動的トピック抽出機能・フォールバック定義によるAIニュース収集・配信システムの高度化
1. プロジェクト概要 本プロジェクトでは、従来の「AIニュース収集・配信システム（Basic版）」が抱えていた拡張性と柔軟性の課題を解決するため、「汎用型DeepResearchシステム（Breadth版）」 へのフルリファクタリングを実施しました。 これにより、単なる「決まったキーワードの検索ツール」から、「あらゆるトピックに対応し、自律的に深掘り調査を行うAIエージェント」 へと進化しました。 2. 実装比較: Before (Basic版) vs After (Breadth版) Before: Basic版 (AInews_for_LINE) 「静的・固定的な自動化スクリプト」 ・仕組み: 3つの決まった検索窓口（基盤モデル、ビジネス、技術）で、固定のキーワード検索を行うだけ。 ・課題: ・応用が利かない: "AI News" 以外のトピック（例：半導体、医療AI）を調べたい場合、システム全体を作り直す必要がある。 ・取りこぼしが多い: 検索キーワードが固定されているため、新しいトレンドや予期せぬ重要ニュースを拾えない。 ・拡張コストが高い: カテゴリを1つ増やすだけで、複雑な配線作業とプロンプト修正が必要。 After: Breadth版 (General Purpose DeepResearch) 「動的・適応的なAIリサーチエージェント」 仕組み: AIがトピックを理解し、「今何を調べるべきか」を自ら計画（カテゴリ生成） して調査を実行する。 ・成果: ・完全な汎用性: 入力を "AI News" から "次世代自動車" に変えるだけで、その分野専用の調査レポートが生成される。 ・高い網羅性: AIがその都度最適な検索クエリ（複合クエリ）を生成するため、ニッチな情報も逃さない。 ・無限の拡張性: 調査カテゴリ数は設定一つで変更可能。システム構造を変えずに、調査の幅を自由に広げられる。