複数の対象物（製品・プログラム・企業など）を同じ基準で横並びに比較し、根拠の説明度を明記した構造的なベンチマーク結果を返します。 **次のような場合に使用:** - 直接的な比較が必要な場合 - 例えば「XはほかのIL-23製品とどう異なるのか」「これら4つのプログラムを比較してほしい」といった質問 ※参考となる過去の事例や先例に基づいた推論が欲しい場合は、identify-analogs（類似事例検索）を使う方が適しています。
Compare named assets side by side on a common set of dimensions and return a structured benchmark with explicit evidence strength. Use for direct comparisons, for example 'how does X compare to the other IL-23s', 'benchmark these four programs'. Use identify-analogs when precedents to reason from are wanted rather than a head-to-head table.
複数の資産を比較する際の標準的な方法で、最終的な表形式やスライド形式を強制しません。
match_entitysearch_entitiesresearch_entitysearch_documentsread_document（検出した文書を読む。ベンチマーク項目が承認状況、認定、またはラベル内容の場合は、まず search_documents(source_types=["fda_filings"]) でラベルを検索してから読み込む。source_types は search_documents のフィルター機能で、read_document ではない）ベンチマーク作成前に、match_entity を使用して各資産名を標準化します。元の資産名は name に、事業者・企業・補足情報は context に記入します。固定リストではなく条件から比較対象を探す場合は、search_entities を使用します。
各資産について、以下のような項目を含むベンチマーク結果を返します。
各項目には以下を含めます。
value（値）evidence_rating（根拠の信頼度評価）citations（引用元）notes（オプション：補足）research_entity を資産ごとに実施する方法は、小規模な比較（各資産について構造化データだけでなく詳しい背景情報が必要な場合）に適しています。
規模が大きい場合、予算に合わせて各行の内容を勝手に簡略化してはいけません。まずベンチマークの対象範囲を絞り込む（開発段階・疾患・治療法のカテゴリーを search_entities で限定する）か、比較項目を減らし、どちらを選んだかを説明します。30個の資産を1行ずつ比較するより、8個の資産を根拠をもって詳しく比較する方が有用です。
research-assistant サブエージェント（補助となる分析エージェント）を使い、資産ごとに並列処理で証拠を収集し、その後、すべての行が同じ信頼度の根拠に基づくよう整合させます。validate-target（ベンチマーク項目が標的の遺伝学的検証可能性や対処可能性に関わる場合）search_documents(source_types=["fda_filings"]) で各資産のラベルを見つけ、read_document で該当の文書を読み込む。全文を取得する前に format="sections" で関連セクションを抽出し、各セルに文書名と日付を記載するThis primitive standardizes comparisons across assets without imposing a final table or slide format.
match_entitysearch_entitiesresearch_entitysearch_documentsread_document to read a located document (when a benchmark dimension is approval status, designations, or label content, find the label first with search_documents(source_types=["fda_filings"]) -- source_types is a search_documents filter, not a read_document one)Use match_entity to canonicalize each named asset before benchmarking. Keep the raw asset name in name and put sponsor/company/disambiguating text in context. Use search_entities when you are discovering the benchmark set by criteria rather than starting from a fixed named list.
Return benchmark items where each asset has dimensions such as:
Each dimension should include:
valueevidence_ratingcitationsnotesThe research_entity-per-asset path is the right one for small-N comparisons, where
the user needs deep narrative context per asset rather than just structured dimensions.
For larger sets, do not silently degrade the depth of each row to fit the budget.
Narrow the benchmark set first (tighten the phase, indication, or modality scope via
search_entities), or reduce the number of comparison dimensions, and say which of
the two you did. A benchmark of 30 assets at one line each is less useful than a
benchmark of 8 assets that actually supports its claims.
research-assistant sub-agent, one workstream per asset, then reconcile the returned claim sets so every row is held to the same evidence barvalidate-target (when a benchmark dimension is target genetic validation or tractability)search_documents(source_types=["fda_filings"]) and read the specific document with read_document; prefer format="sections" to find the relevant section before pulling full text, and cite the document plus its date on each cell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。