メインコンテンツへスキップ
見出し画像
Photo bydongmu

AIにXのリンクを読んでもらいたい。それだけなのに、意外と難しかった話



    最近、AIを使っていて「これ、普通にできるでしょ」と思っていたことがありました。

    それは、X(旧Twitter)のリンクを貼って、その内容をAIに読んでもらうことです。

    例えば、

    「この投稿を要約して」

    「この人は何を言いたいの?」

    「この議論についてどう思う?」

    こんな使い方です。

    一見すると当たり前にできそうですが、実際に試してみると意外な壁にぶつかりました。

    Xのリンクが読めない

    最初は、ChatGPTにXのURLを貼るだけでした。

    ところが、投稿の本文を取得できません。

    そこで、XをMarkdown形式に変換してくれる「Jina Reader(r.jina.ai)」というサービスを試しました。過去投稿でも書いてたと思います。

    URLの前にhttps://r.jina.ai/をつけるだけ。

    付けるだけで、WebページをMarkdownとして取得できる便利なサービスです。

    実際、多くのサイトでは問題なく動きますし、Xリンクも実際に動いてる時ありました。

    今日動かしてみた所、結果は403エラーでした。

    エラー内容を見ると、

    Anonymous access blocked
    DDoS attack suspected

    という内容。

    つまり、自分が悪いわけではなく、誰かの大量アクセスによって匿名アクセス自体が一時的にブロックされていました。

    便利なサービスではあるものの、共有サービスである以上、こういう影響は避けられません。


    じゃあスクリーンショットを送れば?

    もちろんできます。

    本文をコピーして貼ることもできます。

    でも、それって毎回やるには面倒なんです。

    私がやりたいのは、

    「URLを貼るだけ」で普通に読み込んでくれる

    これだけなんです。

    AIが勝手に本文を取得して、そのまま回答してくれる。

    この体験が欲しい。

    だから、スクリーンショットやコピペは解決策ではなく、「回避策」なんですよね。

    原因はAIではなく、データ取得

    今回調べて分かったのは、AIが文章を理解できないわけではありません。

    問題は、その前段階です。

    URL
    ↓
    本文取得
    ↓
    AIが読む

    この「本文取得」ができない。

    つまり、AIの性能ではなく、データ取得の問題なんです。

    じゃあ、自分で取得すればいい?

    そこで考えたのが、Playwrightです。

    Playwrightなら、自分のブラウザを操作できます。

    例えば、

    XのURL
    ↓
    Playwright
    ↓
    ログイン済みブラウザで開く
    ↓
    本文取得
    ↓
    Markdown化
    ↓
    AIへ渡す

    という流れです。
    技術的には十分実現できそうです。

    でも、UXが悪い


    問題は、その先です。

    例えば、

    * URLを別アプリへ貼る
    * Playwrightを実行する
    * 結果をChatGPTへ貼る

    これでは結局面倒です。

    やりたいのは、

    ChatGPT等のチャット欄にURLを貼るだけ。

    この体験は崩したくありません。

    理想の流れ


    私の頭の中では、こんなイメージです。

    ChatGPT(スマホ、チャット版)
    ↓
    「あ、このリンクは取得できない」
    ↓
    Mac mini(自前の常時起動PC)へ依頼
    ↓
    Playwrightで取得
    ↓
    Markdown化
    ↓
    ChatGPTへ返却
    ↓
    そのまま回答

    ユーザーはURLを貼るだけ。

    裏では必要な処理を全部AIがやってくれる。

    これなら、普段使いできそうです。

    API問題、従量課金は嫌じゃ


    ただ、ここでもう一つ壁があります。

    ChatGPTからMac miniへ直接命令することはできません。

    となると、OpenAI APIなどを使って、自分でアプリを作る必要が出てきます。

    でも、ここで気になるのが従量課金です。

    私はもちろん、多くの人も、

    「ChatGPT Plusを払っているのに、さらにAPI代を払うの?」

    と思うはずです。

    月額料金で使えるサービスなのに、用途が増えるたびに従量課金が増えるのは、心理的なハードルが高いと感じます。

    今後どうする?


    現時点では、まだ理想の形にはたどり着けていません。

    でも、

    * Playwright
    * ローカルツール
    * MCP(Model Context Protocol)
    * ブリッジアプリ

    など、試せそうな選択肢はいくつか見えてきました。

    もしかすると、今後ChatGPT側がローカルツールを直接呼べるようになるかもしれません。

    そうなれば、「URLを貼るだけ」という体験が実現できる可能性があります。

    まずは作ってみる


    ということで、この問題はまだ解決していません。

    でも、せっかくMac miniもあるので、まずは小さく作って試してみようと思います。

    理想は、「URLを貼るだけ」。
    普通に読み込んで普通に返答してくれればいい、それだけです。

    その体験を実現するために、Playwrightやローカルツールを組み合わせながら、どこまで近づけるか。

    完成したら、また記事にまとめようと思います。

     
     
    はじめまして!ラクセツです。投資歴2019- 主に米国株投信、日本株を運用してます。 ゆるく資産形成する考え方とかを発信してます。 AIのお勉強も始めたので、そちらも書いていきます。

    あなたへのおすすめ