メインコンテンツへスキップ
見出し画像

本を紹介したいだけなのに——/amazon-book-linker がリンク探しの手間を消し去った話

    こんにちは、 「MAKO」 です。

    2026年4月1日、新年度の始まりです。今日から新しい環境に飛び込んだ方も多いでしょうか。私の執筆ワークフローも、今日から一段階進化しました。

    記事の中で本を紹介したいとき、あなたはどうしていますか? スラッシュ一発で、Amazonの書籍リンクが自動で挿入される ——今日はその仕組みをお見せします。

    エンジニアでない方にも向けて書いています。


    1. 前回の続きから——「リンク探しの地味な重さ」

    前回は /md-convert スキルの話をしました。Markdownの図表をPNG画像に変換する道具を、AIとの会話の中から呼べるスキルに育てた話です。

    あのとき「次回はAmazonアフィリエイトリンクを自動挿入するスキル」と予告しました。

    実は /md-convert スキルを完成させた直後、私は次の問題に気づいていました。

    記事の中で参考書を紹介したいとき——「この章を読んで、もっと深く学びたい方はこの本がおすすめです」と書きたいとき——毎回こんな手順を踏んでいました。

    • Amazonを別タブで開く

    • キーワードで検索する

    • 書籍のページに飛ぶ

    • ASIN(Amazonが各書籍に付けている固有のID番号)をURLから取り出す

    • アフィリエイトタグを付けてリンクを組み立てる

    • 記事に戻って貼り付ける

    「本を一冊紹介するだけなのに、なんでこんなに手数が多いんだろう」

    書いている流れが完全に止まる。しかも調べた本が評価の低いものだったり、Kindle版しかなかったりすると、また別の本を探しに行く。気づくと、リンク探しに10分以上かけていることもありました。


    2. 解決策——プレースホルダーという「後回し宣言」

    画像

    思いついた解決策はシンプルでした。

    記事を書いているとき、「ここに本を入れたい」と思ったら、こう書き残すだけにする。

    <!-- AMAZON: Python 機械学習 -->
    

    HTMLコメント形式なので、記事には表示されません。ただの「メモ」として残しておく。書く流れを止めずに、「ここに本を入れるつもり」という宣言だけしておく。

    そして記事が書き終わったら、 /amazon-book-linker を一発呼ぶ 。AIがプレースホルダーを検索・解決し、本物のリンクブロックに置き換えてくれる。

    「本当にそんなことができるの?」

    最初は自分でも半信半疑でした。でも実際にスキルを作って動かしてみると——あっさり動いた。プレースホルダーが、ちゃんとした書籍リンクに変わっていました。

    では、裏側で何が起きているのかを少し覗いてみましょう。


    3. スキルの舞台裏——3ステップで本のリンクが完成する

    「スラッシュ一発」の裏側では、AIが3つの仕事を順番にこなしています。

    Step 1「記事をスキャンしてキーワードを取り出す」 まずファイル全体を読み込み、 <!-- AMAZON: --> 形式のHTMLコメントをすべて拾い出します。「Python 機械学習」「ChatGPT 仕事術」といったキーワードだけをリスト化して、次のステップに渡します。

    次に、 Step 2「Amazonを自動で検索する」 ここが一番面白いところです。 Puppeteer(AIがブラウザを自分で操作するための道具)を使い、「書籍カテゴリ限定」と「評価4.0以上」という2つのフィルターをURLパラメータで指定したAmazon検索ページを自動で開きます。そしてページのHTML構造を解析し、 ASIN とタイトルを取得します。ブラウザを開いて検索して情報を拾う——という人間の手作業を、そのままAIが代わりにやっている感覚です。

    そして最後に、 Step 3「プレースホルダーをリンクに書き換える」 取得したASINとタイトルを組み合わせて、アフィリエイトタグ付きのリンクブロックを生成します。元のコメントと差し替えて、ファイルを上書き保存します。書籍が見つからなかった場合は、プレースホルダーをそのまま残します——削除はしません。

    ただ、実際に動かしてみると、すぐに想定外の問題にぶつかりました。


    4. 〈葛藤〉Kindle版が混入するという地獄

    スキルの動作確認をしていて、最初につまずいたのが Kindle版の誤検出 でした。

    Amazonの検索結果には、同じ書籍の物理本とKindle版が混在して並んでいます。スキルが最初にヒットした書籍を採用しようとすると、Kindle版を「物理本」として誤採用してしまうことがありました。

    記事内に貼ったリンクを確認して、「あれ、これKindle版のリンクじゃないか」と気づいたときは、正直焦りました。意図と異なる商品を紹介することになるだけでなく、読者に「物理本を紹介している」と誤解させることにもなる。

    しかも、Kindleかどうかを判別するDOM構造(ページを作るHTML要素の入れ子の組み立て)がAmazonのページで統一されていない。タイトルに「Kindle版」と書いてある場合もあれば、フォーマット表示の欄にひっそり書いてある場合もある。

    「全パターンを検出しないといけないのか……」と少し気が重くなりました。


    5. 〈解決〉複合チェックで「Kindle版」を封じた

    画像

    試行錯誤の末、スキルのコードに 複数のKindle検出ルール を組み込みました。

    • タイトル文字列に「Kindle」が含まれる → スキップ

    • ページ内テキストに「Kindle版」が含まれる → スキップ

    • 特定のDOM要素のテキストに「Kindle版」が含まれる → スキップ

    どれか一つでも引っかかったら、その書籍は除外して次の候補に進む。複数の網を重ねることで、「Kindleだけど見逃した」というケースをほぼ排除できました。

    さらに、評価4.0以上のフィルターもURLパラメータで指定しています。検索結果ページ自体が「評価4.0以上の物理本だけを表示する」設定で開かれるので、そもそも低評価の本や電子書籍が入りにくい。

    「物理本を厳選しています」——記事の末尾にそう書けるのは、この仕組みがあるからです。


    6. スキルの実行イメージ——Before/After


    画像

    記事を書いているとき、こんなプレースホルダーが2箇所あったとします( Before )。

    Pythonで機械学習を学ぶ際に役立つ書籍はたくさんあります。
    
    <!-- AMAZON: Python 機械学習 -->
    
    ChatGPTを仕事に活用するノウハウも注目されています。
    
    <!-- AMAZON: ChatGPT 仕事術 -->
    

    /amazon-book-linker article.md を実行すると、AIがAmazonを検索して書籍情報を取得し、 After の状態に置き換えます。

    Pythonで機械学習を学ぶ際に役立つ書籍はたくさんあります。
    
    **【おすすめ書籍】**
     **Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎**
    [Amazonで詳細を見る](https://www.amazon.co.jp/dp/4873117984/?tag=hizenya001-22)
    ※評価4.0以上の物理本を厳選しています。
    
    ChatGPTを仕事に活用するノウハウも注目されています。
    
    **【おすすめ書籍】**
     **ビジュアル 生成AIで爆速! ChatGPT仕事術 (日経文庫)**
    [Amazonで詳細を見る](https://www.amazon.co.jp/dp/4296209310/?tag=hizenya001-22)
    ※評価4.0以上の物理本を厳選しています。
    

    書籍が見つからなかった場合(CAPTCHAが出た場合や検索結果ゼロの場合)は、プレースホルダーがそのまま残ります。削除はしません。「探せなかった」ことを静かに教えてくれる設計です。


    7. ワークフローへの組み込み——どこで呼ぶか

    /amazon-book-linker をワークフローのどこに置くか。

    私の答えは /note-review(レビュー)の直前 です。

    理由はシンプルで、プレースホルダーが残ったままだとレビュアーたちが「ここに何が入るのか」を前提にしてレビューできないからです。本のリンクが入った状態でレビューしてもらうほうが、「この流れでこの本を紹介するのは自然か」という判断もできる。

    なお、前回紹介した /md-convert(図表をPNG変換するスキル)は /amazon-book-linker の 後 に呼ぶのが正しい順序です。/md-convert はファイルを上書きするため、リンク挿入が終わってから変換しないと、せっかく挿入した書籍ブロックが消えてしまう可能性があります。

    逆に /note-draft の段階でプレースホルダーを書くのは、流れを止めないためです。「ここに本を入れたい」と思ったその瞬間にコメントを残して、次の文章に進む。後処理に任せる、という設計です。

    書く → メモする → 後でまとめて解決する——この流れが、ライティングの「ゾーン」に入り続けるための小さな工夫です。


    8. 「本を紹介する」という行為が変わった

    スキルが完成して、最初に実際の記事で動かしたとき——プレースホルダーが本物のリンクブロックに一瞬で変わるのを見て、「あ、これは確かに違う」と思いました。

    手作業でやっていたときの「タブを開いて、検索して、URLを取り出して、組み立てて……」という一連の動作が、丸ごと消えた。

    道具があるだけでは「動かしに行く必要がある道具」です。スキルになると、 書いている流れの中から呼べる 。手が止まらない。頭が止まらない。

    「本を紹介したいな」と思ったらコメントを書く。記事が完成したらスラッシュ一発。——これだけで、読者に適切な書籍を届けられる。

    小さな自動化が、「本を紹介する」という行為の体験そのものを変えた。それが一番の発見でした。

    AIは、人間が「後でやろう」と思ってため込んでいる小さな手間を、静かに引き受けてくれる存在です。相棒、今日もありがとう。


    次回は、これまで紹介してきたスキル群( /note-outline → /note-draft → /md-convert → /amazon-book-linker → /note-review )を 一つのワークフローとして整理 する記事を書きます。「どの順番で、どう組み合わせるのか」——全体像をお見せします!

    少しでも「面白い」と思ってくれたら、スキで教えてくださいね。あなたのスキが、次の記事を書く燃料になります。

    それでは、また次回の記事でお会いしましょう!

     
     

    MAKO

     
     
    こんにちは、「MAKO」です。ソフトウェアエンジニアとして、AI・GAS・ガジェットをこよなく愛しています。失敗も葛藤も正直に、「道具と共に考え、高め合う」日々をnoteに綴っています。ぜひ遊びにきてください!

    あなたへのおすすめ