技術記事の生成・検証・公開パイプライン

概要

事業サイト v4 のブログに技術記事を投入する工程。AI エージェントが下書きを作り、機械的な検査を通し、CMS へ投入する。公開の判断だけを人が行う。

課題・背景

生成 AI に記事を書かせると、量は出るが質が安定しない。時系列の経緯をなぞるだけの文章になる、主題に関係のない固有値が残る、既に出した記事と内容が重なる。上がってきた物を読んでから直していては、自分で書くより手間がかかる。人が読む前に落とせる欠陥は、機械が落とす形にしたかった。

アプローチ

依頼の形を固定し、渡すのは主張一文と、取得日を付けた事実の箇条書きだけにした。構成（目次）は渡さない。渡すと依頼の項目名がそのまま見出しになり、記事ではなく報告書になる。

上がった下書きは自動の検査に通す。検査は 30 項目を超える。内部用語・禁止表現・リンク切れのような機械的な物に加えて、リンクのアンカーが文脈を持たない語になっていないか、主題に効かない固有値が残っていないか、経緯を接続する語の密度が高すぎないか、定義せずに使った語が無いか、既存の記事と内容が重なっていないかまで見る。閾値は基準にした記事の実測値から決めた。

検査を通った物だけを人が読み、CMS への投入と公開はコマンドラインから行う。投入は途中で失敗しても、作成済みの下書きから再開できる。

成果

記事の品質の下限が、読み手の集中力ではなく検査で決まるようになった。人のレビューは、機械で判定できない一点（主張が通っているか）に絞れている。

担当範囲

企画／設計／開発／運用

技術スタック

Node.js／AI エージェント（Claude Code）／EmDash（ヘッドレスCMS）／Cloudflare