生成AI領域の進化スピードは凄まじく、日々膨大な量の新しい情報が流れてくる。手動ですべてを追跡し、ノイズを弾いて本質だけを吸収するのはもはや現実的ではない。
キャッチアップのコストを最小化するため、情報の取得から整理までの仕組みを構築した。
現在は「GAS (Google Apps Script) + Google AI Studio (Gemini API) + NotebookLM」のスタックを活用している。
現状、NotebookLMには直接データを同期するAPIがないため、GASで生成・保存したレポートの取り込みと、そこからのインフォグラフィック作成は手作業（マニュアル）で行っている。
すべてが完全なフルオートではないが、それでもノイズを弾き、要点だけを吸収するパイプラインとしては十分に機能している。
実際に自動集約され、最終的に出力したサンプルは以下の通りだ。
次回以降のログで、下記のパイプラインの具体的な構築手順（データの取得手法や、AI Studioを経由した処理フローなど）について、ざっくりと書き残していく。
graph LR
%% ノード定義（文字数を極限まで削減）
Trigger((定期実行))
RSS[RSS]
GAS[GAS: 記事抽出]
Gemini{Gemini: 要約}
Drive[Google Drive]
NotebookLM[(NotebookLM)]
Info[画像出力]
%% フロー（エッジのテキストも短縮）
Trigger --> GAS
RSS --> GAS
GAS --> Gemini
Gemini -->|Markdown| Drive
Drive -.->|手動| NotebookLM
NotebookLM -.->|手動| Info
%% スタイル定義（自動＝黒実線、AI＝青背景、手動＝赤点線）
classDef auto fill:#fff,stroke:#333,stroke-width:1px;
classDef ai fill:#eef,stroke:#333,stroke-width:1px;
classDef manual fill:#fff5ee,stroke:#d33,stroke-width:1px,stroke-dasharray: 5 5;
class Trigger,RSS,GAS,Drive auto;
class Gemini ai;
class NotebookLM,Info manual;
