メインコンテンツへスキップ
見出し画像

食べチョク受注処理の自動化 — LINEに注文URLを貼るだけでPuppeteer→ヤマト集荷まで自動で進む仕組み


    📌 はじめに:注文が来ても面倒で後回しにしてしまった話

    食べチョクで農産物の販売を始めた頃、注文確認からヤマトの集荷依頼までの一連の処理が面倒で、気づいても後回しにしてしまうという問題がありました。

    食べチョクの管理画面にログイン→注文詳細を確認→配送先住所をコピー→ヤマトのサイトを開いて集荷依頼→スプレッドシートに記録、という流れを毎回手作業でやる必要があり、1件あたり20〜30分かかっていました。「後でまとめてやろう」と思っているうちに、3日前の注文が未対応のまま放置されていたこともありました。

    今は、食べチョクの注文URLをLINEに貼るだけで、その後の処理(注文内容の確認・ヤマト集荷依頼・スプレッドシート記録)が全部自動で進みます。私がやるのは「注文が来たらURLをLINEに1通送る」のと「集荷日時を確認して、荷物を玄関に出しておく」だけになりました。AIに「食べチョクの注文URLをLINEに送ったら全部やっておいて」と頼んだらこうなりました(実際はそれより複雑なお願いでしたが)。


    🔍 受注から発送手配までの「手作業」がどれほど多かったか

    自動化前の処理フローを振り返ると、注文1件あたり5〜8ステップの手作業がありました。

    手作業だった頃:

    • 食べチョクの管理画面にログイン → 注文詳細を確認 → 配送先住所をコピー → ヤマトのサイトを開く → 集荷依頼フォームに入力 → スプレッドシートに売上記録

    注文内容の確認と集荷依頼だけで20〜30分かかっていました。多い日は複数注文が重なって、それぞれの処理がバラバラになって混乱することも。

    「注文確認」「集荷依頼」「スプレッドシート記録」はどれもパターンが決まった処理です。AIに「パターンが決まっている繰り返し作業は自動化しやすい」と教えてもらい、Puppeteerを使って一連の流れを自動化することにしました。


    🛠️ 自動化の構造(AIに聞いたら教えてくれた)

    今の仕組みはこんな流れになっています、とAIが教えてくれました。

    【LINEに注文URLを送信】→【line-gatewayがURLを検知】→【Cloud Run (tabechoku-order-mcp)】→【VMのPuppeteerが起動】→【食べチョクにログイン】→【注文情報を取得】→【ヤマト集荷依頼】→【スプレッドシート記録】→【LINE通知】

    食べチョクの注文ページのURLをLINEに送ると、line-gatewayというサーバーがそのURLのパターンを検知して、Cloud Run(Googleのサーバー)上のプログラムに転送します。そこからVMというクラウド上の仮想コンピュータにPuppeteer(ブラウザを自動操作するツール)が起動して、食べチョクの管理画面にログインします。

    ログインするにはメールアドレスとパスワードが必要ですが、これはGCP Secret Manager(秘密情報の保管庫)に暗号化されて保存されています。コードに直接書かれているわけではないので、コードを見ても漏れないという設計です。

    注文ページから取得する情報はこんな感じです:

    • 注文者の名前・住所・電話番号
    • 注文した商品名・数量
    • 希望配送日
    • 合計金額

    これらを取得した後、ヤマトの集荷依頼フォームに自動入力して送信。最後にスプレッドシートに売上データを記録して、LINEに完了通知が届きます。


    ⚠️ 自動化の落とし穴:「ログインできなくなる」問題

    食べチョクの管理画面のログイン処理で、最初は問題が起きました。

    食べチョクのサイトはPuppeteerでアクセスすると、「ロボットっぽい動き」を検知する場合があります。特に、ページが読み込まれていないのにボタンをクリックしようとすると、エラーになる。

    前の記事で紹介した robust-wait(指数バックオフ付きリトライ)モジュールを組み込んで、「要素が表示されるまでリトライする」設計にしました。ログインボタンが出現するまで待つ、パスワード入力欄が操作可能になるまで待つ、という一つ一つの待機を丁寧に設計することで安定しました。

    もう一つの落とし穴は「同じ注文URLを間違って2回LINEに送ってしまう」というケースです。重複して送信すると、スプレッドシートへの二重記入やLINEの重複通知が発生しました。注文URL単位で重複を検知して、2回目以降は処理をスキップする仕組みを後から追加しました。AIに「同じ注文が複数回処理されるとどうなる?」と聞きながら、想定外のケースを一つずつ潰していきました。


    📝 おわりに:「人間が割り込む設計」を意識的に残した部分

    注文処理の自動化で意識したのは「人間が最終確認するポイントを残す」ことです。

    集荷日時の確認と荷物の準備は、自動化しませんでした。「荷物を外に出す」という物理作業は当然として、「この注文は本当に発送してよいか」という最終判断は人間が目視で確認した方が安心という判断です。

    完全無人化より「人間が最終チェックするだけで済む半自動化」の方が、ミスが起きた時のリカバリーが楽です。自動化の設計では「どこまで自動にするか」と同時に「どこは人間が担うか」を決めることが重要だと気づきました。

    次回は、AI投資分析の「揺れ」を3回実行の多数決で平滑化する★マーク信頼度システムの話をします。


    Claude Code実践記|非エンジニアの全自動化 では、AIと対話しながら副業・業務の自動化を進める実践記録を公開しています。フォローいただくと最新記事をお届けします。

    #ClaudeCode #AI自動化 #ブラウザ自動化 #Puppeteer #物販自動化 #食べチョク #非エンジニア #全自動化実践記 #EC自動化 #LINE #業務効率化 #自動化 #副業自動化 #AIとやってみた #農産物EC #受注処理 #発送自動化 #設計パターン #GCP

     
     
    コード経験ゼロからClaude Codeで業務と副業を全自動化している非エンジニア。 GASアドオン開発 / eBay越境EC / AI投資分析 / ブラウザ自動化まで全部AIに作らせています。 「自分ではコードを書かない自動化」の実体験を発信中。

    あなたへのおすすめ