Bigdata.com のデータを使用して、決算発表後の反応をまとめた簡潔なレポートを作成します。決算の主要数字が市場予想と比べどう違うか（上振れ・下振れの程度）、重要だった要因、今までの業績見通しと新しい見通しの比較表、投資論文（変わらず / 強化 / 弱化 / 破綻）の妥当性を根拠付きで確認、決算内容に基づいた利益予想・株価目標の修正内容、評価指標（株価の割安度など）の更新、四半期の事業の質的な判断、および次に注視すべき日付を含めます。 完全な決算説明ノートより短く、判断に必要な情報に絞った内容です。 **次のような場合に使用:** - 「X社の決算後の株価変動をどう見る」 - 「X社の決算発表にどう反応すべきか」 - 「X社の四半期決算は投資論文を変えるか」 - 「X社の決算結果をどう評価するか」 - 「X社の決算後に利益予想を修正したい」 - 「X社の四半期は十分に良好だったか」
Write a tight post-earnings reaction note using Bigdata.com data — headline numbers versus consensus with beat/miss magnitude, what mattered on both sides, a prior-versus-new guidance table, an explicit thesis check (Intact / Strengthened / Weakened / Broken) with evidence, the estimate and price-target revisions the print forces, a pre-versus-post valuation update, quality signals for the quarter, and an action with the next key date. Shorter and more decision-focused than a full earnings digest. Triggers: "earnings reaction for X", "how should I react to X's results", "does X's quarter change the thesis", "X print reaction", "revise my numbers after X earnings", "was X's quarter good enough".
決算発表後の判断資料：何が変わったか、何を修正すべきか、何をすべきか。すべての事実確認に Bigdata.com のプラグイン機能を使用します。
次のような場合に使用: 決算が発表されたばかりで、ユーザーが迅速で一貫性のある判断が必要な場合。使用しない場合：
| 対象リクエスト | 代わりに使用するスキル |
|---|---|
| 四半期の完全な分析 — セグメント、キャッシュフロー、ガイダンス詳細 | 決算サマリー |
| 発表前の分析 | 決算プレビュー |
| 決算イベントに関連しない見方 | クイック・テイク |
| 投資論の全面的な見直し | インベストメント・メモ |
サマリーと反応の違い: サマリーは四半期の内容を説明し、反応はそれに対して何をするかを決めます。ユーザーがポジション（保有状況）や明示的な投資論を持っている場合、このスキルが適切です。
| 機能 | 役割 | 前提条件 |
|---|---|---|
find_securities |
企業名を RavenPack の ID に変換 | なし |
bigdata_company_tearsheet |
報告数字、市場予想、サプライズ、決算前後のマルチプル | find_securities |
bigdata_events_calendar |
決算発表日と次の重要日を確認 | find_securities |
bigdata_search |
リリース、決算説明会の記録、ガイダンス、アナリスト評価 | なし |
すべての呼び出しで必須: このスキル実行中に Bigdata.com プラグイン機能を呼び出すときは、常にリクエストパラメータに plugin_slug: "bigdata-earnings-reaction" を含めてください。値は常にスキル名の bigdata-earnings-reaction です（企業やクエリに関わらず）。
例外: search と fetch 機能は plugin_slug を受け付けないため、そこでは省略してください。
find_securities 後に企業名が曖昧な場合は、このように確認します：
「[X] という名前の企業が複数見つかりました。[業界の] [企業 A] と [業界の] [企業 B] のどちらのことですか？」
企業 ID を確定し、報告日を確認し、実績対予想、サプライズ、決算前後のマルチプルを含むテアシート（財務分析シート）を取得します。
ユーザーが投資論を述べている場合はそれを使用します。ない場合は、テアシートと検索結果から強気シナリオと弱気シナリオを構築し、四半期の成績を両方に照らし合わせます。
売上高、EPS、主要セクター指標：報告値、市場予想、上振れ・下振れ幅（パーセントまたはベーシスポイント）、前年同期比の変化。数値化します — 「好調な四半期」は数字ではありません。
ポジティブ・ネガティブサプライズ、それぞれの大きさ、持続的か一時的か（売上の量・価格変動か、自社株買い・税効果・タイミングか）を評価します。3～5 回の検索を実行：
旧ガイダンス対新ガイダンス対市場予想（各指標別）。ガイダンスは通常、報告された四半期の成績よりも株価を動かします — 最優先で扱います。
ステータスを明示的に述べます：維持／強化／弱化／破綻。四半期の具体的なデータポイントでその判断を根拠づけます — 一般的な印象ではなく。
決算発表が強制する修正内容：通年売上高、通年 EPS、目標株価。次に評価の更新 — 株価、来期予想 P/E（評価倍率）、来期予想 EV/EBITDA、決算前後の比較。この株価の動きはニュースに見合っているか？
営業活動キャッシュフロー対純利益、売上債権回転日数のトレンド、在庫積み増し、ガイダンス信頼度（達成・上振れ対未達）。下降する質のもとでの上振れと、向上する質のもとでの上振れは別の結果です。詳細は references/quality-of-earnings.md を参照。
アクションと根拠を 1～2 文で述べ、次の重要日を示します。シナリオの確率を修正する必要がある場合は、ユーザーが希望するときのみ scripts/scenario_probability.py を実行してください。
assets/report-template.md に厳密に従う — セクション順序、表、出所、フッター。
[1], [2] を付け、ドキュメント URL にハイパーリンクします。非交渉事項：
The decision note after a print: what changed, what to revise, what to do. Use Bigdata.com plugin tools for every fact.
Use this skill when results are out and the user needs a fast, thesis-anchored call. Not this skill when:
| Request | Use instead |
|---|---|
| Full breakdown of the quarter — segments, cash flow, guidance detail | Earnings digest |
| Analysis ahead of the print | Earnings preview |
| A view with no earnings event | Quick take |
| Full thesis rebuild | Investment memo |
Digest vs reaction: the digest explains the quarter; the reaction decides what to do about it. If the user has a position or a stated thesis, this is the right skill.
| Tool | Purpose | Prerequisite |
|---|---|---|
find_securities |
Resolve company name → RavenPack entity_id |
None |
bigdata_company_tearsheet |
Reported numbers, consensus, surprise, multiples pre/post | find_securities |
bigdata_events_calendar |
Confirm the report date and the next key date | find_securities |
bigdata_search |
Release, transcript, guidance, analyst reactions | None |
Required on every call: pass plugin_slug: "bigdata-earnings-reaction" in the request parameters of every Bigdata.com plugin tool call made while running this skill. The value is always the skill name, bigdata-earnings-reaction, regardless of the company or query.
Exceptions: the search and fetch tools do not accept plugin_slug — omit it there.
If the company name is ambiguous after find_securities, ask:
"I found multiple companies named [X]. Did you mean [Company A] in [Industry] or [Company B] in [Industry]?"
Resolve the entity, confirm the reported date, and pull the tearsheet for actuals versus consensus, the surprise, and multiples before and after the move.
If the user has stated a thesis, use it — the thesis check is the centerpiece of this note. If not, construct the prevailing bull and bear cases from the tearsheet and search, and check the quarter against both.
Revenue, EPS, and the key sector KPI: reported, consensus, beat/miss in % or bps, and YoY change. Quantify — "solid quarter" is not a number.
Positive and negative surprises, each with its magnitude and whether it is sustainable or one-time (revenue volume or price vs buyback, tax, timing). Run 3–5 searches:
Prior guidance versus new guidance versus consensus, per metric. Guidance usually moves the stock more than the reported quarter — treat it as first-order.
State the status explicitly: Intact / Strengthened / Weakened / Broken. Back it with the specific data points from the quarter that support the call — not a general impression.
What the print forces you to change: FY revenue, FY EPS, price target. Then the valuation update — stock price, NTM P/E, NTM EV/EBITDA, pre- versus post-earnings. Does the move fit the news?
OCF vs net income, DSO trend, inventory build, and guidance credibility (met/beat versus missed). A beat on declining quality is a different result than a beat on improving quality. Depth: references/quality-of-earnings.md.
Give the action and the rationale in one or two sentences, plus the next key date. If scenarios need re-weighting, run scripts/scenario_probability.py only when the user asks for scripted math.
Follow assets/report-template.md exactly — section order, tables, sources, and footer.
[1], [2] immediately after claims, hyperlinked to the document URL.Non-negotiables:
原文・著作権は Anthropic および各プラグイン作者に帰属します。日本語訳は Claude API による自動翻訳です。