市場調査

市場調査では、最初から 1 社に決め打ちしません。まず候補企業を広く出し、必要な会社だけ理由と根拠を確認して、ローカルの表に残します。入口は 2 つあります。

• テーマから広げる: 生成AI CRM のようなテーマ語で候補を出す
• seed 会社から広げる: 基準になる 1 社を解決し、その比較軸で候補を出す

どちらの入口でも、Signal Foundry は競合 A と競合 B を直接比較する API ではありません。各社を同じ型で掘り、比較表は agent 側のローカル成果物として作ります。

使う場面

• 生成AI CRM のようなテーマに反応している上場企業を見たい
• seed 会社に近い会社を、同じ業種・市場区分・テーマで探したい
• 各社の根拠(website / EDINET)を同じ観点で揃えたい
• 営業候補や競合候補を作る前に、まず市場の広がりを確認したい

成功状態

テーマから広げる

短いテーマ語で候補を出す

sf search "生成AI CRM" --json
sf search "情報・通信業で生成AI CRMに関連" --json
sf search "東証プライムで生成AI CRMに関連" --json

見る key:

• status
• companies[].company.company_id
• companies[].company.display_name
• companies[].reason
• companies[].query_match
• weak_conditions
• unsupported_conditions
• meta.returned_companies

共有前に status と weak_conditions を確認します。テーマが広すぎる場合は、断定せずに条件を分けます。

共有できる条件に分解する

テーマ探索の結果をそのまま断定しません。supported / weak / unsupported を分けます。

sf search "生成AI CRM に反応している情報通信業の東証プライム上場企業" --json

見る key:

• status
• supported_conditions
• weak_conditions
• unsupported_conditions
• needs_human
• suggested_query
• meta.returned_companies

weak / unsupported がある場合は、条件を supported 側に戻します。テーマ理由は companies[].reason で確認し、比較表は industry / market segment / listing status などの supported 条件に寄せます。

seed 会社から広げる

seed 会社を解決する

sf search トヨタ --json

見る key:

• companies[].company.company_id
• companies[].company.display_name
• companies[].query_match
• meta.returned_companies

候補が複数ある場合は、証券コード、正式社名、ドメインの順で検索条件を狭めます。

seed の比較軸を拾う

解決した company_id で Company Card と Signals を読み、候補抽出に使う条件を言語化します。

sf company jpx_7203 --json
sf signals jpx_7203 --include ir,technology --json

見る key:

• company.company_id
• card.industry.industry_33
• card.industry.industry_17
• card.market_segment
• card.website.domain
• signals.ir / signals.technology の evidence
• gaps[]

比較軸は、次の 3 つに分けます。

同じ条件で候補を広げる

sf search "輸送用機器の東証プライム上場企業で電動化とソフトウェアに関連" --json

見る key:

• status
• companies[].company.company_id
• companies[].company.display_name
• companies[].reason
• weak_conditions

候補会社は、company_id と根拠の要約の組で扱います。会社名だけのリストは候補として不十分です。

候補を同じ型で掘る

どちらの入口でも、残す候補は同じ順番で確認します。

sf company <companyId> --json
sf signals <companyId> --include ir,cases,technology --json

見る key:

• company.company_id
• card.industry.industry_33
• card.market_segment
• signals.ir / signals.cases / signals.technology
• 各項目の evidence と confidence
• gaps[]
• meta.request_credit

比較表は agent 側で作ります。各社について同じ列を埋めると、後から見直せます。

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

開示一覧そのもの(提出日、対象期間、比較対象)まで確認する場合は、HTTP API の 開示一覧 を使います。

調査メモとして残す

市場調査のまとめでは、次の形で残します。

テーマ / seed:
- 生成AI CRM または seed company_id

横断探索:
- query: 生成AI CRM
- filters: industry=情報・通信業, market_segment=prime
- source: company_card / company_website / edinet

見つかった会社:
- <company_id>: <理由>

共有判断:
- status: <completed|weak|unsupported|needs_human>
- local table: <path or not created>

次の調査:
- Company Card / Signals で深掘りする会社

エージェントは、企業名だけで判断せず、companies[].reason と必要な確認 command を一緒に返します。根拠の詳細は、ユーザーが共有に進む段階で確認します。

復旧方法

Claude Code / Codex に渡す prompt

Signal Foundry で市場調査をしてください。

起点:
- テーマ: 生成AI CRM(seed 会社がある場合は seed 社名)

進め方:
1. `sf auth show --json`
2. テーマ起点なら `sf search "生成AI CRM" --json` から条件を足して絞る
3. seed 起点なら `sf search "<seed>" --json` で company_id を解決し、
   `sf company <companyId> --json` と `sf signals <companyId> --include ir,technology --json`
   で構造条件とテーマ語を拾う
4. 拾った条件で `sf search "<industry> の <segment> 上場企業で <theme> に関連" --json`
5. 上位会社について `companies[].company.company_id`, `companies[].reason`, `weak_conditions` を要約
6. 残す候補だけ `sf company <companyId> --json` と必要な Signals を同じ順で読む
7. 結果が weak / unsupported / needs_human なら断定しない

返し方:
- 会社名だけでなく reason と確認できる command を付ける
- 候補は同じ比較軸で埋めた表にする
- ローカル表に残す場合は company_id / reason / evidence を付ける
- unsupported 条件を silent 0 件として扱わない

このワークフローに含めないもの

• 競合企業どうしの直接比較 API
• full monitor / alert
• CRM 同期
• 外部 Web 検索結果の自動取り込み

次に読む

• 1 社を深掘りする: 1社調査
• 財務条件を構造化する: 財務条件の Company Query
• 成果物の型を確認する: 成果物サンプル