自律型マガジンパイプライン with Claude Code: エージェント型アーキテクチャの詳細解説

アーキテクチャ概要

DEEPCONTEXTシステムはClaude Codeをチャットボットではなく編集チームとして扱い、1つの見出しを最大5つの完成記事に変換する7段階パイプラインを実装しています。このアーキテクチャは厳格な編集階層を持つニュースルームのように機能します。

レイヤー1：インテリジェンス

LLMが見出しを処理する前に、Pythonスクリプト（crosslink.py）がmultilingual-e5-large埋め込みを使用して、公開済みの全記事に対する類似性を計算します。これにより、類似記事、一致する検証済み事実、既存クラスター、ペルソナのカバレッジギャップを含む「ブリーフィング」が作成されます。システムは生のコサイン類似度ではなくZスコアを使用し、このドメイン固有の文脈（地政学、経済学、科学）におけるコーパス分布に対して正規化します。Zスコア3.5は99.9パーセンタイルの類似性を示し、重複の可能性が高いことを示唆します。

レイヤー2：編集判断

メインのClaude Codeエージェントがブリーフィングを読み、いくつかの編集判断を行います：

• 分析： 見出しが提起する6〜10の知識ギャップを特定
• ルーティング： NEW_CLUSTER、EXTEND、UPDATE、SKIPのオプションから決定
• 地域化： どの地域が直接影響を受けるか（単に言及されているだけでなく）を確認
• ペルソナ割り当て： 5つの執筆者ペルソナのうち、どの角度を誰が担当するかを選択
• 重複排除： ペルソナ割り当て後に計画された記事をアーカイブと照合

ルーティングステップは編集規律を提供し、コンテンツが既に十分にカバーされている場合にパイプラインを停止できるようにします。

レイヤー3：並列執筆

メインエージェントは最大5つのサブエージェントを同時に起動し、各エージェントが1記事を担当します。各サブエージェントは：

• 独自のペルソナファイルのみを読み込む（トークンを節約し、文体の混在を防止）
• セクション目標を含むアウトラインで記事を構成
• 2,000〜3,000語の下書きを執筆
• 検証可能な主張をすべて抽出し分類（数値、名前、技術的、歴史的、因果的）

サブエージェントは相互通信なしで独立して動作し、メインエージェントが作業を調整します。

レイヤー4：3段階の事実確認

下書き完了後、LLM検証の前に3つの前処理レイヤーが実行されます：

• 事実ベース照合（crosslink.py factmatch）：抽出された主張を過去記事の1,030以上の検証済み事実と比較。高信頼度の一致は再確認なしで自動検証。
• Wikipedia/Wikidata照合（crosslink.py wikicheck）：ローカルデータベースを使用してWikidataの構造化データとWikipediaリードセクションのテキストを確認（API呼び出しなし）。
• ウェブ検索： 事実ベースやWikipediaで一致しなかった主張のみを対象とし、ウェブ検索を約70%削減。

判定カテゴリーにはCORRECT（正確）、FALSE（誤り）、IMPRECISE（不正確）、SIMPLIFIED（簡略化）、UNVERIFIABLE（検証不能）が含まれます。FALSEの主張は即時修正が必要で、3つ以上のUNVERIFIABLE主張がある場合は公開を阻止します。

レイヤー5：翻訳と公開

翻訳は事実確認済みの最終版からのみ行われ、下書きからは翻訳されません。Python公開スクリプトがデータベース挿入、リンク作成、埋め込み計算を1コマンドで処理します。

システム指標

本システムは以下を実現：

• 25のトピッククラスターにわたる246記事を公開
• 8言語でのコンテンツ：英語（常時）、および地域的に関連性のあるドイツ語、スペイン語、フランス語、ポルトガル語、アラビア語、ヒンディー語、日本語、インドネシア語
• 拡大する事実ベースに1,030の検証済み事実（経済的事実＝3ヶ月、歴史的事実＝無期限）
• 測定可能に異なる執筆スタイルを持つ5つの異なるペルソナ