前回概要を記録した「情報キャッチアップの自動化パイプライン」について、今回から数回に分けて具体的な構築手順を記録していく。
一つの記事にすべてを詰め込むとノイズが多くなるため、まずは全体の見通しを立てるための作業ステップ（ロードマップ）を整理する。
前提として、標準的なGoogleアカウント（Drive、GAS、NotebookLMが利用可能であること）を所持しているものとする。
今後の構築は、以下の5つのステップで進めていく。
Step 0
事前準備（Google Drive） データの出力先となるフォルダと、過去のファイルを退避させるアーカイブ用フォルダをDrive上に作成し、それぞれの「フォルダID」を控えておく。
Step 1
Google AI StudioでのAPI Key取得 GASからGeminiモデルを呼び出すため、Google AI Studioにアクセスし、専用のAPIキーを発行する。
Step 2
GASの作成とロジック実装 Google Apps Script（GAS）のプロジェクトを作成し、処理のコアとなるコードを実装する。 実装する主なロジックは以下の通りだ。
- 指定したRSSフィードからの記事抽出とリンク先の深掘り
- Gemini APIを用いたMarkdown形式での分析・要約
- Google Driveへのファイル出力および、既存ファイルの前日分退避処理
※コード内に直書きせず、Step 0と1で取得したIDやキーは「スクリプトプロパティ」に環境変数としてセットする。
Step 3
時刻起動（トリガー）の設定 Step 2で作成したスクリプトを、毎日決まった時間（早朝など）に自動で実行させるためのトリガー設定を行う。ここまでのステップで自動化領域が完成する。
Step 4
NotebookLMへの取り込みとまとめ実行 自動生成されたMarkdownファイルをNotebookLMに手動でインポートし、プロンプトを用いてインフォグラフィック用のテキストや日々のまとめを出力させる。ここは「Human in the loop（人間の手作業）」となる。
次回のログ（実践編2）では、Step 0 と Step 1 の具体的な設定手順について記載する。
