#98 Pythonで始める：Web情報を自動で見える化、チャレンジ AI×100業務（製造業）
自社・競合・顧客に関する情報を効率的に収集・分析するー
本記事では、AIを活用してこれら3Cに関わる情報を自動で抽出し、ダッシュボードなどで一目でわかるように可視化する方法に迫ります。
＊ここでは、3Cとしていますが、キーワードの設定により応用ができます。
それでは、スタートです。
＊執筆者は以下を参照してください。
使ったツール・準備したこと
ChatGPT o4-mini-high
Cursor
やってみたこと｜コード・ステップ紹介
実行した内容の簡単な流れ
GenAIへの会話：
「Web上のニュース・SNSデータから自動で3C要素を抽出・可視化」の方法を教えて。
スキームは、ニュース記事を取得し、処理、簡易的にStreamlit＋Plotlyを使って表示する、というものです。いろいろインストールするものもありましたが、チャットにより解決し動作を確認しました。
＊3Cに関しては、それらしい言葉を定義しました。
■ 結果
＊おそらく、設定などチューニングがまだまだ必要な段階ですが、動作はしているようです。
かなり、粒度が粗い時点で止めています。
というのも、このような分析と同じようなことをしているのでは・・・という心当たりがあるからです。
それは、Googleアラート＋Geminiです。いや、単に設定したキーワードに関するメールを受けているのであれば情報を収集しているに過ぎませんが、Geminiではチャットボットが常駐しているので；
Googleアラートのキーワード「電気自動車」のメールの内容について2024年の動きをレポートに纏めて
と指示すれば、A4 2枚程度でまとめてくれました。＊筆者はこのキーワードを登録しています。ちなみに、2024年メールでの頻出キーワードベスト3を聞いたところ；
1位 EV (電気自動車) <--- これは当然ですよね。
2位 中国
3位 ホンダ・日産
だそうです（英語の「electric vehicles」は含まず聞いた結果）。形態素解析まではいかないですが、構築の手間、セキュリティ等を考慮すると、これで十分な気もします。
尻つぼみ感はありますが、いずれにせよ、キーワード検索の後、各サイトを閲覧し纏め上げていくことの成果物は、一瞬でできるようになったことがわかりました。
（2026.1.24 追記）
Googleアラート × GAS × Geminiで情報収集を効率化した記事をアップしましたので追記します。
今後の展開・アイデア
次回取り組みたいこと
・本シリーズの挑戦で見えた「壁」と「課題」に迫ります。
