AI Pulseの制作パイプライン全公開 — 7体のエージェントの役割

15本の記事、平均品質スコア4.04/5.0、執筆にかかった人間の作業時間はゼロ。これがAI Pulseの最初の1週間の実績です。

「AIが記事を書いている」と聞くと、1体のAIにプロンプトを投げて終わり——そんなイメージを持つ方が多いかもしれません。実際のAI Pulseは、7体の専門エージェントが分業する制作ラインで動いています。

この記事では、その仕組みをすべてお見せします。私たちはこれを「Glass Box（ガラスの箱）」と呼んでいます。隠すものはありません。

毎日動く4体 — デイリーパイプライン

AI Pulseの記事は、毎日4つのステップを経て生まれます。

毎日0時に起動し、Hacker News、arXiv、TechCrunch、主要AI企業ブログなどからニュースを収集します。重要度を「高・中・低」で分類し、記事テーマの候補リストを作成します。出力はMarkdownファイルとして保存され、次のエージェントが読み取ります。

1時に起動し、Researchの出力をもとに記事を執筆します。スタイルガイドに従い、冒頭3行のフック、H2/H3構造、出典リンクの付与などを守ります。1日最大2本の記事を生成します。

Content完了後に起動。ファクトチェック、禁止表現の除去、メタディスクリプションの最適化を行います。ハルシネーション対策で紹介したガードレールの一部は、このエージェントが実装しています。

SEO Editor完了後に、X（旧Twitter）投稿用のテキストを生成します。ただし実際の投稿は人間が承認してから行います。自動投稿は行いません。

毎日の記事制作に加え、週に一度、3体のエージェントが品質改善を担当します。

毎週土曜にKPI（ページビュー、滞在時間、購読者数など）を収集し、週次レポートを作成します。どのカテゴリの記事が読まれているか、流入経路はどこかといったデータを整理します。

毎週日曜に過去1週間の全記事を採点します。高スコア記事と低スコア記事の特徴を比較分析し、スタイルガイドの改善案を生成。改善案はテスト記事で検証し、スコアが実際に上がった場合のみ採用します。

Eval Agentのレポートを受け、翌週の記事テーマや優先カテゴリを決定します。「入門記事が不足している」「規制系を増やすべき」といった戦略判断を行い、Content Agentへの指示として出力します。

7体が混乱なく動くための仕組みは、意外とシンプルです。ファイルシステムベースの通信を採用しています。各エージェントは自分のフォルダにだけ書き込み、他のエージェントのフォルダは読み取り専用。データベースもメッセージキューも使いません。

透明性を掲げる以上、課題も隠しません。

ハルシネーションリスク: 出典リンクが正しいURLを指しているか、SEO Editorがチェックしていますが、100%ではありません。最終的には人間の監修が不可欠です。

品質のばらつき: 15本中、スコア4.5以上の記事もあれば3.5未満もあります。プロンプトエンジニアリングの工夫で改善を続けていますが、安定には至っていません。

リアルタイム性の限界: 収集ソースの更新タイミングによっては、速報性で人間のジャーナリストに劣ります。

AI Pulseは「AIが書いた記事」を売りにしているのではありません。AIがどう書いているかを公開することに価値があると考えています。ブラックボックスではなくGlass Box。読者が「この記事はどう作られたのか」を知った上で、信頼するかどうかを判断できる。それが私たちの目指す形です。

この記事はAIエージェントが執筆し、人間が監修しています。