低ヒット検索条件 の見直し方

ヒットが少ないときは、データ不足より先に検索条件 設計を疑ってください。 会社1社なのか、会社群なのか、求人/建設など source-native 行なのかで入口を分けます。

1社検索が弱いとき

悪い例:

sf company profile トヨタ --json

良い例:

sf company search 7203 --json
sf company search トヨタ --json
sf company search global.toyota --json
sf company profile <companyId> --json

見直し方:

• まずコード、社名、法人番号、domain のどれかで company search する
• 長い説明文をやめる
• 複数候補が出たら勝手に確定しない

会社群が弱いとき

悪い例:

sf company search "東証プライムでCRMもMAも生成AIもやっていて営業効率化に積極的な会社" --json

良い例:

sf company search "生成AIに関連する上場企業" --json
sf company search "情報・通信業で生成AIに関連" --json
sf company search "東証プライムで生成AIに関連" --json

見直し方:

1. 検索条件を短くする
2. 地域、業種、市場区分、採用、建設許可などの条件を 1 つずつ足す
3. gaps[] が出たら完了扱いにせず条件を分ける
4. meta.returned_companies と companies[].reason を見て候補判断する

テーマ語では、最初に 1-3 語へ削ります。生成AI CRM、AI営業支援、iPaaS、データ連携、機械学習、サイバーセキュリティ のような短い語から入り、業種や市場区分は追加条件として足します。

sf company search "iPaaS" --json
sf company search "情報・通信業でiPaaSに関連" --json
sf company search "上場企業でiPaaSに関連" --json

複合テーマで 0 件や低 relevance になる場合は、テーマを分けます。

sf company search "生成AI" --json
sf company search "CRMに関連" --json

理由を確認したい場合は、返却された company_id ごとに Company Card / observations を読みます。

財務条件が混ざるとき

売上、純利益、総資産、純資産、営業CF、受取利息、受取配当金などの条件は、sf company search の自然文 q に残さないでください。agent / backend が company_query.v1 を作り、sf query で実行します。

悪い例:

sf company search "上場企業で売上1000億円以上" --json

良い例:

sf query --file company-query.json --json

0 件や低ヒットに見える場合は、次の順に読みます。

1. query.gaps[] と query.warnings[] に unsupported / weak / hosted_table_pending がないか
2. query.executors.financial_gold.status が ready か
3. query.executors.financial_gold.result.matched_count が 0 か、Company Search 側で 0 に落ちたか
4. query.executors.financial_gold.result.matched_financial_facts[] に metric_id、value、period_end、filing_id、source_id、source_key、source_locator があるか
5. search.meta.coverage_warnings が downstream Search 側の coverage gap を示していないか

financial_gold_no_matches が出た場合は、Financial Gold executor は動いています。0 件を company absence と断定せず、閾値、業種、上場区分、current listed / delisted の指定を見直してください。

unsupported や needs_human が出た場合は silent 0 件にしないでください。free cash flow、未承認 ratio、合併・証券コード変更をまたぐ条件、指標が曖昧なランキングは、自動実行せず query plan を作り直します。 matched_count: 0 でも、unsupported / weak / hosted_table_pending がある場合は市場不在ではありません。status: "ready" かつ matched_count: 0 のときだけ、現在の hosted Financial Gold filter で matching company id がなかったと説明します。

weak が出た場合は、財務条件とテーマ語を分けて確認します。semantic tag や「AIっぽい」「営業候補」のような条件は公式属性ではないため、coverage を説明してから候補判断してください。

source-native 行から始めるとき

sf job search "大阪勤務のAI求人" --json
sf construction search "大阪の建設業許可" --json

見直し方:

• 求人勤務地と会社所在地を混ぜない
• 会社に進む場合は company_link.company_id を使う
• 未リンク行は silent 0 件にせず、source-native 行として扱う

まず広く、あとで絞る

sf company search "生成AIに関連する上場企業" --json
sf company search "CRMに関連" --json
sf company search "情報・通信業で生成AI CRMに関連" --json

最初の候補集合を見てから、条件を追加してください。いきなり長い自然文を 1 回で成功させようとしない方が安定します。genai、llm、ai_agent は EDINET 側のテーマ alias として扱われます。

現時点で含まれないもの

external research を queue として再検索に回す automation は、現時点の公開 product core ではありません。 今は query を短くする 条件を分ける company search と source-native search を混ぜない のが最も効果的です。