sync: update from private repo (c764df2f)

pieces/brainstorming.yaml

@@ -4,7 +4,7 @@ description: |
   選ぶべき場合: 「どうすべきか」「どの方針が良いか」を多角的に検討する必要がある
   選ぶべきでない場合: 答えが調査で明確になるタスク、具体的な成果物の作成が主目的
 max_movements: 999
-initial_movement: decompose
+initial_movement: delegate_research
 
 triggers:
   keywords:
@@ -15,59 +15,42 @@ triggers:
     - アイデア出し
 
 movements:
-  - name: decompose
-    edit: false
+  - name: delegate_research
+    edit: true
     persona: facilitator
     instruction: |
-      課題を分析し、複数の視点から検討すべきポイントを特定してください。
+      課題を複数の視点に分解し、各視点を delegate で1件ずつ直列に検討させ、
+      最後に推奨方針へ統合する。重い検討は各サブに任せ、自分の文脈は軽く保つ。
 
-      1. タスクの指示を注意深く読み、何が求められているかを理解する
-      2. 検討すべき視点や切り口を 2〜5 個に分解する
+      手順:
+      1. タスクの指示を注意深く読み、検討すべき視点や切り口を 2〜5 個に分解する。
          - 例: 技術的実現性、コスト/リソース、ユーザーへの影響、リスク、長期的な拡張性
-      3. 各視点ごとに SpawnSubTask で独立した調査・検討タスクを作成する
-         - piece は "research-sub" を指定する
-         - instruction には「この視点で分析し、output/analysis.md に結論と根拠を書いてください」と具体的に記述
-         - 各サブタスクは異なる分析レンズを持つよう明確に指定する
-      4. 全サブタスクの登録が完了したら WAIT_SUBTASKS に遷移する
-    allowed_tools:
-      - Read
-      - Grep
-      - Glob
-      - SpawnSubTask
-    rules:
-      - condition: "全てのサブタスクを SpawnSubTask で登録し終えた"
-        next: WAIT_SUBTASKS
-      - condition: 全てのサブタスクを登録し終えた（SpawnSubTask不可の場合は自分で分析を完了した）
-        next: aggregate
-    default_next: aggregate
-
-  - name: aggregate
-    edit: true
-    persona: analyst
-    instruction: |
-      各サブタスクの検討結果を統合し、推奨方針をまとめてください。
-
-      1. subtasks/ ディレクトリを確認する（Glob: subtasks/*/output/**）
-      2. 各サブタスクの分析結果を読み込む
-      3. 共通点・相違点・トレードオフを整理する
-      4. 総合的な推奨方針を output/recommendation.md に作成する
+         各視点に上から 1 始まりの連番を振る（1, 2, 3 ...）。
+      2. 各視点について delegate を1回ずつ呼ぶ（1件ずつ順番に・直列）。
+         delegate の prompt には必ず次を自己完結で書く（サブは独立した文脈で動くため、
+         このタスク全体の背景・目的を要約して渡す）:
+         - 検討する視点（分析レンズ）と、課題の目的・背景
+         - 「この視点で分析し、結論と根拠を出す。WebSearch / WebFetch / 一次情報で
+           裏を取り、モデルの内部知識だけで書かない」指示
+         - 「結論・根拠・メリット/デメリット・リスクの構成で
+           output/research/perspective-{連番}.md に Write せよ」指示
+         - 「完了したら 3〜5 行の要約だけを返せ。本文は返さずファイルに書け」
+         - 「あなたは末端の担当。delegate / SpawnSubTask は呼ぶな」
+         各視点が異なる分析レンズを持つよう明確に指定する。
+         各サブの戻り値（短い要約）だけが手元に残る。本文はファイルにある。
+      3. Glob で output/research/*.md の件数を確認する。
+      4. 各サブの要約とファイルを基に推奨方針を output/recommendation.md に Write する:
          - 各視点からの主要な発見
-         - トレードオフの整理
+         - 共通点・相違点・トレードオフの整理
          - 推奨アプローチとその根拠
          - リスクと緩和策
-      5. 完了したら verify に遷移する
-
-    allowed_tools:
-      - Read
-      - Glob
-      - Grep
-      - Write
-      - Edit
-      - 'mcp__*'
+         - 各視点の詳細へ相対リンク [perspective-{連番}](./research/perspective-{連番}.md) で繋ぐ
+      5. output/recommendation.md を書き終えたら verify へ遷移する
+    allowed_tools: [delegate, Read, Write, Edit, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, GetYouTubeTranscript, SearchYouTube, SearchAmazon, SearchPlaces, GetDirections, ReverseGeocode, XSearch, XUserPosts, XPostDetail, SearchMicrosoftLearn, FetchMicrosoftLearn, 'mcp__*']
+    default_next: verify
     rules:
       - condition: "output/recommendation.md に推奨方針をまとめた"
         next: verify
-    default_next: verify
 
   - name: verify
     edit: false
@@ -77,9 +60,9 @@ movements:
 
       確認手順:
       1. まず Glob で output/ 内のファイル一覧を確認する
-      2. output/recommendation.md がなければ「修正が必要」と判断し aggregate に差し戻す
+      2. output/recommendation.md がなければ「修正が必要」と判断し delegate_research に差し戻す
       3. ファイルがあれば Read で内容を確認し、各視点の分析が含まれているか・推奨方針が論理的かをチェックする
-      4. 不足や誤りがあれば、`transition({next_step: "aggregate", summary: ...})` で差し戻す。summary は次の形式で書く:
+      4. 不足や誤りがあれば、`transition({next_step: "delegate_research", summary: ...})` で差し戻す。summary は次の形式で書く:
          [判定] needs_fix
          ## 問題点
          - [ファイル名:行番号または項目名] 何が問題か
@@ -88,7 +71,7 @@ movements:
          ## 合格基準
          - 再レビューで何を確認するか
          ## 次にやること
-         - aggregate で最初に着手すべき具体的な修正
+         - delegate_research で最初に着手すべき具体的な修正
       5. summary は抽象論で終えず、具体的な不足点・期待する修正内容を必ず含める
 
       ## チェックシート確認
@@ -105,7 +88,7 @@ movements:
 
       ## 終了方法のまとめ
       - 合格: `complete({status: "success", result: "ユーザー向け最終回答"})`
-      - 修正必要: `transition({next_step: "aggregate", summary: "差し戻し指摘"})` (上記形式で)
+      - 修正必要: `transition({next_step: "delegate_research", summary: "差し戻し指摘"})` (上記形式で)
       - 技術的失敗: `complete({status: "aborted", abort_reason: "..."})`
     allowed_tools: [Read, Glob, Grep]
     # default_next is the engine-internal fallback (context overflow / ASK
@@ -113,4 +96,4 @@ movements:
     default_next: COMPLETE
     rules:
       - condition: output/ にファイルがない、または内容に不足がある
-        next: aggregate
+        next: delegate_research

pieces/general.yaml

@@ -8,48 +8,36 @@ max_movements: 999
 initial_movement: execute
 
 movements:
-  - name: decompose
-    edit: false
+  - name: delegate_research
+    edit: true
     persona: orchestrator
     instruction: |
-      入力把握で決めた並列調査計画に従い、各テーマをサブタスクとして登録する。
+      入力把握で立てた分割調査計画に従い、各テーマを delegate で1件ずつ直列に
+      深掘りさせ、最後に統合レポートにまとめる。重い調査は各サブに任せ、
+      自分の文脈は軽く保つ。
 
       手順:
-      1. 入力把握で立てた計画を思い出す（ファイル読み込みは不要）
-      2. 各テーマに対して SpawnSubTask を呼び出す（2〜5 個程度）
-         - title: テーマを簡潔に（例:「A社の製品ラインアップ調査」）
-         - instruction: 何を調べて output/result.md にどう書くかを具体的に記述
-         - piece: 調査系は "research-sub"、汎用作業は "general"（サブタスクからさらに分解しないこと）
-      3. 全サブタスクの登録が完了したら WAIT_SUBTASKS に遷移する
-
-      ## instruction の書き方例
-      「〇〇について調査し、output/result.md に以下を含めてまとめてください:
-       - 概要と主要な特徴
-       - メリット・デメリット
-       - 具体的な数値・事例（可能な限り）」
-    allowed_tools: [SpawnSubTask]
-    default_next: aggregate
-    rules:
-      - condition: 全サブタスクを SpawnSubTask で登録し終えた
-        next: WAIT_SUBTASKS
-      - condition: 全てのサブタスクを登録し終えた（SpawnSubTask不可の場合は自分で分析を完了した）
-        next: aggregate
-
-  - name: aggregate
-    edit: true
-    persona: analyst
-    instruction: |
-      各サブタスクの結果が subtasks/ ディレクトリに格納されています。
-
-      手順:
-      1. Glob で subtasks/*/result.md を確認する
-      2. 各 result.md を Read で読み込む
-      3. subtasks/*/output/ も確認して追加の成果物があれば Read する
-      4. 全結果を統合して output/report.md に最終レポートを作成する
-         - 各サブタスクの主要な知見を統合（矛盾・重複は整理）
+      1. 入力把握で立てた調査テーマを思い出す（2〜5 個程度）。各テーマに上から
+         1 始まりの連番を振る（1, 2, 3 ...）。
+      2. 各テーマについて delegate を1回ずつ呼ぶ（1件ずつ順番に・直列）。
+         delegate の prompt には必ず次を自己完結で書く（サブは独立した文脈で動くため、
+         このタスク全体の背景・目的を要約して渡す）:
+         - 調べる/作業するテーマと目的・背景
+         - 「WebSearch / WebFetch / 一次情報で裏を取る。モデルの内部知識だけで書かない」指示
+         - 「概要・主要な特徴・数値や事例・まとめと考察 の構成で
+           output/research/theme-{連番}.md に Write せよ。関連する画像・グラフは
+           output/images/ に保存し Markdown で埋め込め」指示
+         - 「完了したら 3〜5 行の要約だけを返せ。本文は返さずファイルに書け」
+         - 「あなたは末端の担当。delegate / SpawnSubTask は呼ぶな」
+         各サブの戻り値（短い要約）だけが手元に残る。本文はファイルにある。
+      3. Glob で output/research/*.md の件数を確認する。
+      4. 各サブの要約とファイルを基に統合レポートを output/report.md に Write する:
+         - 各テーマの主要な知見を統合（矛盾・重複は整理）
+         - 比較・対照が必要なら表形式で整理
          - 全体のまとめと結論を付ける
+         - 各テーマの詳細へ相対リンク [theme-{連番}](./research/theme-{連番}.md) で繋ぐ
       5. output/report.md を書き終えたら verify へ遷移する
-    allowed_tools: [Read, Glob, Grep, Write, Edit, 'mcp__*']
+    allowed_tools: [delegate, Read, Write, Edit, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, GetYouTubeTranscript, SearchYouTube, SearchAmazon, SearchPlaces, GetDirections, ReverseGeocode, XSearch, XUserPosts, XPostDetail, SearchMicrosoftLearn, FetchMicrosoftLearn, 'mcp__*']
     default_next: verify
     rules:
       - condition: output/report.md に統合レポートを作成した
@@ -68,14 +56,16 @@ movements:
       3. 不明点があれば WebSearch/WebFetch で調べる
       4. 「今日のニュース」「最新動向」など時刻依存の依頼は、必ず最初に WebSearch を実行する
 
-      ## 並列分解の判断
+      ## 分割調査の判断（delegate_research）
 
-      以下の場合は decompose を積極的に検討する:
+      以下の場合は delegate_research を積極的に検討する:
       - 複数の独立した調査対象がある（例: 3社の比較調査、複数トピックのリサーチ）
       - 各調査が互いに依存せず、結果を最後に統合すればよい
       - 全体を 1 回の execute で処理すると context が溢れるリスクがある
+      （delegate_research では各テーマを delegate に1件ずつ任せ、本文はファイルに書かせて
+        自分の文脈を軽く保つ。直列実行）
 
-      decompose を使わない場合:
+      delegate_research を使わない場合:
       - 単一テーマの作業（ファイル編集、1 つの調査など）
       - 各ステップが前のステップの結果に依存する逐次的な作業
 
@@ -118,14 +108,14 @@ movements:
 
       ## 終了 / 遷移方法
       - **次の verify へ**: `transition({next_step: "verify"})`
-      - **並列分解が効率的 → decompose へ**: `transition({next_step: "decompose"})`
+      - **分割調査が効率的 → delegate_research へ**: `transition({next_step: "delegate_research"})`
       - **必須情報が不足し確認が必要**: `complete({status: "needs_user_input", missing_info: "...", why_no_default: "..."})`
       - **技術的失敗で打ち切り**: `complete({status: "aborted", abort_reason: "..."})`
     allowed_tools: [Read, Write, Bash, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, ReadMsg, BatchReviewTextWithLLM, MergeReviewedResults, SearchPlaces, GetDirections, ReverseGeocode, GetYouTubeTranscript, SearchYouTube, SearchAmazon, TranscribeAudio, SearchMicrosoftLearn, FetchMicrosoftLearn, SearchMicrosoftLearnCache, RefreshMicrosoftLearnCache, AddCalendarEvent, ListCalendarEvents, 'mcp__*']
     default_next: verify
     rules:
-      - condition: 2つ以上の独立したテーマがあり、並列分解が効率的と判断した
-        next: decompose
+      - condition: 2つ以上の独立したテーマがあり、分割して delegate に任せるのが効率的と判断した
+        next: delegate_research
       - condition: output/ にファイルを書き出した
         next: verify
 

pieces/piece-builder.yaml

@@ -30,7 +30,7 @@ movements:
          - 各ステップで使うツール（`allowed_tools`）
          - 入力と出力の形式
 
-      ツールの詳細仕様は ReadToolDoc で確認できる（例: `ReadToolDoc({ name: "SpawnSubTask" })`）。
+      ツールの詳細仕様は ReadToolDoc で確認できる（例: `ReadToolDoc({ name: "delegate" })`）。
 
       ### YAML 構造の制約
       ```yaml

pieces/research-sub.yaml

@@ -1,110 +0,0 @@
-name: research-sub
-description: |
-  サブタスク専用の調査ピース。親タスクの decompose から SpawnSubTask で起動される。
-  dig → analyze → verify の 3 ステップで調査を完結させる。
-  さらなるサブタスク分解（SpawnSubTask）は行わない。
-max_movements: 999
-initial_movement: dig
-
-movements:
-  - name: dig
-    edit: true
-    persona: researcher
-    instruction: |
-      ## 最初のステップ: 入力把握と調査計画
-
-      情報収集に着手する前に、調査対象と目的を整理する:
-      1. Glob でワークスペース全体のファイル一覧を確認する（input/ だけでなくルート直下も含む）
-      2. 指示で言及されているファイルがあれば適切なツールで内容を把握する（カタログ参照、詳細は ReadToolDoc）
-      3. 調査対象と目的を整理し、どこから情報を集めるか、何を分析するかを明確にする
-      4. 「今日のニュース」「最新動向」「直近」など時刻依存の調査依頼では、必ず最初のアクションを WebSearch にする
-
-      ## 計画に従って情報を収集する
-
-      WebSearch、WebFetch、ファイル読み込み等で情報を集め、必ず Write で output/ にファイルとして書き出すこと。
-      テキストで回答するだけでは不十分。
-
-      ## 検索の原則（必須）
-
-      - モデルの内部知識だけで情報を書かないこと。主張・事実・数値は必ず WebSearch/WebFetch で裏付けを取る
-      - output/ に既存ファイルがある場合でもその内容を鵜呑みにせず、検索で正確性を確認する
-
-      ## 一次情報へのアクセスと捏造禁止（厳守）
-
-      - YouTube 動画の内容を調査する場合は、必ず GetYouTubeTranscript で字幕を取得してから作業する
-      - 一次情報に直接アクセスできなかった場合:
-        - Web 検索の断片的な情報から内容を推測・捏造してはならない
-        - アクセスできなかった旨を明記し、取得できた範囲の情報のみで成果物を作成する
-
-      ## 画像・ビジュアル素材の収集（必須）
-
-      調査中は画像・グラフ・図表を積極的に収集し、output/images/ に保存すること。
-
-      ## 終了 / 遷移方法
-      - **次の analyze へ**: `transition({next_step: "analyze"})`
-      - **追加調査のため同じ dig を続行**: `transition({next_step: "dig"})`
-      - **対象が曖昧で確認が必要**: `complete({status: "needs_user_input", missing_info: "...", why_no_default: "..."})`
-      - **技術的失敗で打ち切り**: `complete({status: "aborted", abort_reason: "..."})`
-    allowed_tools: [Read, Write, Bash, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, BatchReviewTextWithLLM, MergeReviewedResults, SearchPlaces, GetDirections, ReverseGeocode, GetYouTubeTranscript, SearchYouTube, SearchAmazon, TranscribeAudio, XSearch, XUserPosts, XPostDetail, XTimeline, XFetchCardMedia, SearchMicrosoftLearn, FetchMicrosoftLearn, SearchMicrosoftLearnCache, RefreshMicrosoftLearnCache, 'mcp__*']
-    default_next: analyze
-    rules:
-      - condition: output/ に情報を書き出した
-        next: analyze
-      - condition: 追加調査が必要
-        next: dig
-
-  - name: analyze
-    edit: true
-    persona: analyst
-    instruction: |
-      収集した情報を分析し、調査レポートを output/ に作成する。
-      重要なポイント、トレンド、結論をまとめる。
-      必ず Write ツールで output/ にレポートファイルを書き出すこと。
-      前のステップから指摘事項がある場合は、それに対応すること。
-
-      ## 検索の原則（必須）
-
-      - レポートに記載する事実・数値・主張は、dig で収集した検索結果に基づくこと
-      - 情報が不足している場合は、ここでも追加の WebSearch/WebFetch を行い裏付けを取る
-      - 「これまでのレビュー指摘」がある場合は、各項目を漏れなく解消すること
-
-      ## 画像の活用（必須）
-
-      output/images/ に画像がある場合は、必ずレポートの該当箇所に埋め込む:
-      `![説明](./images/ファイル名.png)`
-    allowed_tools: [Read, Write, Bash, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, BatchReviewTextWithLLM, MergeReviewedResults, SearchPlaces, GetDirections, ReverseGeocode, GetYouTubeTranscript, SearchYouTube, SearchAmazon, TranscribeAudio, XSearch, XUserPosts, XPostDetail, XTimeline, XFetchCardMedia, SearchMicrosoftLearn, FetchMicrosoftLearn, SearchMicrosoftLearnCache, RefreshMicrosoftLearnCache, 'mcp__*']
-    default_next: verify
-    rules:
-      - condition: output/ にレポートを書き出した
-        next: verify
-      - condition: 追加調査が必要
-        next: dig
-
-  - name: verify
-    edit: false
-    persona: reviewer
-    instruction: |
-      output/ のレポートを確認する。
-
-      確認手順:
-      1. まず Glob で output/ 内のファイル一覧を確認する
-      2. output/ にファイルが1つもなければ「不足がある」と判断し analyze に差し戻す
-      3. ファイルがあれば Read で内容を確認し、網羅性・正確性・分かりやすさをチェックする
-      4. 不足があれば analyze に差し戻す
-
-      ## 合格時
-
-      合格と判断したら、`complete({status: "success", result: ...})` を呼ぶ。
-      result はそのままユーザー（親タスク）に返される。
-      - 調査結果・発見・結論を簡潔にまとめる
-      - 表・リスト・見出しなど Markdown 書式を活用して読みやすくする
-
-      ## 終了方法
-      - 合格: `complete({status: "success", result: "調査結果のまとめ"})`
-      - 修正必要: `transition({next_step: "analyze", summary: "差し戻し指摘"})`
-      - 技術的失敗: `complete({status: "aborted", abort_reason: "..."})`
-    allowed_tools: [Read, Glob, Grep, WebSearch, WebFetch, ReadImage, AnnotateImage, ReadPdf, ReadExcel, ReadDocx, ReadPPTX, SearchMicrosoftLearn, FetchMicrosoftLearn, SearchMicrosoftLearnCache, RefreshMicrosoftLearnCache]
-    default_next: COMPLETE
-    rules:
-      - condition: output/ にファイルがない、または内容に不足がある
-        next: analyze

pieces/research.yaml

@@ -10,42 +10,35 @@ max_movements: 999
 initial_movement: dig
 
 movements:
-  - name: decompose
-    edit: false
+  - name: delegate_research
+    edit: true
     persona: orchestrator
     instruction: |
-      入力把握で決めた並列調査計画に従い、各テーマをサブタスクとして登録する。
+      dig で立てた並列調査計画に従い、各テーマを delegate で1件ずつ直列に深掘りさせ、
+      最後に統合レポートにまとめる。重い調査は各サブに任せ、自分の文脈は軽く保つ。
 
       手順:
-      1. 入力把握で立てた調査テーマを思い出す（ファイル読み込みは不要）
-      2. 各テーマに対して SpawnSubTask を呼び出す（2〜5 個程度、piece は "research-sub"）
-      3. 全サブタスクの登録が完了したら WAIT_SUBTASKS に遷移する
-
-      instruction には「何を調べて output/result.md にどう書くか」を具体的に記述する
-      （概要・主要な特徴・数値や事例・まとめと考察 など、構成を明示）。
-    allowed_tools: [SpawnSubTask]
-    default_next: aggregate
-    rules:
-      - condition: 全サブタスクを SpawnSubTask で登録し終えた
-        next: WAIT_SUBTASKS
-      - condition: 全てのサブタスクを登録し終えた（SpawnSubTask不可の場合は自分で調査を完了した）
-        next: aggregate
-
-  - name: aggregate
-    edit: true
-    persona: analyst
-    instruction: |
-      各サブタスクの調査結果が subtasks/ ディレクトリに格納されている。
-
-      手順:
-      1. Glob で subtasks/*/result.md と subtasks/*/output/ を確認する
-      2. 各 result.md と追加成果物を Read で読み込む
-      3. 全結果を統合して output/report.md に最終レポートを作成する
+      1. dig で立てた調査テーマを思い出す（2〜5 個程度）。各テーマに上から 1 始まりの
+         連番を振る（1, 2, 3 ...）。
+      2. 各テーマについて delegate を1回ずつ呼ぶ（1件ずつ順番に・直列）。
+         delegate の prompt には必ず次を自己完結で書く（サブは独立した文脈で動くため、
+         このタスク全体の背景・目的を要約して渡す）:
+         - 調べるテーマと目的・背景
+         - 「WebSearch / WebFetch / 一次情報で裏を取る。モデルの内部知識だけで書かない」指示
+         - 「概要・主要な特徴・数値や事例・まとめと考察 の構成で
+           output/research/theme-{連番}.md に Write せよ。関連する画像・グラフは
+           output/images/ に保存し Markdown で埋め込め」指示
+         - 「完了したら 3〜5 行の要約だけを返せ。深掘り本文は返さずファイルに書け」
+         - 「あなたは末端の調査担当。delegate / SpawnSubTask は呼ぶな」
+         各サブの戻り値（短い要約）だけが手元に残る。本文はファイルにある。
+      3. Glob で output/research/*.md の件数を確認する。
+      4. 各サブの要約とファイルを基に統合レポートを output/report.md に Write する:
          - 各テーマの主要な知見を統合（矛盾・重複は整理）
          - 比較・対照が必要なら表形式で整理
          - 全体のまとめと考察を付ける
-      4. output/report.md を書き終えたら verify へ遷移する
-    allowed_tools: [Read, Glob, Grep, Write, Edit, 'mcp__*']
+         - 各テーマの詳細へ相対リンク [theme-{連番}](./research/theme-{連番}.md) で繋ぐ
+      5. output/report.md を書き終えたら verify へ遷移する
+    allowed_tools: [delegate, Read, Write, Edit, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, GetYouTubeTranscript, SearchYouTube, SearchAmazon, SearchPlaces, GetDirections, ReverseGeocode, XSearch, XUserPosts, XPostDetail, SearchMicrosoftLearn, FetchMicrosoftLearn, 'mcp__*']
     default_next: verify
     rules:
       - condition: output/report.md に統合レポートを作成した
@@ -63,14 +56,16 @@ movements:
       3. 調査対象と目的を整理し、どこから情報を集めるか、何を分析するかを明確にする
       4. 「今日のニュース」「最新動向」「直近」など時刻依存の調査依頼では、必ず最初のアクションを WebSearch にする
 
-      ## 並列分解の判断
+      ## 分割調査の判断（delegate_research）
 
-      decompose を積極的に検討するケース:
+      delegate_research を積極的に検討するケース:
       - 複数の独立した調査対象がある（例: 3社の比較、複数技術の比較）
       - 各調査が互いに依存せず、結果を最後に統合すればよい
       - 全体を 1 回の dig → analyze で処理すると context が溢れるリスクがある
+      （delegate_research では各テーマを delegate に1件ずつ任せ、本文はファイルに書かせて
+        自分の文脈を軽く保つ。直列実行）
 
-      decompose を使わないケース:
+      delegate_research を使わないケース:
       - 単一テーマの調査
       - 各ステップが前のステップの結果に依存する逐次的な調査
 
@@ -109,15 +104,15 @@ movements:
 
       ## 終了 / 遷移方法
       - **次の analyze へ**: `transition({next_step: "analyze"})`
-      - **並列分解 → decompose へ**: `transition({next_step: "decompose"})`
+      - **分割調査 → delegate_research へ**: `transition({next_step: "delegate_research"})`
       - **追加調査のため同じ dig を続行**: `transition({next_step: "dig"})`
       - **対象が曖昧で確認が必要**: `complete({status: "needs_user_input", missing_info: "...", why_no_default: "..."})`
       - **技術的失敗で打ち切り**: `complete({status: "aborted", abort_reason: "..."})`
     allowed_tools: [Read, Write, Bash, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, BatchReviewTextWithLLM, MergeReviewedResults, SearchPlaces, GetDirections, ReverseGeocode, GetYouTubeTranscript, SearchYouTube, SearchAmazon, TranscribeAudio, XSearch, XUserPosts, XPostDetail, XTimeline, XFetchCardMedia, SearchMicrosoftLearn, FetchMicrosoftLearn, SearchMicrosoftLearnCache, RefreshMicrosoftLearnCache, 'mcp__*']
     default_next: analyze
     rules:
-      - condition: 2つ以上の独立した調査テーマがあり、並列分解が効率的と判断した
-        next: decompose
+      - condition: 2つ以上の独立した調査テーマがあり、分割して delegate に任せるのが効率的と判断した
+        next: delegate_research
       - condition: output/ に情報を書き出した
         next: analyze
       - condition: 追加調査が必要