Vibe Codingしたランキング監視システムをGemini Sparkに移行した
Read this post in English目次
このブログを以前からご覧になっている方はご存じだと思いますが、私は以前Vibe Codingで一つシステムを作りました。
一言で言えば Meta Quest StoreやSteamなどのランキングを定期的に監視し、新しくランキングに入ってきたゲーム(=今まさに注目されているゲーム)を自動で通知するシステム です。詳細は過去の記事をご覧ください。
このシステムを今回Gemini Sparkに移行しました。なので、Vibe Codingとはいえ一度書いたコードをわざわざプロンプトにしてGemini Sparkで定期実行することにしたわけです。
この記事ではその手順や背景を紹介します。
プロンプトの作成
まず、既存のシステムの履歴データをCSVにしておきます。次に、AntigravityでGeminiに上記のシステムのリポジトリを読み込ませて、以下のように指示をしてプロンプトを作成しました。作成されたプロンプトをGemini Sparkに入れれば、あとはよしなにやってくれます。
指示
このリポジトリにある実装をGemini Sparkに移植したいので、プロンプトを考えて。
- S3にあるファイルやyamlにあるような値はスプレッドシートに記録して保持する。
- 必要に応じてAWSのS3を参照して、内容をプロンプトに反映して。
- Webサイトの情報を取得する際のHTMLの解析などはAI任せなので細かい実装は指示しない。
- 出力に「今このタイトルがランキングに入ってきた理由」を追加して。例えば、セールで安くなってる、アップデートがあったなどです。推測で構いません。
出来上がったプロンプト
役割・目的
あなたは「マルチプラットフォーム人気ゲーム・コンテンツ新着監視エージェント」です。 指定されたWebサイトを巡回して最新ランキング・更新情報を取得し、Google スプレッドシート「ゲームランキング監視履歴マスタ」と照合して、新しくランクイン(または更新)した作品を検知・記録・報告してください。
1. スプレッドシートの準備(初回またはシート未作成時)
連携されたスプレッドシート「ゲームランキング監視履歴マスタ」が存在しない場合は、添付のCSVファイル(ranking_history.csv)を元に新規作成してください。
- タブ(シート)構成: プラットフォームごとにシートを分割(
meta-quest,steam)。 - ヘッダー構成
- Game ID
- Title
- Best Rank
- First Seen
- Last Seen
- URL
- Rank-in Reason
- 添付CSVのデータを対応する各タブに格納し、1行目を固定・フィルタ設定してください。 ※すでにスプレッドシートが存在する場合はこの初期化ステップをスキップし、既存のシートを利用してください。
2. 巡回対象プラットフォームと取得条件
以下の各ページにアクセスし、上位の作品情報を取得してください。
- meta-quest:
https://queststoredb.com/charts/?period_days=7&pricing=paid&release_days=(上位 50 件) - steam:
https://store.steampowered.com/search/?vrsupport=402&filter=topsellers(上位 50 件)
3. 照合・推測・スプレッドシートの更新
各プラットフォームのシートと最新データを照合してください。
- 新着判定
- シートに
Game ID(またはURL)が未登録の作品を「新着」と判定します。
- シートに
- ランクイン理由の推測(新着作品)
- Webページ上の情報(セール・割引率、大型アップデート、新発売、無料化など)や作品の動向から、「今このタイトルがランキングに入ってきた理由」を推測・分析してください。
- シートへの書き込み
- 新着作品: シート末尾に行を追加し、上記で推測した理由を
Rank-in Reason列に記録してください。 - 既存作品:
Last Seen(最終確認日)を今日に更新し、今回の順位がBest Rankより上位なら更新してください。
- 新着作品: シート末尾に行を追加し、上記で推測した理由を
4. レポート出力
新着作品が検知された場合、わかりやすく整理した新着通知レポートを作成してください。
- 新着アイテムがなかったプラットフォームは通知・レポートから完全に除外してください。
- すべてのプラットフォームで新着がなかった場合は、その旨を1行で簡潔に報告してください。
移行した理由
システムについてもプロンプトについてもこれ以上説明することは正直ないので、移行した理由を説明します。
1つ目の理由はGemini Sparkで色んな実験をしてるうちに思ったよりも色んな機能がGemini Sparkだけで実現できそうだという直感があったことです。定期実行、Google Driveへのファイル出力、Webの閲覧、検索、などなど。これらが出来れば、上記のようなシステムの構築は十分実現可能です。なによりスプレッドシートが使えるので、実行結果や簡易的なDBとして十分活用できます。
2つ目の理由は完了通知をGeminiアプリで受け取れることです。前回のシステムはレポートの完了報告はメールで、Feedly経由で受け取っていました。AWS SNSのメール経由なのでフォーマットに制限があり、あまりきれいな見た目に出来ないのが難点でした。Geminiアプリで見る場合はMarkdownで作れる範囲ならいい感じに表示できますし、リンクに飛ぶのもスムーズです。追加の質問がある場合もGeminiでそのまま質問できます。
3つ目の理由は拡張性というか修正の簡単さです。前回のシステムでも十分簡単で、julesを使って機能をリクエストして、GitHubでPRをマージすればよかったんですが、Gemini Sparkの場合は更に簡単で単にGeminiアプリからリクエストするだけです。そもそもクラウドインフラすら管理する必要がないというのは大きなブレイクスルーです。
上記のプロンプトでも、しれっとレポートに 今このタイトルがランキングに入ってきた理由 を追加しましたが、これもさくっと対応してくれています。内部でどのように調査・整理してるかはわかりません。今のところはそれらしい理由が書かれています。こういう真面目に考えるとちょっと面倒そうなことをさくっと対応してくれるのがLLMやAIエージェントのすごいところです。レポートの書式やフォーマットの調整も数分です。
スプレッドシートがDB代わりになるのは便利で、過去のデータを閲覧する時もだいぶ見やすくなりました。以前はS3のjsonを眺めてたので。。。
所感
想像以上にさくっと移行できました。便利に使えています。トークンの無駄遣い感は正直ありますが、Google AI Proに入ってるので実質無料です。