ChatGPT Parallel Research Workflow

Instructions

1. Preflight:

- 概要: Browser Controller Chrome拡張機能を使用し、ChatGPTで3並列以上の検索・ブレストを実行して横断的に情報を収集する。 - デフォルトモデル: ChatGPT 5.2 Thinking - オプション: ChatGPT Pro（--model pro 指定時のみ）- 深い考察・ファクトチェック用 - 前提条件: - Browser Controller拡張機能がChromeにインストールされていること - ChatGPTにログイン済みであること - ブリッジサーバーは自動起動（手動起動不要） - ドキュメント精査原則（Preflight必須）：テンプレート確認後、生成前に必ず以下を実施すること。 - アジェンダ・依頼文に記載された参照資料を全て読み込む。 - Flow/Stock配下の関連資料（前回議事録・要望リスト・プロジェクトREADME等）を網羅的に検索・確認する。 - 確認できなかった資料は「未参照一覧」として成果物に明記する。 - これらを完了するまで生成を開始しない。 - ./assets/chatgptresearchtemplate.md を先に読み、章立て・必須項目・項目順序を確認する（テンプレートファースト）。 - ./questions/chatgptresearchquestions.md を使って必要情報を収集する。 - 実行モードを確定する（自由度を絞る）。 - search（デフォルト）: 3クエリ以上必須（3セッション以上で実行） - search1: 単一セッション検索（1タブで複数クエリを順次実行） - クエリを3個以上に分割・設計する（search を使う場合は必須）。 - 各クエリは独立コンテキストとして成立するように、背景情報・前提・制約などの必要情報を各クエリ本文に含める。 - モデル/推論強度を決める（モデル名はUI更新により変更される場合があります。python chatgpt_multi.py models で確認）。 - モデル選択ガイド:

- モデル使い分けの指針: - デフォルト: ChatGPT 5.2 Thinking（モデル指定不要） - 難問: --thinking heavy または --thinking extended を追加 - ファクトチェック・深い考察: --model pro を明示的に指定 - 検索クエリ設計ガイドライン:

1. 実行:

- Browser Controller拡張機能がChromeにインストールされていること。 - ChatGPTにログイン済みであること。 - ブリッジサーバーは自動起動（手動起動不要）。接続確認: - python chatgpt_multi.py status

- スクリプト実行パス: - ./scripts/chatgptmulti.py - 実行方法: - このSkillの ./scripts に移動して実行: - cd .codex/skills/chatgpt-parallel-research/scripts && python chatgptmulti.py "質問1" "質問2" "質問3" - リポジトリルートからフルパス指定で実行: - python .codex/skills/chatgpt-parallel-research/scripts/chatgpt_multi.py "質問1" "質問2" "質問3" - 外部依存: - Browser Controller Chrome拡張機能がインストール済みであること - Python 3.8以上

- 3並列以上（search: 3クエリ以上必須）: - python chatgptmulti.py "検索クエリ1" "検索クエリ2" "検索クエリ3" - python chatgptmulti.py "Q1" "Q2" "Q3" --thinking heavy - python chatgpt_multi.py "Q1" "Q2" "Q3" --model pro

- 単一セッション検索（search1: 1タブで順次）: - python chatgpt_multi.py search1 "検索クエリ1" "検索クエリ2"

- ファイル添付: - 並列検索に添付: python chatgptmulti.py "Q1" "Q2" "Q3" --files /path/to/document.pdf - 既存タブに添付: python chatgptmulti.py attach --file /path/to/document.pdf --tab <tab_id>

- 出力（保存先はこのSkill内に明記する）: - すべて Flow/YYYYMM/YYYY-MM-DD/<topic>/ 配下に保存される。 - <topic> は先頭の検索クエリ（または先頭の追加質問）から自動生成され、ファイル名に使えない文字は置換される。 - 並列検索: Flow/YYYYMM/YYYY-MM-DD/<topic>/chatgptq{N}{timestamp}.md - チャット: Flow/YYYYMM/YYYY-MM-DD/<topic>/chatgptchattab{id}_{timestamp}.md

- セッション（マルチターン継続情報）: - ~/.chatgptmultisession.json に tab id/url/topic を保存する。 - タブが閉じている場合、chat / recover は保存済みURLからタブを再オープンして継続を試みる。 - 旧形式のセッションファイルでURLが保存されていない場合は復元できない。

- マルチターン（同じセッションに追加質問）: - 自動選択: python chatgptmulti.py chat -m "追加質問" - 複数質問を同一セッションに順次送信: python chatgptmulti.py chat -m "Q1" "Q2" "Q3" - タブを明示指定: python chatgpt_multi.py chat -m "質問" --tab 123

- 再取得（受け取り側エラー対策）: - MD保存あり（タブID）: python chatgptmulti.py recover --tab <tabid> - MD保存あり（会話URL）: python chatgptmulti.py recover --url "https://chatgpt.com/c/<conversationid>" - 表示のみ: python chatgptmulti.py response --tab <tabid>

- タブ管理: - 一覧: python chatgptmulti.py tabs - 閉じる: python chatgptmulti.py close --tab <tab_id>

- CLI Reference（抜粋）: - タブ一覧: python chatgptmulti.py tabs - モデル一覧: python chatgptmulti.py models - Thinking強度確認: python chatgptmulti.py thinking - Thinking強度設定: python chatgptmulti.py set-thinking --level heavy - 単一チャット（マルチターン）: python chatgptmulti.py chat -m "質問内容" - ファイル添付: python chatgptmulti.py attach --file /path/to/file.pdf --tab <tabid> - 回答取得（表示のみ）: python chatgptmulti.py response --tab <tabid> - 再取得（MD保存）: python chatgptmulti.py recover --tab <tabid> - ブリッジ状態確認: python chatgptmulti.py status - ブリッジ起動（フォアグラウンド）: python chatgpt_multi.py bridge

- 並列検索オプション（抜粋）: ``bash python chatgpt_multi.py [質問1] [質問2] [質問3] ... --model : モデル選択（例: pro） --thinking, -t : 推論強度（light, standard, heavy, extended） --files : 添付ファイル（複数可） --interval : ポーリング間隔（デフォルト: 5秒） --no-auto-bridge : ブリッジ自動起動を無効化 --close-tabs : search/search1/chat/recover 完了後にタブを閉じる --keep-tabs : (Deprecated: デフォルトで保持) タブを保持 ``

- 制約: - search は3クエリ未満を受け付けない（3セッション未満を禁止）。 - タイムアウトは固定1800秒（30分）で、--timeout を指定しても無視される。 - エージェント側で sleep 等により独自の待機を足さない。

1. 結果統合:

- 各タブの応答（個別MD）を収集し、./assets/chatgptresearchtemplate.md 形式で統合する。 - 情報源・信頼性・矛盾点を整理し、結論と推奨アクションを明確化する。

1. Troubleshooting:

- 症状: MDが ## 回答 の (waiting...) から更新されない。 - 原因: 応答取得に失敗している。 - 手順: - タブID確認: python chatgptmulti.py tabs - 再取得（MD保存）: python chatgptmulti.py recover --tab <tabid> - 表示のみ: python chatgptmulti.py response --tab <tab_id> - ChatGPT側のエラーメッセージや制限（Rate limit等）を確認する。

1. QC（必須）:

- recommendedsubagents のQC Subagentに評価を委譲する。 - Subagentは ./evaluation/evaluationcriteria.md に基づきQCを実施する。 - 指摘があれば追加検索（search または search1）や recover を実行する。 - 最大3回まで繰り返し確定する。

1. バックログ反映:

- 追加調査が必要な項目、未解決の論点、次アクションをバックログへ反映する。

subagent_policy: - 品質ループ（QC/チェック/フィードバック）は必ずサブエージェントへ委譲する - 指摘の反映は最小差分で行う - 指摘に対し「修正した/しない」と理由を最終成果物に残す

recommended_subagents: - qa-skill-qc: 3並列要件、クエリ多様性、統合内容、欠損の有無を検査

Resources

• questions: ./questions/chatgptresearchquestions.md
• assets: ./assets/chatgptresearchtemplate.md
• evaluation: ./evaluation/evaluation_criteria.md
• scripts: ./scripts/chatgpt_multi.py
• guide: ./guide/guide.md

Next Action

• 統合結果をもとに、設計・実装・追加調査の次アクションへ進む。
• 指摘が出た場合は、追加検索または再取得を実行して再QCする。

Subagent Execution

このSkillはサブエージェントとして独立実行可能。

• サブエージェント: agents/chatgpt-parallel-research-agent.md
• 用途: 並列ウェブ検索、ブレインストーミング、横断情報収集、ファクトチェック
• 入力: search_queries（3個以上必須）, model（pro等）, thinking（light/standard/heavy/extended）
• 出力: 統合された検索結果レポート（chatgptresearchtemplate.md形式）