コンテンツ生産の主語が変わる日のためのシステム
「とりあえずChatGPTのAPI叩いて、WordPressに自動投稿するスクリプト書いてよ」。最近、Webメディアやオウンドメディアの現場で、親の顔よりよく聞くセリフだ。言われるがままにPythonやNode.jsで雑なスクリプトを書き飛ばし、cronで回してみる。しかし数週間もすると、APIのタイムアウトで処理が止まり、プロンプトのバージョン管理はカオスになり、生成されたトンデモ記事がそのまま公開されて炎上スレスレの冷や汗をかくことになる。「AIに記事を書かせる」ことと「AIコンテンツの運用システムを作る」ことは、まったく別次元の話なのだ。
そんなコンテンツ量産と品質管理の狭間で苦しむ運用現場に、ひとつの明確なアンサーを提示するオープンソースプロジェクトに行き当たった。「GEOFlow」である。
GitHubのREADMEを読み解いていくと、これが単なる「AI記事ジェネレーター」ではなく、立派な「生産ライン」として設計されていることがわかる。GEO（Generative Engine Optimization）やSEOに向けたコンテンツ生成を、バッチタスク、スケジューラ、ワーカー、そして承認ワークフローという堅牢なパイプラインに乗せているのだ。技術スタックはPHP（7.4以上）とPostgreSQL。一見すると枯れた技術に見えるが、Dockerですぐに立ち上がり、PostgreSQLの堅牢な並行処理能力を活かすという選択は、泥臭い運用現場をよく知る者の極めて現実的な判断と言える。
CMSか、それとも「工場」か
なぜ既存のCMSにAI連携プラグインを入れるだけでは駄目なのか。GEOFlowのアプローチと比較すると、両者の根底にある設計思想の違いが浮き彫りになる。
| WordPress + AIプラグイン | GEOFlow | |
|---|---|---|
| 設計の前提 | 「人間」が1記事ずつ書くためのシステム | 「AI」が大量のタスクをこなすためのシステム |
| 生成プロセス | ブラウザを開いた時の同期処理が中心 | キューとワーカーによる非同期バッチ処理 |
| 素材管理 | 記事単位でプロンプトや画像を設定 | タイトル庫、画像庫、プロンプト庫を横断的に統合管理 |
| ワークフロー | 下書き保存して人間が確認 | 生成→草稿→レビュー→公開の明確なパイプライン |
AIを用いたコンテンツ生成において最大のボトルネックになるのは、LLMのAPIの気まぐれさである。レスポンスに数十秒かかることもあれば、突然エラーを吐くこともある。GEOFlowはこれを非同期の「Scheduler / Worker」モデルで解決している。人間がタスクを作成すると、スケジューラがジョブキューに書き込み、裏側でワーカーがAPIを叩き続ける。失敗すればリトライする。この非同期アーキテクチャが根幹にあるため、大量のキーワードを流し込んでもシステムが破綻しない。
素材とプロセスの分離が生む拡張性
もうひとつ特筆すべきは、素材管理の巧みさだ。キーワードやタイトル案、知識ベース、画像、そしてプロンプトのテンプレートが独立して管理されている。これは「エンジニアがスクリプトのなかのプロンプトを直接いじる」という属人的なフェーズから、「編集者がダッシュボードで素材を組み合わせ、AIに発注する」フェーズへの移行を意味している。
また、OpenAI互換のAPIインターフェースを採用している点も実用的だ。GPT-4一択ではなく、用途やコストに合わせて安価な他社モデルやローカルLLMへ柔軟に切り替えることができる。記事のメタデータやOpen Graph、構造化データといったSEOの基本要件も、システムが出力段階でカバーしてくれる。
コンテンツを作る主語が「人間」から「機械」へとシフトしつつある現在、私たちが本当に必要としているのは、リッチなテキストエディタではなく、無数のAIワーカーを統率する優秀な「工場長」としてのシステムなのだろう。GEOFlowは、これからのメディア運営がどう進化していくべきかを示す、興味深い青写真である。
参考リポジトリ: yaojingang/GEOFlow
Photo by Stephen Phillips – Hostreviews.co.uk on Unsplash