メニュー & データベース設計

1. 全体構成（サイト & Notion）

Webサイト側

ホーム：プロジェクト概要とシステムサマリー
要件定義／実装想定／ワークフロー：従来ページを継続活用
メニュー（本ページ）：NotionテンプレートとDB定義のハブ
プロンプト集・PoC報告・設定手順：運用ナレッジの集約

Notion側

トップページ：本サイトと同じ章立てでリンク・DBを配置
工程プロンプトDB：各工程のプロンプト・知識ファイルを管理
リソースDB：Deepリサーチ資料、一次情報、雛形ファイルを保管
タスクビュー：ステータス・担当・優先度で進行管理

2. Notion テンプレート構造

Notion では以下のデータベースを基本単位として管理します。カラム（プロパティ）構成の例を添えました。

DB名	主なプロパティ	用途
工程プロンプトDB	工程番号／工程名／AIモデル別プロンプト／知識ファイル／推奨モデル／更新日	各工程の仕様書・プロンプト・参照ファイルのハブ
リソースDB	分類（一次情報／競合要約／テンプレなど）／ファイル／最終更新	CSV・DOCX・Deepリサーチ資料を集約
タスク管理DB	工程番号（リレーション）／担当／ステータス／期日／コメント	人間オペレーション（工程0や最終レビュー）を可視化

3. 工程プロンプトDB（サンプル）

工程ごとに UX 情報（心理学・行動経済学）を含めたプロンプトを管理します。以下は上位工程の例です。

No.	工程名	期待アウトプット	推奨モデル	参照ファイル
0	【人間】キーワード選定	テーマ／スコープ／狙いキーワード	人間	-
1	クエリ分析・ペルソナ深掘り分析	Question定義・疑問構造・想定ペルソナ	Claude	query_persona.csv / .docx
2	共起語・関連キーワード抽出	共起語リスト・FAQ候補・不足論点	ChatGPT	kyoki_words.csv
3	競合分析・差別化切り口発見	差別化要素・最新性チェック・ストーリー方針	Claude	competitor_analysis.docx
4	戦略的アウトライン生成	Markdownアウトライン／タイトル案	ChatGPT	outline.docx

6〜11工程（一次情報／本文生成／ファクトチェック／リライト／完成）も同様形式で登録し、知識ファイルを添付していきます。

4. ビュー & 運用例

5重チェック運用

知識ファイル（CSV/DOCX) を添付し、プロンプトから参照
AIが生成した内容をチェックシートで確認
不足項目をタスク化し、再プロンプト
Deepリサーチ結果を随時更新・差し替え
完了した工程は「人間レビュー」を経て完結

5. 12ステップワークフロー全体像

本システムは3フェーズ12ステップで構成され、QuestionとAnswerのズレをゼロにします。

フェーズ1：準備（ステップ①〜③）

① Start：キーワード・ペルソナ・記事タイプ入力
② Search：Google上位10サイトをAPI取得
③ Extract：競合記事本文を自動抽出（Markdown化）

フェーズ2：分析（ステップ④〜⑧）

④ Gemini：クエリ分析・ペルソナ深掘り（Question明確化）
⑤ GPT：共起語・関連KW抽出【心臓部】（Answer準備）
⑥ GPT：競合分析・差別化戦略（フレッシュネス最優先）
⑦ GPT：アウトライン生成（タイトル案複数提示）
⑧ Loop：一次情報追加・知識ギャップ解消（最大3回反復）

フェーズ3：記事生成（ステップ⑨〜⑫）

⑨ GPT：本文生成・10重チェック指示（3,000〜10,000文字）
⑩ GPT o3/o4：ファクトチェック（真実/虚偽/不明瞭判定）
⑪ Claude：最終リライト・品質向上（読みやすさ調整）
⑫ End：SEO記事完成（Markdown出力）

6. AIモデル役割分担

AIモデル	担当工程	強み	設定温度
Google Gemini Pro	④ クエリ分析・ペルソナ深掘り	大規模コンテキスト処理、検索意図の深い理解	0.7
OpenAI GPT-4	⑤ 共起語抽出 ⑥ 競合分析 ⑦ アウトライン ⑨ 本文生成	SEOライティング精度、構造化された出力、論理性	0.3〜0.7
OpenAI GPT o3/o4	⑩ ファクトチェック	高精度な事実検証、複数情報源のクロスチェック	0.1
Anthropic Claude 3.5 Sonnet	⑪ 最終リライト	読みやすさ向上、トーン調整、冗長表現削除	0.5

7. システムの主要機能

QuestionとAnswerのズレをゼロに

検索意図（Question）を④で明確化し、⑤で必要な要素（Answer）を抽出。ズレのない記事を生成します。

反復精査ループ（⑧）

知識ギャップを自動検出し、一次情報を追加。競合記事の80%以上を網羅する構成を実現します。

高精度ファクトチェック（⑩）

GPT o3/o4による厳密な事実検証。真実/虚偽/不明瞭を判定し、信頼性の高い記事を保証します。

情報のフレッシュネス最優先

⑥で最新データ・法改正を確認。過去2年以内の一次情報を優先的に組み込みます。

10重チェック指示（⑨）

AIの省略・スキップを防止。提供した知識データを10回確認し、確実性を担保します。

RAG基盤（知識ベース）

法規PDF・社内資料をナレッジベース化。根拠に基づいた正確な記事を生成します。

8. 品質指標・KPI

量的指標

月間記事数：8本以上継続
短期ゴール：累計100本達成
文字数：3,000〜10,000文字（検索意図に応じて調整）

質的指標

完読率：向上を継続監視
離脱率：低減を目標
再検索兆候：減少を追跡
平均掲載順位：ターゲットキーワード群で向上

ビジネス指標

資料DL率：改善を測定
問い合わせ率：コンバージョン向上
制作工数：人手時間△30%削減

9. リソース・ツール

カテゴリ	ツール/技術	用途
オーケストレーション	Dify	ワークフロー実行・AIモデル統合管理
LLM	OpenAI GPT-4, Google Gemini, Anthropic Claude, GPT o3/o4	各工程でのAI処理
検索API	Google Search API / Scraping Plugin	競合サイト取得・本文抽出
ナレッジベース	Dify Knowledge Base (RAG)	法規PDF・社内資料の参照
CMS	WordPress	記事公開（当面手動入稿）
プロジェクト管理	Notion	工程管理・プロンプトDB・タスク追跡
ドキュメント	GitHub Pages	プロジェクト仕様書・設定手順の公開

10. Dify移行チェックリスト

各工程のプロンプトと知識ファイルが Notion DB に登録されている
推奨AIモデルと役割分担が明確になっている
人間担当工程（キーワード選定／最終レビュー）がタスク化されている
Deepリサーチ資料・一次情報が最新版で紐づいている
Difyワークフロー（json）に変換する際の設定項目が洗い出されている
RAG用ナレッジベースが構築され、法規PDF等がアップロード済み
各LLMのAPIキーが設定され、動作確認が完了している
テストキーワードでエンドツーエンド実行が成功している

各種テンプレートは要件定義／ワークフロー／プロンプト集から参照できます。