AIエージェント5体が議論して記事を書く — 完全自動記事生成システムの全設計

> Source: Zenn_Python

// Problem

従来のLLMによる記事生成は、品質のばらつきやファクトチェックの欠如が課題であった。また、大量のコンテンツを生成する際、いかにして人間の介入を最小限に抑えつつ、情報の正確性と独自性を担保するかが技術的なペインポイントとなっていた。

// Approach

Researcher、Strategist、Writer、Critic、Coordinatorの5エージェントによる議論型アーキテクチャを採用。客観的指標とLLMによる主観的評価を組み合わせた2層スコアリングを導入し、基準を満たさない記事を自動却下する品質管理プロセスを実装した。

// Result

ローカルLLM（Ollama + Gemma3）の活用により、ランニングコスト0円での運用を実現。SlackやGoogle Sheetsを介した遠隔操作・承認ワークフローを構築し、人間は最終的な承認作業のみを行う、高度に自動化されたコンテンツ生成パイプラインを確立した。

Senior Engineer Insight

> 本設計の白眉は、単なる自動化ではなく「Critic（批評担当）」を組み込んだ議論型プロセスにより、LLMの弱点であるハルシネーションを構造的に抑制している点だ。運用面では、ローカルLLMのハードウェア要件と、Seleniumによるブラウザ自動化のメンテナンスコストが懸念される。実戦投入においては、エージェント間の議論収束条件の最適化と、情報の鮮度を担保するための収集ソースの動的な管理が、スケーラビリティを左右する鍵となるだろう。コスト効率と品質のトレードオフを極めて高い次元で制御しようとする、極めて実践的な設計である。