Co standardní Claude Code research nezvládne — a jak to řeší můj deep-research plugin
- 31. 3.
- Minut čtení: 7
Claude Code má vestavěný WebSearch. Zadáte dotaz, dostanete 3–7 zdrojů, souhrn a odpověď. Pro rychlé ověření faktu to stačí. Pro research, na kterém stavíte rozhodnutí, ne.
Tři konkrétní problémy, na které jdem narazil:
Plochý confidence model. Všechna tvrzení mají stejnou váhu — ať je za nimi deset nezávislých zdrojů nebo jeden blogpost. Nedozvíte se, kde stojíte na pevné zemi a kde na tenkém ledě.
Žádná dekompozice. Jeden dotaz, jeden průchod. Komplexní téma (třeba „konkurenční landscape B2B SaaS v Česku") vyžaduje rozpad na streamy — trh, technologie, konkurence, rizika. Standardní research to nedělá.
Konflikty jen nahlásí, ale nevyřeší. Když dva zdroje říkají různé věci, dozvíte se „zdroje se neshodují", ale žádné vyhodnocení, který zdroj je důvěryhodnější a proč.
Existují samozřejmě i jiné nástroje — Perplexity, Gemini Deep Research a další. Proč jsem se pustil do vlastního pluginu: plná kontrola nad metodologií, vlastnictví výstupů, možnost napojit do širšího workflow. A jak uvidíte níže, i jako Gemini Deep Research mají vlastní silné stránky — ale i slepá místa, která můj plugin systematicky řeší.
Co můj plugin deep-research dělá jinak
Deep-research plugin pro Claude Code řeší výše zmíněné mezery a je volně ke stažení viz. poslední kapitola. Je to sada specializovaných agentů, kteří pracují paralelně a mají jasnou metodologii.
Metodické Srovnání
Standardní Claude Code research | Gemini Deep Research (Gemini 3 S myšlením) | Deep-research plugin v Claude Code | |
Zdroje | 3–7 | 30–45 | 25–90 |
Průchody | 1–2, sériově | neznámo (black-box) | 5+ fází, paralelně (3–4 agenti) |
Dekompozice | Žádná | Implicitní (tematické sekce) | Explicitní 4–6 streamů s Signal Map |
Evaluace zdrojů | Žádná | Žádná | SIFT framework + credibility -2 až +3 |
Confidence model | 1D (high/medium/low) | Žádný | 2D matice: síla signálu × shoda zdrojů |
Konflikty | Flag | Vyhýbá se | Explicitní rozhodnutí s odůvodněním |
Practical Layer | Ne | Částečně (ceny) | Ano (ceny, poskytovatelé, budget stacky) |
Adjacent Topics | Ne | Částečně (AI/tech) | Ano (2–3 per stream) |
Narrativní flow | Ne | Silný | Ano (v1.6.0) |
Výstup | Jeden soubor | Jeden soubor | Modulární: summary + detail soubory |
Čas | 2–5 minut | 5–10 minut | 10–18 minut |
Hlavní kroky deep-research příkazu
Dekompozice tématu
Tohle je klíčový krok, kde se plugin odlišuje od jednoprůchodového searche. Než začne hledat, rozloží téma na 4–6 nezávislých streamů. Pro byznysová témata používá čtyři (TRH / TECHNOLOGIE / KONKURENCE / RIZIKA), pro ostatní doménově specifickou dekompozici.
Proč na tom záleží? Jednoprůchodový search jde po klíčových slovech z vašeho zadání. Pokud se zeptáte na „longevity biotech — senolytika, rapamycin, epigenetické hodiny, krevní plazma", dostanete odpověď na přesně tato čtyři témata. GLP-1 agonisty, NAD+ prekurzory nebo buněčné reprogramování nenajde, protože jste se na ně neptali.
Deep-research téma nejdřív dekomponuje — a streamy definuje na základě struktury problému, ne jen na základě zadání. U longevity to znamenalo: klinická evidence (včetně přístupů mimo zadání), investiční krajina, biomarkery a měření, emerging přístupy, a praktická dostupnost. Proudy se nepřekrývají, ale pokrývají téma šířeji než zadání.
Po dekompozici proběhne validační checkpoint: jsou všechny klíčové dimenze pokryté? Nechybí nějaká perspektiva? Nejsou streamy příliš úzké nebo příliš široké? Teprve po validaci se spustí paralelní hledání — 3–4 agenti současně, každý na svém streamu.
Evaluace zdrojů (SIFT + credibility scoring)
Každý nalezený zdroj projde čtyřkrokovým filtrem SIFT:
Stop — Je tohle relevantní? Mám důvod tomu věřit?
Investigate — Kdo je autor? Jaká organizace za tím stojí? Jaké mají credentials?
Find better — Existuje primární zdroj? Pokrývá to někdo důvěryhodnější?
Trace — Odkud pochází původní tvrzení? Není vytržené z kontextu?
Po filtraci dostane každý zdroj credibility skóre:
Skóre | Typ zdroje | Příklad |
+3 | Peer-reviewed | Nature, Lancet, NEJM |
+2 | Institucionální | WHO, FDA, McKinsey |
+1 | Expert | Pojmenovaný odborník s credentials |
0 | Obecná média | Zpravodajství, oborový tisk |
-1 | User-generated | Reddit, Medium bez credentials |
-2 | Anonymní/propagační | Vendor whitepapers, anonymní posty |
Pro klíčová tvrzení plugin vyžaduje zdroje se skóre ≥ +1. Tržní projekce z market research firem dostanou 0 a jsou explicitně označeny — čtenář ví, že jde o odhad, ne o ověřený fakt.
Tohle je jedna z věcí, které ani Gemini Deep Research nedělá. Když Gemini napíše „investice dosáhly 8,5 miliardy dolarů", nevíte, jestli to pochází z peer-reviewed analýzy nebo z tiskové zprávy VC fondu. Deep-research vám to řekne.
Signal Map
Po prvním kole hledání plugin vytvoří Signal Map z nalezených zdrojů a pak přizpůsobí hloubku analýzy:
STRONG signál (8+ zdrojů, vysoká kredibilita) → konkrétní tvrzení, detailní soubor, přesná doporučení
MODERATE signál (4–7 zdrojů) → standardní analýza, podmíněná doporučení
WEAK signál (<4 zdroje) → pouze směrové trendy, žádná přesná čísla, žádný samostatný soubor
Plugin nepředstírá jistotu tam, kde data nejsou. Slabý signál = slabé tvrzení, ne přesvědčivě znějící věta bez podkladu.
2D Confidence Model
Standardní research řekne „high confidence" nebo „low confidence". Deep-research pracuje se dvěma osami:
Zdroje se shodují | Zdroje si protiřečí | |
Silný signál | Přesné tvrzení: „Udělejte X, protože Y" | Nuancovaná pozice: „X je lepší než Y, ale za podmínky Z zvažte Y" |
Slabý signál | Směrový trend: „Evidence naznačuje X" | Neznámé: „Nedostatek dat. Doporučuji ověřit Z" |
Žádné „zvažte A nebo B". Vždy konkrétní doporučení odpovídající kvalitě dat.
A/B/C test: Tři nástroje, stejné zadání
Abych nemluvil jen v abstrakcích, pustil jsem na stejný prompt tří nástroje: plain Claude Code, Gemini Deep Research a náš deep-research plugin (v1.6.0) v Claude Code:
„Longevity biotech 2025: kde jsou reálné klinické výsledky vs investiční hype? Které přístupy (senolytika, rapamycin, epigenetické hodiny, krevní plazma) mají nejsilnější evidenci a komerční potenciál?"
Výstupy jednotlivých nástrojů ke stažení
Jde o celkem zajímavé téma, tak sdílím i výstupy. Pro jednodušší stažení všechny výstupy konvertovány do PDF.
Plain Claude Code — rychlý přehled
Jeden soubor, ~240 řádků, ~28 zdrojů, hotovo za 3 minuty. Pokryl všechny čtyři požadované oblasti, klíčové studie identifikoval správně (PEARL trial, STAMINA, Buck Institute TPE). Pro rychlý přehled solidní výstup. Ale přehlédl celou kategorii — GLP-1 agonisty, které se v deep-research ukázaly jako klinicky nejsilnější longevity kandidát (SELECT trial, 17 000 pacientů, tvrdé kardiovaskulární endpointy). Jednoprůchodový search šel po klíčových slovech ze zadání a GLP-1 tam nebyly. Dále chyběly NAD+ prekurzory, Conboy plasma dilution, rapamycin + trametinib kombinace.
Gemini Deep Research — narativní zpráva
Jeden ucelený výstup, ~42 citací, plynulý český text. Gemini dodal koherentní analytickou zprávu s příběhem (makro kontext → regulace → přístupy → AI → komerce). Silné stránky: komerční kontext (ceny intervencí, jména klinik), regulatorní storytelling (LOY-002 jako FDA precedent), a pokrytí AI infrastruktury (AlphaGenome, NVIDIA BioNeMo, digitální dvojčata). Přehlédl ale úplně stejné kategorie jako plain Claude — GLP-1, NAD+, Conboy plasma dilution, fisetin (nulová lidská data navzdory masové spotřebě). Žádný scoring zdrojů — nevíte, jak moc věřit jednotlivým tvrzením. Kontradikcím se vyhýbá místo aby je řešil.
Deep-research plugin (v1.6.0) — modulární analýza s praktickou vrstvou
Výstup 6 souborů (summary + 5 detail files), 88 zdrojů, 18 minut. V1.6.0 jsem přidal čtyři nové prvky: narativní summary inspirovaný Gemini, praktickou vrstvu (ceny, poskytovatelé, budget stacky), příbuzná témata u každého streamu, a číslovanou bibliografii s credibility scoring.
Co deep-research zachytil a ostatní ne:
GLP-1 jako nejsilnější near-term kandidát — SELECT trial + analýza selhání EVOKE Alzheimer studie + upozornění na ztrátu 39-45 % svalové hmoty
PEARL trial COI — 7 autorů jsou zaměstnanci/akcionáři AgelessRx, která studii financovala a rapamycin prodává; kompoundovaná formulace měla 3,5× nižší biodostupnost; sekundární nález svalové hmoty je v přímé kontradikci s Lancet systematic review 19 studií
Česká studie plazmaferéze — plazmaferéza BEZ albuminu biologický věk zrychlila (+0,26 roku/session); albumin je klíčová proměnná, ne samotná procedura
Fisetin reality check — nejsilnější flavonoidové senolytikum v preklinice, OTC za ~5 USD/cyklus, ale žádná dokončená RCT u lidí
Budget stacky — od 50 USD/měsíc (NMN + fisetin) po 5 000+ USD (plazmaferéza), s realistickými očekáváními pro každý
Srovnání v číslech
Plain Claude Code | Gemini Deep Research | Deep-research v1.6.0 | |
Zdroje | ~28 | ~42 | 88 |
Soubory | 1 (MD) | 1 | 6 (modulární MD) |
Credibility scoring | Ne | Ne | Každý zdroj -2 až +3 |
Practical Layer | Ne | Částečně (ceny klinik) | Ano (ceny, poskytovatelé, budget stacky, dostupnost v ČR) |
Chybějící oblasti | GLP-1, NAD+, fisetin, Conboy | GLP-1, NAD+, fisetin, Conboy | — |
Contradictions | Zmíněny povrchně | Vyhýbá se | Explicitní tabulky s rozhodnutím |
COI analýza | Ne | Ne | Ano (PEARL trial) |
Adjacent Topics | Ne | Částečně (AI, digital twins) | Ano (2-3 per stream) |
Narrativní flow | Ne | Ano (silný) | Ano (v1.6.0) |
Čas | ~3 min | ~8 min | ~18 min |
Co je důležité
Nejde o počet zdrojů. Jde o tři věci:
Dekompozice. Jednoprůchodový search (plain i Gemini) jde po klíčových slovech ze zadání. GLP-1 tam nebyly, tak je nenašel. Deep-research dekomponuje na streamy a hledá i za hranicemi zadání — a proto identifikoval kategorii, která se ukázala jako klinicky nejsilnější.
Kritické hodnocení. Gemini referuje PEARL trial jako pozitivní výsledek. Deep-research identifikoval závažný COI, nízkou biodostupnost kompoundované formulace, a kontradikci s 19 studiemi — a na základě toho PEARL nález odmítl. To je jiná úroveň informace.
Praktická vrstva. Gemini zmíní cenu kliniky. Deep-research dá budget stack od 50 USD/měsíc s realistickými očekáváními, konkrétní produkty, a upozornění co nepomůže. Rozdíl mezi „informace" a „rozhodovací podklad."
Vlastní plug-in má také výhodu průběžného rozvoje - když ve výstupu jiného nástroje najdu něco co se mi líbí (příběhové shrnutí u Gemini) můžu velmi jednoduše stejný prvek zapracovat do svého pluginu.
Pipeline: od researchu k publikaci
Deep-research není izolovaný nástroj. Je to vstupní bod do pipeline čtyř navazujících příkazů:
/deep-research → /critique → /verify → /humanize
Příkaz | Co dělá | Kdy použít |
deep-research | Paralelní multi-pass research, 25+ zdrojů, Signal Map | Začátek — sběr a syntéza dat |
critique | Logická analýza argumentů — hledá díry, chybné úsudky, chybějící evidenci | Po researchi — ověření logiky |
verify | Fact-check: ověření konkrétních tvrzení, zdrojů, odkazů, čísel | Před publikací — kontrola faktů |
humanize | Odstranění typických AI vzorů z textu | Finální úprava — přirozený jazyk |
Každý krok má svého specializovaného agenta. Nemusíte je používat všechny — /deep-research funguje samostatně. Ale pokud výstup jde do prezentace nebo článku, pipeline /critique → /verify → /humanize ho dotáhne — logické díry, ověření faktů, přirozený jazyk.
Limity
Závisí na WebSearch. Pro niche témata s málo online zdroji je výstup slabší — ale Signal Map vám to explicitně řekne.
Anglický bias. Anglické zdroje dominují. Pro ryze český kontext (legislativa, lokální trh) počítejte s tím, že budete muset doplňovat další informace ručně nebo odjinud.
Není akademický. Pro systematický přehled literatury nebo meta-analýzu to nestačí. Je to konzultantský research — praktický, akční, s doporučeními.
Vyžaduje Claude Code. Funguje jako plugin, ne webová aplikace. Potřebujete terminál a Claude Code (placená subscription). Velmi pravděpoeobně by šel adoptovat i do Gemini CLI nebo Codex.
Objem výstupu. 6 souborů a 1700+ řádků je hodně. Pro rychlé rozhodnutí stačí summary + Signal Map, detail soubory a practical guide jsou pro deep-dive.
Jak vyzkoušet
Plugin ke stažení: github.com/zdenekmach/deep-research
git clone https://github.com/zdenekmach/deep-research.git
claude --plugin-dir ./deep-research
Plugin obsahuje pět příkazů: deep-research, research (rychlá verze, 3–7 zdrojů), critique, verify a humanize. Celý stack je MIT licence.
Komentáře