> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tryprofound.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Research Snippets Generator ノード

> 記事やブリーフを充実させるための、引用に裏付けられたリサーチスニペットを作成します

**Research Snippets Generator** ノードは、記事、ブリーフ、その他のコンテンツアセットを充実させるために使用できる、事実に基づき引用に裏付けられたリサーチスニペットを厳選して作成します。これらのスニペットは、構造化されたリサーチワークフローを使用して権威の高いソースから直接抽出されるため、ハルシネーションが大幅に減り、正確性が確保されます。

各スニペットは短く、引用しやすく、ソース URL が含まれているため、コンテンツにそのまま挿入したり、後続の分析や生成ステップで使用したりできます。

幅広い要約を行うノードとは異なり、このノードはナラティブではなくエビデンス、つまり事実、統計、引用文、検証可能な主張に焦点を当てています。

## このノードを使用する場面

Research Snippets Generator は、次のようなものが必要な場合に使用します。

* 記事を裏付ける正確な事実と引用
* すばやく入手できる統計、定義、引用文、権威ある記述
* AEO に適したコンテンツのための検証可能なエビデンス
* ブリーフ、アウトライン、LLM によるコンテンツ作成のための調査資料
* 編集ワークフロー向けの、整理された構造化リサーチスニペットのセット

このノードは、信頼性と透明性を必要とするライター、ストラテジスト、自動コンテンツシステムに最適です。

## ノードの設定

Research Snippets Generator ノードを選択すると、Workflow Builder の右側に設定パネルが開きます。

### Article Title(必須)

ノードがリサーチするトピックまたはタイトルです。例:

* 「ヘルスケアテクノロジーの新たなトレンド」
* 「生成 AI はサプライチェーンの予測をどのように改善するか」
* 「AI での可視性とは何か、なぜ重要なのか?」

このタイトルが、リサーチツールと抽出モデルの方向性を決めます。

### Audience Segment

想定する読者により合ったソースやスニペットをノードが選択できるように、文脈を追加します。例:

* 「エンタープライズの CIO」
* 「ヘルスケアのオペレーションマネージャー」
* 「B2B SaaS のマーケター」

### Company Name

ソースの収集や特定のスニペットスタイルの選択(B2B 向けのトーンと消費者向けのトーンなど)の際に、文脈を合わせるために使用されます。

### Content Type

デフォルトは **General** ですが、ワークスペースの設定によってはバリエーションをサポートする場合があります。この設定により、ノードはスニペットの粒度や専門性の度合いを調整できます。

### Target Prompt

AI 検索や AEO のワークフローで使用されるユーザープロンプトをリサーチスニペットで具体的に裏付けたい場合は、ここに入力します。例:

* 「AI はどのように物流コストを削減するのか?」

### Output Label(必須)

スニペットを含む JSON 構造の結果の変数名を指定します。

例:

* `research_snippets`
* `evidence_blocks`
* `snippet_list`

## ノードの内部の仕組み

このノードの基盤となるワークフローは次のとおりです。

### 1. トピックに焦点を当てたリサーチ

ノードは、Perplexity などのシステムを含む複数のリサーチツールやモデルに問い合わせ、次の情報を収集します。

* 権威の高い Web ページ
* 政府や学術機関のレポート
* 業界データ
* ニュース記事
* 信頼できる組織の出版物

このプロセスにより、大量の未加工のリサーチ資料が得られます。

### 2. 集約と重複除去

取得したすべてのリサーチ結果は、構造化されたデータセットに統合されます。ワークフローは次のものを除外します。

* 権威性の低いソース
* 重複した情報
* 関連性のない脱線した内容
* 引用できないコンテンツ

信頼できる資料のみが次の段階に進みます。

### 3. エビデンスの抽出

AEO Snippet Extractor として設定された LLM が、構造化されたリサーチ結果を処理し、抽出可能な事実を特定します。スニペットは厳格な基準を満たす必要があります。

* 少なくとも **20 個のスニペット** を作成すること(目標: 20〜40 個)
* 各スニペットが **事実として正確** であること
* 各スニペットが **引用したソースによって直接裏付けられている** こと
* スニペットが **160 文字未満** であること
* *創作せず*、テキストを抽出することでハルシネーションを避けること
* .gov、.edu、業界団体、レポート、主要メディアを優先すること
* 正確性が重要な場合は、原文どおりのテキストも許可されること
* すべてのスニペットに **URL** が含まれること

これは、特にエンタープライズや規制の厳しい環境において、高い信頼性を実現するように設計されています。

### 4. JSON 形式への整形

ノードは結果を整理された JSON 構造にまとめます。これは、次のような後続のワークフローに最適です。

* 記事の生成
* スニペットのクラスタリング
* ファクトチェック
* スコアカード
* 人による編集レビュー

## 出力

**20〜40 個のエビデンススニペット** を含む構造化された JSON オブジェクトが返されます。各スニペットには対応する URL が含まれます。

これらのスニペットは、次の用途に使用できます。

* 記事の充実
* コンテンツブリーフにおける主張の裏付け
* LLM プロンプトへの信頼できるエビデンスの提供
* リサーチサマリーの生成
* 編集ワークフローの迅速化
* 記事作成の自動化パイプラインの強化

## 使用例

### 1. 事実に基づく充実した記事の生成

1. [Article Title Suggestion](/ja-jp/agents/workflows/nodes/content-creation/article-title-suggestion) でタイトルを生成します
2. **Research Snippets Generator** を実行します
3. スニペットとブリーフを [Generate Article](/ja-jp/agents/workflows/nodes/content-creation/generate-article) に渡します
4. 権威あるソースに基づいた、事実に富む記事を作成します

### 2. 人による編集ワークフロー

編集者は、スニペットをアウトライン、段落、ファクトボックスに直接取り込むことができます。

### 3. 自動化されたコンテンツの品質保証

スニペットを使用して、記事のコンテンツが引用された事実と一致しているかどうかを検証できます。

## ベストプラクティス

* 関連性の高いリサーチを行うために、**明確で具体的な Article Title** を使用してください。
* コンテンツ戦略との整合性を最大限に高めるには、[Create Content Brief](/ja-jp/agents/workflows/nodes/content-creation/create-content-brief) と組み合わせてください。
* AI の回答を起点とするファネル向けに執筆する場合は、**Target Prompt** を含めてください。
* スニペットは、Prompt LLM ステップのグラウンディングデータとして非常に効果的です。