情報収集・点検・レポートを継続するAI定期実行の構築
- クライアント
- 広告代理店・Webマーケティング支援業
- 対応年
- 2026年
- 期間
- 約1〜2週間
- 担当
- 業務設計・実装・運用
概要
問い合わせやアクセスの集計、競合サイトの更新確認、自社サイトの記載の点検といった定例作業を、日次・週次の周期で自動実行する環境を構築しました。必要な情報を集め、判断の材料として届けるところまでを対象にしています。
導入前の課題
問い合わせやアクセスの集計、競合サイトの更新確認、自社サイトの記載の点検は、担当者が日々の業務の合間に手作業で行っていました。忙しい時期には確認の間隔が空いたり、担当者によって確認する範囲が変わったりするうえ、結果が個人の手元に残るため、あとからたどることも難しい状態でした。
実装内容
業務ごとに実行の周期、情報の取得元、保存先を決め、スケジューラーから収集・集計・AIによる点検を起動する処理を実装しました。問い合わせやアクセスの集計、公開情報の変化、業務の進捗は、それぞれの目的に合ったレポートにまとめ、知らせるべき内容の通知と、人が確認・修正する工程は分けています。
品質・信頼性のための工夫
同じ処理が二重に動かないようにするロック、取得結果の検査、保存が終わってから処理済みとする記録、通知の重複防止を、処理の内容に応じて組み込みました。取得できなかった情報は0件として扱わず、「未取得」として残しています。
起動はしたが失敗している、成功したが成果物が古い、といった状態を見逃さないよう、正常に動いたかどうかも、起動したこと、処理が成功したこと、最新の成果物があることを別々に確認しています。集めた資料に書かれた指示には従わないようAIに指示したうえで、公開情報を集める処理とAIが判定する処理をプログラム上で分け、AIの判定から外部への操作が行われない構成にしています。
導入後の効果
これらの定例作業を、AIによる点検を組み込んだ定期実行に置き換えたことで、決めた周期と範囲で収集・点検・報告が繰り返されるようになりました。保存した結果と実行履歴を見返せるようになり、処理の失敗や取得できなかった部分も把握しやすくなりました。
- Python
- systemd
- API連携
- Codex
