tech-makeshop-kanai https://blog.hatena.ne.jp/tech-makeshop-kanai/ GMO MAKESHOP engineer blog https://tech.makeshop.co.jp/ AI 生成AI 本記事（Part2）は、Googleアラートで集まるニュースを、GAS・LLM・Slackを用いて「人が読む前に判断が完結する状態」まで実装で落とし込んだ具体例を解説しています。 内容は、ニュース取得からAI分析、Slack通知、オンデマンド深掘り、日次サマリ生成までを「3つのデータパイプライン」に分解し、それぞれでどこで判断が終わっているかを明確に示しています。 GPT-4oは単一記事の要点抽出・重要度判定・3行広告生成を担当し、Geminiは複数記事を横断したトレンド分析を担当。判断に不要な処理や常時分析を避けることで、コストと運用負荷を最小化しています。 結果として、情報収集を「記事を読む作業」から「Slackを見るだけで意思決定できる作業」へ変換する、実運用前提の判断構造を実装レベルで示した記事です。 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftech.makeshop.co.jp%2Fentry%2F2026%2F01%2F09%2F192752" title=" Google アラート × GAS × LLM × Slack で 判断が一瞬で終わるニュース収集を実装する（Part2：実装編） - GMO MAKESHOP engineer blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/t/tech-makeshop-kanai/20251217/20251217000017.jpg Hatena Blog https://hatena.blog 2026-01-09 19:27:52 rich https://tech.makeshop.co.jp/entry/2026/01/09/192752 1.0 100%