investment-research-briefs

작성자: tavily-ai

간결한 투자 리서치 브리프, 기업 메모, 섹터 스냅샷, 포트폴리오 모니터링 업데이트, 실적/뉴스 요약, 리스크 및 촉매 브리프 작성,…

npx skills add https://github.com/tavily-ai/use-case-skills --skill investment-research-briefs

Investment Research Briefs

Workflow

Use search and extract for quick investor briefs and source checks, research for full investment memos, and map or crawl only for large known source collections. Keep this skill focused on research design, source selection, verification, and synthesis; execution mechanics should come from companion endpoint skills.

Treat the guidance below as base guidance; adapt it to the user's request when appropriate.

  • Define the target, investor lens, geography, timeframe, asset type, and desired depth.
  • For quick briefs, split into short subqueries under 400 characters: business overview, market position, financial/operating signals, recent developments, competitors, risks, catalysts, and valuation/comps if requested.
  • Prefer filings, investor relations pages, earnings materials, company pages, regulators, exchanges, reputable financial media, and market sources.
  • For deeper memos, provide a clear research goal, known context, constraints, target market, and desired output shape.
  • Verify specific metrics, quotes, management claims, filings, and high-impact assertions against original or authoritative sources.
  • Separate sourced facts, inferred interpretation, and open diligence questions.

Research Budget

  • Start with a small focused search set covering business context, recent developments, financial/operating signals, and risks/catalysts.
  • Extract only the strongest sources before drafting a concise brief.
  • Add more searches only for named gaps, such as missing filing evidence, missing earnings context, or missing competitor context.
  • Do not use map unless a known investor-relations, filing, transcript, or presentation library has buried pages.
  • Do not use research unless the user asks for a full memo, sector landscape, or multi-source thesis.

Capability Guidance

  • Use search for fast discovery across companies, sectors, filings, news, competitors, and market context.
  • Use extract to verify metrics, quotes, filings, management claims, transcripts, and other high-impact assertions.
  • Use research for full investment memos, sector landscapes, or multi-source thesis work.
  • Use map or crawl only for large investor-relations, filing, transcript, or presentation libraries.

Query And Source Guidance

  • Use company legal name, ticker, product names, segment names, geography, competitor names, and reporting period in queries.
  • For public companies, prioritize original filings, earnings calls, investor presentations, regulator pages, and exchange notices.
  • For private companies, triangulate from company pages, funding announcements, customer stories, hiring, product documentation, and credible press.
  • For recent developments, make the timeframe explicit in the query.
  • For competitor or sector work, build separate subqueries for category, demand drivers, pricing, regulation, customer adoption, and risks.
  • Include known assumptions or prior context in broad research requests to avoid rediscovering what is already known.
  • Report failed or unavailable sources when they affect filings, transcripts, IR pages, market data, or cited claims.

Output Template

Use this markdown structure and adapt sections to the user's mandate:

# Investment Brief: <company/sector/theme>

## Executive Summary
<concise bullets with the main investor-relevant takeaways>

## Business And Market Context
- Business model:
- Customers/segments:
- Market position:
- Competitors:

## Recent Developments
- <dated development with source>

## Signals
- Financial or operating signals:
- Product, customer, hiring, or partnership signals:
- Regulatory or macro signals:

## Risks
- <risk>: <evidence and uncertainty>

## Catalysts And Watch Items
- <catalyst/watch item>: <why it matters>

## Open Diligence Questions
- <question>

## Sources
- [Source title](URL) - <what it supports>

Do not provide personalized financial advice. State when source coverage is thin, stale, or incomplete.

tavily-ai의 다른 스킬

research
tavily-ai
모든 주제에 대해 자동 소스 수집, 분석 및 인용을 포함한 포괄적 연구를 수행합니다. 명확한 인용과 함께 다중 소스 웹 연구를 진행하며, 비교 분석, 최신 이슈, 시장 분석 및 상세 보고서에 적합합니다. 세 가지 모델 옵션을 제공합니다: 미니(단일 주제 집중 연구, 약 30초), 프로(포괄적 다각도 분석, 약 60-120초), 오토(API 기반 복잡도 자동 감지). Tavily MCP 서버를 통해 OAuth 인증을 하며, 자동 브라우저 기반 로그인을 지원합니다.
official
search
tavily-ai
LLM 최적화 결과, 관련성 점수, 유연한 필터링을 갖춘 웹 검색. 네 가지 검색 심도 모드(초고속, 빠름, 기본, 고급)를 지원하며 지연 시간과 관련성 간의 균형을 설정 가능. 도메인 필터링, 시간 범위 제약, 날짜 범위, 국가 가중치 부여, 원본 콘텐츠 추출 포함. 제목, URL, 콘텐츠 스니펫, 관련성 점수와 함께 결과 반환; 선택적 이미지 결과 및 파비콘. Tavily MCP 서버 또는 API 키 구성을 통한 자동 OAuth 인증;...
official
tavily-best-practices
tavily-ai
LLM을 위한 웹 검색 API로, 실시간 데이터 접근, 콘텐츠 추출, 사이트 크롤링, AI 기반 리서치를 제공합니다. 다섯 가지 핵심 메서드: 웹 결과 검색을 위한 search(), URL 콘텐츠 추출을 위한 extract(), 사이트 전체 추출을 위한 crawl(), URL 발견을 위한 map(), 종단 간 AI 합성을 위한 research()를 지원합니다. Python 및 JavaScript SDK를 제공하며, 병렬 쿼리와 설정 가능한 검색 심도(초고속/고속/기본/고급)를 위한 비동기 클라이언트를 포함합니다. Crawl 메서드는 추출 대상을 집중시키기 위해 의미론적 지시를 받아들입니다...
official
tavily-cli
tavily-ai
Tavily CLI를 통한 웹 검색, 콘텐츠 추출, 사이트 크롤링 및 심층 리서치. 검색, 추출, URL 발견, 대량 크롤링, 인용 포함 다중 소스 리서치를 아우르는 다섯 가지 명령 모드. 모든 명령은 JSON 출력 및 파일 저장을 지원하여 구조화된 에이전트 워크플로우에 적합. 에스컬레이션 패턴은 단순 검색에서 추출, 매핑, 크롤링, 필요에 따른 종합 리서치까지 안내. tavily-cli 설치 및 tvly login을 통한 API 키 인증 필요.
official
tavily-crawl
tavily-ai
다중 페이지 웹사이트 크롤러로, 의미론적 필터링과 마크다운 내보내기 기능을 제공합니다. 깊이와 범위를 제어하여 사이트 전체 섹션을 크롤링하고, 경로 정규식, 도메인 또는 자연어 명령어로 필터링하여 결과를 집중시킬 수 있습니다. --output-dir 옵션을 통해 각 페이지를 로컬 마크다운 파일로 저장하거나, 구조화된 JSON을 반환하여 에이전트 처리에 활용할 수 있습니다. 결과를 LLM에 전달할 때 컨텍스트 팽창을 방지하기 위해 청크 추출과 함께 의미론적 명령어를 사용하고, 오프라인 문서 다운로드를 위해 전체 페이지 추출을 지원합니다.
official
tavily-dynamic-search
tavily-ai
웹을 검색하고, 결과를 필터링하며, 콘텐츠를 추출하여 원시 검색 데이터가 컨텍스트 창에 들어오지 않도록 합니다. 선별된 print() 출력만 반환됩니다.
official
tavily-extract
tavily-ai
최대 20개의 URL에서 깨끗한 마크다운 또는 텍스트를 추출하며, JavaScript 렌더링 및 쿼리 중심 청킹을 지원합니다. JavaScript로 렌더링된 페이지를 처리하며, 추출 깊이를 구성할 수 있습니다(기본 페이지는 기본, 동적 SPA 및 테이블은 고급). 쿼리 중심 추출을 지원하여 전체 페이지 대신 관련 콘텐츠 청크만 반환합니다. 기본적으로 LLM에 최적화된 마크다운을 반환하며, 일반 텍스트 형식 및 구조화된 JSON 출력 옵션을 제공합니다. 단일 호출에서 최대 20개의 URL을 처리합니다.
official
tavily-map
tavily-ai
웹사이트에서 콘텐츠를 추출하지 않고 빠르게 URL을 발견하여 대규모 사이트에서 특정 페이지를 찾는 데 이상적입니다. 도메인의 모든 URL을 구조화된 목록으로 반환하며, 깊이와 너비를 설정 가능하고, 정규식 경로 필터링 및 자연어 명령어를 통한 의미론적 필터링을 지원합니다. 깊이 제어(1~5단계), 페이지당 너비 제한, 외부 링크 포함/제외, 정규식 패턴을 통한 도메인 필터링을 지원합니다. 워크플로우의 1단계로 설계되어 올바른 페이지를 찾은 후 추출 또는...
official