信州 WordPress Meetup in 松本 Vol.39 にて登壇しました。
今回の内容は、WordPressというテーマの中でも、やや生成AI寄りの話になっています。
イベントページはこちら
https://www.meetup.com/shinshu-wordpress-meetup/events/313394306/
過去の発表内容についてはこちら
発表内容の概要
今回のテーマは、
「WordPressの情報から返答するチャットbotを作ってみた」です。
生成AIの流れとして、モデルの性能や使い方に注目が集まっていますが、
それ以上に「既存の情報をどう活かすか」に可能性を感じています。
そこで、RAG（Retrieval-Augmented Generation）を使い、
以下のようなチャットbotを試作しました。
- WordPressフォーラムを元に返答するbot
- 記事コンテンツを元に返答するbot
特に今回は、記事コンテンツを元にしたbotを中心に紹介しました。
サイト内の情報をもとに、質問に対して関連情報を返す仕組みです。
このbotは正解を出すものではなく、
「情報への導線を作る」「判断を補助する」役割を持たせています。
MCPとRAGの整理
今回の発表では、AI活用の文脈でよく出てくる「MCP」と「RAG」について整理しました。
- MCP：AIが外部機能を操作する仕組み
- RAG：蓄積された情報を取り出して返答する仕組み
時期的に、WordPress 7.0 のリリース直前ということもあり、
WordPressの生成AI周りの動きとしては、MCPのような「AI連携の土台」が整いつつある印象です。
一方で、RAGについてはまだ発展途上で、
各自が試行錯誤しながら構築している段階にあると感じています。
そのため、WordPress側では「操作の仕組み（MCP）」が整い始め、
実際の活用では「知識の扱い（RAG）」がこれから重要になっていく、
という位置づけで捉えています。
今回の取り組みも、AIに何かを実行させることより、
既存の情報をどう整理して、どう返せる形にするかに重きを置き、
RAGを中心に構成しています。
技術構成
仕組み自体は、一から作るのではなく既存ツールを組み合わせています。
- Dify：チャットbotの会話部分
- n8n：記事取り込みの自動化
- Firecrawl：記事の取得と整形
大まかな流れは以下です。
- sitemapから記事URLを取得
- n8nで一覧処理
- FirecrawlでMarkdown化
- Difyのナレッジとして登録
WordPress本体に大きな変更を加えず、
外側から扱う形で構築しています。
内容としてはこちらの記事で取り扱っているものを発表用に整形したものになります。
発表してみての感想
今回は思想寄りの内容が多く、
未来の方向性や個人としてどこに力を入れていくか、といった話が中心になりました。
知っている方が多い場だったこともあり、あまり緊張せずに発表できました。
一方で、少しコンサル的な内容になった感覚もあり、
制作寄りの場としては、もう少し技術的な話でもよかったかもしれません。
チャットbotについては、
「そこまで反応はないかもしれない」と思っていましたが、
実際には想定よりも反応があり、手応えを感じました。
今後の方向性
今回の発表の結論としては、
チャットbotそのものよりも、その先の活用にあります。
考えているのは「サイト改善アシスタント」です。
これまでも、アクセスデータやユーザー行動を元に
改善案を出す流れはありましたが、
その部分を生成AIが担う形です。
- 記事の不足や重複を検出する
- 導線の改善点を見つける
- 次に更新すべき内容を提案する
- デザイン的な改善点を提案する
こういったことを、既存データを元に支援するツールを構想しています。
まだ試作・検証段階ですが、
「情報を蓄積し、それを活かす」流れをベースに進めていく予定です。
資料について
発表スライドはこちらです。
まとめ
生成AIの活用はモデルの性能だけでなく、
既存の情報資産をどう扱うかを重視しています。
WordPressのようにコンテンツが蓄積される環境では、
RAGとの相性が良く、活用の余地も大きいと感じています。
今後は、チャットbotだけでなく、
サイト改善までつなげる形で展開していきます。
コメントを残す