タイムラインを読む時間を削る — TopicDigestX が狙う「話題把握コスト」の下げ方

目次

タイムラインを「読む」時間が確保できない

朝、通勤中にタイムラインを開く。昼には別の話題が流れ、夜には何が議論になったのか分からなくなる。フォローを増やすほど情報は増えるのに、読める量は増えません。

この困りごとは、3つの工程に分解できます。

  1. 探索: どの投稿が自分の関心に合うか、開いてみるまで分からない
  2. 読み込み: 合っていても、長いスレッドや引用の連鎖を追うのに時間がかかる
  3. 整理: 読んだ内容を「今日の論点」として頭の中でまとめ直す必要がある

TopicDigestX は、この3つをサーバー側へ移す試みです。キーワードをトピックとして登録しておき、収集・要約・整形を自動で回して、ダイジェストだけを読む形にします。現状は基盤の実装までで、収集と要約はこれからです。

既存手段の限界

手段 できること 限界
タイムラインをそのまま追う 文脈ごと読める 読む量は減らない。開いた時点の順序で流れて消える
リスト・検索で絞る フォロー外も含めて拾える 絞っても読む作業は自分に残る
まとめサイト・ニュースレター 要点だけ読める 自分の関心テーマに合わせてはくれず、粒度も選べない
ブックマーク・後で読む あとから辿れる 溜まるだけで、読む時間は結局あとで必要
LLM にコピペして要約 その場で要約できる 毎回コピーする手間。対象もその回限り

どれも「読む」工程そのものを消してはいません。消せるのは、読む前の探索と、読んだ後の整理です。

解決の設計

作業の流れを、前後で比べます。

Before: 手で追う
タイムラインを開いて流れを目で拾う
スレッドと引用をたどって読む
読んだ内容を頭の中で整理する
翌日には何の話だったか曖昧になる
→
After: TopicDigestX
キーワードをトピックとして登録
サーバーが関連投稿を収集(実装予定)
LLM が要約してダイジェスト化(実装予定)
ダイジェストだけを読む

図1: 話題把握の前後比較

設計の判断は3つです。

  • 関心は保存する: 毎回キーワードを打つのではなく、トピックとして DB に置く
  • 重い工程はサーバーに寄せる: 収集と要約を、読む人の待ち時間から切り離す
  • 出力はダイジェストに固定する: 読む量を先に決めてから読む

トレードオフもはっきりしています。速報性は収集の粒度に依存して落ちます。要約は圧縮なので、原文のニュアンスや反論の文脈は落ちます。その代わり、読む前に「読む価値があるか」を判断できるようになります。

実装の要点

1. 関心を1行のデータにする

# backend/model.py
class Topic(Base):
    __tablename__ = "topics"
    id = Column(Integer, primary_key=True, index=True)
    name = Column(String, index=True, nullable=False)
    keywords = Column(Text, nullable=True)

キーワードはカンマ区切りの Text です。検索条件を別テーブルに正規化するのは、トピックごとに条件が増えてからで十分だと判断しました。

2. 鍵と接続先はサーバーに閉じる

# backend/main.py
class Settings(BaseSettings):
    database_url: str = "sqlite:///./test.db"
    llm_model_name: str = "gpt-3.5-turbo"

    model_config = SettingsConfigDict(env_file='../.env', extra='ignore')

ブラウザには鍵を渡さず、/config は型名とモデル名だけを返します。収集と要約をサーバーに置く設計では、この線引きがそのまま安全境界になります。

3. 出力の形を先に決めておく

/digest/{topic_id} は現時点ではダミーですが、返す形は決まっています。

# backend/main.py
return {
    "topic_id": topic_id,
    "generated_at": "2023-10-27T10:00:00Z",
    "summary": "LLMs continue to advance rapidly. ...",
    "key_tweets": [{"id": "12345", "text": "...", "author": "userA"}],
}

形を先に固定すると、UI と要約処理を別々に進められます。中身がダミーでも、インターフェースが決まっていれば画面は作れます。

結果

開発中なので、利用者数や削減時間の数値はありません。現時点で言えるのは定性の範囲です。

  • 読む前の探索が「キーワード登録」に置き換わる
  • 読む量はダイジェストの長さで決まり、タイムラインの流れに左右されない
  • 読んだ後の整理を、要約という形でサーバーが持つ
工程 Before After(設計上)
探索 タイムラインを開いて目で拾う 登録済みの条件で収集する
読み込み 投稿とスレッドを追う 要約と主要投稿だけを読む
整理 頭の中でまとめる ダイジェストとして保存し、再閲覧する

After は設計上の到達点です。収集と要約が入るまでは、この列は埋まりません。

向かないケース・残課題

  • 速報を追いたい場合: 収集の間隔次第で遅れます。リアルタイム性が要るなら別の手段が必要です。
  • 原文のニュアンスを確認したい場合: 要約は圧縮なので、引用や反論の文脈は落ちます。key_tweets から原文へ戻れる設計にしておきたいところです。
  • 投稿が集まらないテーマ: ニッチすぎるとダイジェストが空になります。何件あれば要約するかの閾値設計が要ります。
  • X API への依存: 仕様や利用枠の変更で収集が止まります。クライアントを差し替えられる形にしておく必要があります。
  • 認証が無い: 現状は誰のトピックかを区別しません。複数人で使うなら認証が前提になります。
  • マイグレーション未導入: Alembic が無いため、テーブル変更の履歴を残せません。

まとめ

  • 読む時間を増やすのではなく、読む前後の工程をサーバーへ移す
  • 関心をデータにすると、収集も要約も自動化の対象になる
  • 出力の形を先に決めると、中身がダミーでも UI と処理を並行できる

現状は器だけで、ダイジェストの中身はまだ空です。それでも「何を読むかを決めてから読む」という形は、収集と要約を足す前後で変わりません。

関連記事


情報収集の仕組みづくりや LLM を使った要約でお困りのことはありませんか?

技術相談や開発サポートを承っています。お気軽にご相談ください。

ココナラで開発相談を依頼する


も参照してください