Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →Pesquisa multi-fonte sobre pergunta ou tópico de cliente com atribuição de fontes. Use quando um cliente pergunta algo que precisa ser verificado, investigando se um bug foi reportado antes, verificando o que foi dito anteriormente a uma conta específica, ou coletando contexto antes de redigir uma resposta. / Multi-source research on a customer question or topic with source attribution. Use when a customer asks something you need to look up, investigating whether a bug has been reported before,
.claude/skills/evolution-foundation-cs-customer-research/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-05 | ✗→✓ | ▲ Improved | 192% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 276% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 187% | 0% |
| case-15 | ✗→✓ | ▲ Improved | 181% | 0% |
| case-16 | ✗→✓ | ▲ Improved | 256% | 0% |
> Se encontrar integrações não configuradas, verifique CONNECTORS.md.
Pesquisa multi-fonte sobre uma pergunta de cliente, tópico de produto ou consulta relacionada à conta. Sintetiza achados de todas as fontes disponíveis com atribuição clara e pontuação de confiança.
/cs-customer-research <pergunta ou tópico>Identificar que tipo de pesquisa é necessária:
Antes de buscar, esclarecer o que realmente precisa ser encontrado:
Buscar sistematicamente pelos níveis de fonte abaixo, adaptando ao que está conectado. Não parar no primeiro resultado — cruzar referências entre fontes.
Tier 1 — Fontes Internas Oficiais (maior confiança):
Tier 2 — Contexto Organizacional:
/int-evo-crm): notas de conta, histórico de atividades, respostas anteriores, detalhes de oportunidadeTier 3 — Comunicações do Time:
/discord-get-messages): buscar o tópico em canais relevantes; verificar se membros do time discutiram ou responderam isso antes/int-whatsapp): buscar discussões sobre o tópico em grupos relevantesTier 4 — Fontes Externas:
Tier 5 — Inferido ou Analógico (usar quando fontes diretas não trazem respostas):
Compilar resultados em um briefing de pesquisa estruturado:
## Pesquisa: [Pergunta/Tópico]
### Resposta
[Resposta clara e direta à pergunta — começar com a conclusão]
**Confiança:** [Alta / Média / Baixa]
[Explicar o que determina o nível de confiança]
### Achados Chave
**De [Fonte 1]:**
- [Achado com detalhe específico]
- [Achado com detalhe específico]
**De [Fonte 2]:**
- [Achado com detalhe específico]
### Contexto e Nuances
[Ressalvas, casos extremos, ou contexto adicional que importa]
### Fontes
1. [Nome/link da fonte] — [o que contribuiu]
2. [Nome/link da fonte] — [o que contribuiu]
3. [Nome/link da fonte] — [o que contribuiu]
### Lacunas e Incógnitas
- [O que não pôde ser confirmado]
- [O que pode precisar de verificação por um especialista]
### Próximos Passos Recomendados
- [Ação se a resposta precisa ir para um cliente]
- [Ação se pesquisa adicional é necessária]
- [Quem consultar para verificação se necessário]Se nenhuma fonte conectada traz resultados:
Se a pesquisa é para responder uma pergunta do cliente:
Após a pesquisa ser concluída, sugerir capturar o conhecimento:
Isso ajuda a construir conhecimento institucional e reduz esforço de pesquisa duplicada na equipe.
| Tier | Tipo de Fonte | Confiança | Notas | |------|-------------|------------|-------| | 1 | Docs internos oficiais, KB, políticas | Alta | Confiar exceto se claramente desatualizado — verificar datas | | 2 | int-evo-crm, tickets, notas de reuniões | Média-Alta | Pode ser subjetivo ou incompleto | | 3 | Discord, WhatsApp, Gmail | Média | Informal, pode estar fora de contexto ou ser especulativo | | 4 | Web, fóruns, docs de terceiros | Baixa-Média | Pode não refletir sua situação específica | | 5 | Inferência, analogias, boas práticas | Baixa | Sinalizar claramente como inferência, não fato |
Sempre atribuir e comunicar um nível de confiança:
Alta Confiança:
Média Confiança:
Baixa Confiança:
Incapaz de Determinar:
Quando as fontes discordam:
Após concluir a pesquisa, capturar o conhecimento para uso futuro.
## [Pergunta/Tópico]
**Última Verificação:** [data]
**Confiança:** [nível]
### Resposta
[Resposta clara e direta]
### Detalhes
[Detalhe de suporte, contexto e nuances]
### Fontes
[De onde essa informação veio]
### Perguntas Relacionadas
[Outras perguntas que isso pode ajudar a responder]
### Notas de Revisão
[Quando re-verificar, o que pode mudar essa resposta]| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-08 | fail→fail | 10,153 | 10,052 | -1% | 1 | 1 | 0% | 1,500 | 4,052 | +170% | 0 | 0 | — |
case-21 | pass→pass | 7,072 | 2,748 | -61% | 1 | 1 | 0% | 1,042 | 2,935 | +182% | 0 | 0 | — |
case-22 | pass→pass | 17,117 | 16,374 | -4% | 1 | 1 | 0% | 2,824 | 5,168 | +83% | 0 | 0 | — |
case-01 | pass→pass | 8,611 | 6,958 | -19% | 1 | 1 | 0% | 1,376 | 3,602 | +162% | 0 | 0 | — |
case-02 | pass→pass | 11,476 | 11,396 | -1% | 1 | 1 | 0% | 1,913 | 4,398 | +130% | 0 | 0 | — |
case-03 | pass→pass | 9,182 | 8,442 | -8% | 1 | 1 | 0% | 1,376 | 3,791 | +176% | 0 | 0 | — |
case-23 | pass→pass | 4,851 | 4,219 | -13% | 1 | 1 | 0% | 988 | 3,333 | +237% | 0 | 0 | — |
case-04 | pass→pass | 9,874 | 6,594 | -33% | 1 | 1 | 0% | 1,572 | 3,538 | +125% | 0 | 0 | — |
case-05 | fail→pass | 9,417 | 9,447 | +0% | 1 | 1 | 0% | 1,399 | 4,079 | +192% | 0 | 0 | — |
case-06 | fail→pass | 8,802 | 15,264 | +73% | 1 | 1 | 0% | 1,289 | 4,843 | +276% | 0 | 0 | — |
case-07 | fail→pass | 7,588 | 6,174 | -19% | 1 | 1 | 0% | 1,220 | 3,506 | +187% | 0 | 0 | — |
case-09 | pass→pass | 8,246 | 6,919 | -16% | 1 | 1 | 0% | 1,302 | 3,540 | +172% | 0 | 0 | — |
case-10 | pass→pass | 7,183 | 4,518 | -37% | 1 | 1 | 0% | 1,146 | 3,166 | +176% | 0 | 0 | — |
case-11 | pass→pass | 6,751 | 8,090 | +20% | 1 | 1 | 0% | 1,037 | 3,805 | +267% | 0 | 0 | — |
case-12 | pass→pass | 4,294 | 4,291 | -0% | 1 | 1 | 0% | 749 | 3,262 | +336% | 0 | 0 | — |
case-13 | pass→pass | 7,985 | 5,841 | -27% | 1 | 1 | 0% | 1,206 | 3,465 | +187% | 0 | 0 | — |
case-14 | fail→fail | 5,406 | 4,957 | -8% | 1 | 1 | 0% | 896 | 3,271 | +265% | 0 | 0 | — |
case-15 | fail→pass | 11,191 | 16,115 | +44% | 1 | 1 | 0% | 1,748 | 4,904 | +181% | 0 | 0 | — |
case-16 | fail→pass | 6,708 | 5,775 | -14% | 1 | 1 | 0% | 997 | 3,548 | +256% | 0 | 0 | — |
case-17 | pass→pass | 7,032 | 6,172 | -12% | 1 | 1 | 0% | 1,189 | 3,595 | +202% | 0 | 0 | — |
case-18 | fail→pass | 6,585 | 6,269 | -5% | 1 | 1 | 0% | 953 | 3,520 | +269% | 0 | 0 | — |
case-19 | fail→pass | 13,054 | 10,793 | -17% | 1 | 1 | 0% | 1,972 | 4,268 | +116% | 0 | 0 | — |
case-20 | pass→pass | 10,221 | 5,633 | -45% | 1 | 1 | 0% | 1,579 | 3,428 | +117% | 0 | 0 | — |
case-24 | pass→pass | 6,268 | 6,788 | +8% | 1 | 1 | 0% | 1,059 | 3,603 | +240% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 24 cases were attempted. The headline lift of +29 percentage points is the difference between those two pass rates over the 24 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.