-deep-research

От вопроса — к отчёту с источниками, а не пересказу ИИ-чата

Skill проходит этапы plan → retrieve → verify → synthesize → critique и возвращает отчёт с findings, confidence labels, limitations и bibliography — каждый тезис привязан к источнику, а не к fluency модели.

Скачать навык с GitHub

Архив навыка che-deep-research — в релизе marketing-skills v2.0.7 на GitHub.

Как установить

Отправьте этот промпт своему агенту в системе, поддерживающей навыки. Он определит доступный способ установки и либо выполнит её, либо даст инструкции для вашего интерфейса:

Хочу установить Marketing Skill Cheremisina (che-deep-research) из репозитория: https://github.com/LuCheremisina/marketing-skills

Определи, в какой системе и среде ты работаешь. Прочитай актуальную инструкцию установки для этой системы. Если доступна штатная установка, установи авторский маркетинговый пакет. Если он уже установлен, сравни версии и содержимое, сохрани локальные доработки и избегай дублей. Сторонний engineering-пакет не устанавливай. Если установка из чата недоступна, дай точные действия: какой файл скачать и куда его загрузить в интерфейсе этой системы. Не считай чтение репозитория установкой. После установки сообщи версию, количество обнаруженных навыков и что фактически проверено.

После установки дайте агенту реальную задачу. Например:

Используй che-deep-research: сделай глубокое исследование рынка fractional CMO в России — состояние, игроки, тренды, потенциал

Рынок мебели — на отраслевых источниках

Тема: Мебель на заказ — региональный спрос и тренды 2025–2026 · Регион: Россия (федеральные округа) · Сбор данных: 2026-07-28 · Источники: WebSearch + отраслевые отчёты + данные Wordstat; mode standard · Ограничения: Нет единого primary survey n>500 по всем регионам; оценки adoption — MEDIUM. Данные Wordstat — topRequests, не абсолютный объём рынка.

FindingEvidenceConfidence
Спрос на «кухня на заказ» и «шкаф купе на заказ» в Wordstat стабильно выше «мебель на заказ» в регионах с активным жилищным строительствомWordstat topRequests срез 2026-07-28 (regions 225, 10174, 11162); отраслевой обзор «Мебель РФ Q1 2026» (demo source)HIGH
Средний чек кухни на заказ в Москве и МО — 280–420 тыс. ₽; в регионах ЦФО без столицы — на 15–25% нижеАналитика 3 мебельных сетей (публикации 2026-05 — 2026-06); выборка не репрезентативна для всей РФMEDIUM
Рост спроса на встроенные гардеробные связан с типовыми планировками новостроек — вывод на пересечении Wordstat и отраслевых обзоровWordstat «гардеробная на заказ» +796% YoY в topRequests (2025→2026); отраслевой дайджест новостроек (demo)MEDIUM
Онлайн-замер и 3D-визуализация сокращают цикл сделки на 20–30% — оценка вендоров ПО для мебельных салоновКейс-стади CAD/CRM для мебели (2026-04); не независимое исследованиеMEDIUM
Доля заказов через маркетплейсы мебели в регионах — оценки расходятся; нет representative surveyLimitation — только secondary sources и vendor claimsLOW

Выводы по результату

  • HIGH — только пересечение Wordstat и нескольких согласованных отраслевых публикаций.
  • Оценки среднего чека и цикла сделки — MEDIUM с явной пометкой ограничений выборки.
  • Limitations фиксируют отсутствие единого репрезентативного опроса по всем ФО.

Из гипотезы — в доказательную базу

Bibliography с датами

Каждый claim traceable — не «по данным исследований».

Confidence labels

HIGH / MEDIUM / LOW на спорных тезисах.

Explicit limitations

Что отчёт не доказывает — в отдельном блоке.

Режимы глубины

quick → ultradeep — один pipeline, разный budget.

Навык проверяет каждый вывод

Навык разделяет сбор, проверку, синтез и критику и явно помечает степень уверенности в выводах.

Обычный ИИ-чат
Fluent answer без citations
Single-shot без critique
False certainty
Не reusable

Scope → plan → verify → synthesize

1

Вы формулируете вопрос, границы и режим (quick / standard / deep / ultradeep).

2

Skill декомпозирует на sub-questions и plan.

3

Навык ищет источники через веб-поиск и проверяет их.

4

AI synthesize report + critique → bibliography и limitations.

Навык работает с вашими материалами.

Когда нужен отчёт со списком источников

Стратегическое решение

Отчёт с источниками, готовый для обсуждения с руководством.

Due diligence ниши

Deep mode перед входом в сегмент или продукт.

Основа для longread

Findings → seo-article-generator без потери ссылок.

Competitive intelligence

Verify vendor claims против primary docs.

Что входит и сколько стоит

Навык бесплатный и работает независимо от MCP Panel.

Какие MCP используются

Обязательно

WebSearch

Retrieve и verify публичных источников.

Частые вопросы

Какие режимы глубины?

quick, standard, deep, ultradeep — один pipeline, разное число источников и critique rounds.

Можно ли передать свои материалы?

Да. PDF, URLs и internal notes — на вход retrieve stage.

Нужны ли доступы на демо?

Для первой встречи доступы к вашим системам не нужны. Если хотите увидеть работу на своих данных, подготовьте выгрузку отчёта из нужной системы.

Что получится на выходе?

Отчёт в Markdown с выводами, рекомендациями, ограничениями и полным списком источников, а также его версии в HTML и PDF. Отдельно сохраняются реестр источников, цитаты с указанием места в источнике и список утверждений с отметкой о проверке.

MCP Panel в работе с навыками

На демонстрации — как MCP Panel работает вместе с навыками в нейросети на ваших данных. Навыки бесплатные, скачать их можно выше на этой странице.

RAG

Retrieval-augmented generation и работа с источниками.

Читать →

AI-агенты для бизнеса

Агентные системы в корпоративном контуре.

Читать →

Prompt engineering

Как формулировать research questions для AI.

Читать →