市場調査をやる

市場調査では、最初から 1 社に決め打ちしません。まずテーマに反応している会社を evidence 付きで横断探索し、その後で保存できる条件に分解します。

この workflow の責任範囲は、次の 3 つです。

• テーマに反応している会社を見つける
• なぜヒットしたかを evidence で確認する
• 保存する価値がある候補だけ list estimate -> discovery show/refine -> discovery materialize に進める

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
• ある市場で、どの会社が website / EDINET に根拠を持つか見たい
• 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
• 保存する前に、unsupported な自然文条件を分解したい

成功状態

1. 短いテーマ語で横断探索する

sf observations search "生成AI CRM" \
  --industry 情報・通信業 \
  --market-segment prime \
  --limit 10 \
  --observations-per-company 3 \
  --json

見る key:

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

query にはテーマ語だけを入れます。業種、市場区分、上場状態などの構造条件は flag / filter に分けます。

source coverage を確認したい場合は、次も見ます。

sf data capabilities --json

見る key:

• capabilities[].source_id
• capabilities[].status
• capabilities[].filters[]
• capabilities[].limitations[]

テーマ探索では source coverage が重要です。EDINET 本文、company website、company master のどれで当たっているかを分けて読みます。

2. 上位会社を 1 社ずつ深掘りする

横断探索で気になる会社が出たら、company-first に戻します。

sf company profile <companyId> --json
sf company observations <companyId> --limit 10 --json
sf company filings <companyId> --limit 5 --json
sf filing show <companyId> <filingId> --json

見る key:

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

この段階で、保存対象にする条件を言語化します。例: 情報・通信業の prime 上場企業で、EDINET または website に生成AI / CRM の evidence がある会社。

3. 保存できる条件に分解する

テーマ探索の結果をそのまま saved List にしません。まず list plan で supported / weak / unsupported を分けます。

sf list plan "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:

• plan.status
• plan.supported_conditions
• plan.weak_conditions
• plan.unsupported_conditions
• plan.needs_human
• plan.suggested_query

weak / unsupported がある場合は、保存対象を supported 条件に戻します。テーマ evidence は observations search の結果として要約し、保存は industry / market segment / 財務指標 / listing status などの supported 条件に寄せます。

4. 保存する場合だけ estimate に進む

sf list estimate "情報・通信業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 "生成AI CRM 市場調査候補" \
  --execute \
  --max-credits <estimatedCredits> \
  --json

見る key:

• estimate.estimate_id
• counts.matched_companies
• billing.materialize.estimated_credits
• companies[].company_id_hint
• list.list_id
• list.row_count
• billing.credits_used

保存後に website 情報を足す場合:

sf list enrich <listId> --source website --estimate --json
sf list enrich <listId> --source website --execute --max-credits <estimatedMaxCredits> --json

5. 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。

市場テーマ:
- 生成AI CRM

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

見つかった会社:
- <company_id>: <理由>

保存判断:
- plan.status: <completed|weak|unsupported|needs_human>
- saved list: <listId or not saved>

次の調査:
- profile / observations / filings で深掘りする会社

agent は、根拠のない企業名だけを返さず、items[].evidence と items[].source を一緒に返します。

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。

テーマ:
- 生成AI CRM

進め方:
1. `sf auth show --json`
2. `sf data capabilities --json`
3. `sf observations search "生成AI CRM" --industry 情報・通信業 --market-segment prime --limit 10 --observations-per-company 3 --json`
4. 上位会社について `items[].company.company_id`, `items[].evidence`, `items[].source`, `items[].observed_at` を要約
5. 保存したい場合だけ `sf list plan "<criteria>" --json`
6. plan が weak / unsupported / needs_human なら保存しない
7. supported 条件だけで `sf list estimate "<criteria>" --json`, `sf list candidates --from-estimate <estimateId> --json`, `sf list materialize --from-estimate <estimateId> --execute --max-credits <estimatedCredits> --json` に進む

返し方:
- 会社名だけでなく evidence summary と source を付ける
- 保存した場合は `estimate_id`, `listId`, `row_count`, `credits_used` を付ける
- unsupported 条件を silent 0 件として扱わない

この workflow に含めないもの

• 競合 A と B の直接 diff
• delivery handoff の実行
• full monitor / alert
• CRM 同期
• 外部 web search 結果の自動 canonical 化

次に進む

市場調査は、候補と evidence を見つける workflow です。保存した候補を運用する場合は List Workspace Loop に進みます。営業チームに渡す enrichment / export が必要になった段階で 営業リスト作成 に進みます。