競合調査をやる

競合調査では、最初に seed company を正しく解決します。その後、seed の業種・市場区分・website / EDINET evidence から特徴語を拾い、同じ条件で候補会社を横断探索します。

Signal Foundry は、競合 A と競合 B を直接 diff する専用 API ではありません。競合調査では、各社を同じ型で掘り、外側で比較表を作ります。

使う場面

• seed company に近い会社を見つけたい
• 同じ業界・市場区分で、同じテーマに反応している会社を比較したい
• 各社の website / EDINET evidence を同じ観点で揃えたい
• 候補を saved List にして後から見直したい

成功状態

1. Seed company を解決する

sf companies search トヨタ --json

見る key:

• items[].company_id
• items[].display_name
• items[].query_match
• meta.returned_companies

候補が複数ある場合は、証券コード、正式社名、website domain の順で query を狭めます。

2. Seed の比較軸を拾う

sf company profile jpx_7203 --json
sf company observations jpx_7203 --limit 10 --json
sf company filings jpx_7203 --limit 5 --json
sf filing show jpx_7203 <filingId> --fact-limit 1000 --json

見る key:

• company.company_id
• profile.industry_33
• profile.industry_17
• profile.market_segment
• profile.website_domain
• observations[].summary
• observations[].source
• filings[].filing_id
• filings[].document_type
• filing.artifact_health
• filing.summary_metrics
• filing.segment_metrics

比較軸は、構造条件とテーマ語に分けます。

3. 同じ条件で候補を広げる

sf observations search "電動化 ソフトウェア" \
  --industry 輸送用機器 \
  --market-segment prime \
  --source company_website,edinet \
  --limit 10 \
  --observations-per-company 2 \
  --json

見る key:

• items[].company.company_id
• items[].company.display_name
• items[].evidence
• items[].source
• items[].score

候補会社は、company_id と evidence summary の組で扱います。会社名だけのリストは競合候補として不十分です。

4. 各社を同じ型で掘る

候補ごとに同じ順番で確認します。

sf company profile <companyId> --json
sf company observations <companyId> --limit 5 --json
sf company filings <companyId> --limit 5 --json
sf filing show <companyId> <filingId> --json
sf filing compare <companyId> <filingId> --json

見る key:

• company.company_id
• profile.industry_33
• profile.market_segment
• observations[].summary
• observations[].source
• filings[].filing_id
• compare.summary_metrics

比較表は外側で作ります。各社について同じ column を埋めると、agent が要約しやすくなります。

company_id | company_name | industry_33 | market_segment | theme_evidence | source | latest_filing | notable_change

5. 候補を保存する場合

競合候補を後から見直すなら、保存可能な条件に分解して saved List にします。

sf list plan "輸送用機器の東証プライム上場企業" --json
sf list estimate "輸送用機器の東証プライム上場企業" --json
sf list candidates --from-estimate <estimateId> --json
sf list materialize --from-estimate <estimateId> \
  --name "輸送用機器 競合候補" \
  --execute \
  --max-credits <estimatedCredits> \
  --json

見る key:

• plan.status
• estimate.estimate_id
• counts.matched_companies
• billing.materialize.estimated_credits
• list.list_id
• list.row_count

テーマ evidence は observations search の結果として残し、保存条件は supported な industry / market segment / listing status へ寄せます。

復旧方法

Claude Code / Codex に渡す prompt

Signal Foundry で競合調査をしてください。

seed:
- トヨタ

進め方:
1. `sf auth show --json`
2. `sf companies search トヨタ --json`
3. seed company の `company_id` を決める
4. `sf company profile <companyId> --json`
5. `sf company observations <companyId> --limit 10 --json`
6. seed の industry / market_segment / theme words を抽出する
7. `sf observations search "<theme>" --industry <industry> --market-segment <segment> --limit 10 --observations-per-company 2 --json`
8. 候補ごとに `profile`, `observations`, `filings`, 必要なら `filing show` / `filing compare` を同じ順で実行する
9. 保存が必要なら `sf list plan "<criteria>" --json`, `sf list estimate "<criteria>" --json`, `sf list materialize --from-estimate <estimateId> --execute --max-credits <estimatedCredits> --json` に進む

返し方:
- seed company_id
- 候補 company_id
- 各候補の evidence summary と source
- 同じ比較軸で埋めた表
- 保存した場合は listId / row_count / credits_used

この workflow に含めないもの

• 競合企業どうしの直接 diff API
• CRM 同期
• delivery handoff の実行
• full monitor / alert
• 自動 ranking の確定判断

次に進む

競合調査は、同じ型で evidence を揃える workflow です。候補を保存して運用する場合は List Workspace Loop に進みます。