JSONデータのソースURL検証ワークフロー

data/comments/*.json に格納されている財務コメントデータの品質を確保するための検証プロセス。

全体フロー

flowchart TD
    subgraph Phase1["Phase 1: URL有効性チェック（スクリプト自動実行）"]
        A[JSONファイル読込] --> B[source URL抽出]
        B --> C{URLにアクセス可能?}
        C -->|Yes 200-399| D[維持]
        C -->|No 404/403/timeout| E[itemsから削除]
        E --> F[JSONファイル更新]
    end

    subgraph Phase2["Phase 2: 内容整合性検証（Deep Research）"]
        D --> G[レビュープロンプト生成]
        F --> G
        G --> H[Deep Researchに投入]
        H --> I{textとソース内容が一致?}
        I -->|一致| J[✓ 維持]
        I -->|不一致| K{代替ソースで確認可能?}
        K -->|Yes| L[text修正 or ソース置換]
        K -->|No| M[新規検索 or 空にする]
    end

    J --> N[最終JSON出力]
    L --> N
    M --> N

スクリプト構成

各itemの検証ロジック（Deep Research用）

※ URL有効性はスクリプトで検証済み。すべてのURLはアクセス可能。

flowchart TD
    Start([item開始]) --> E{textの内容がソースで裏付けられる?}

    E -->|Yes| H[✓ valid - 維持]
    E -->|No| D{代替ソースを検索}

    D -->|見つかった| F[textを修正 + source更新]
    D -->|見つからない| S[その年度・項目で新規検索]

    S --> T{検索結果あり?}
    T -->|Yes| U[新しいtext + sourceで作成]
    T -->|No| G[❌ 空にする]

    H --> K([次のitemへ])
    F --> K
    U --> K
    G --> K

判定基準まとめ

Phase 1: URL有効性チェック

目的

• JSONデータ内のすべてのsource URLが有効（200応答）かを確認
• 無効なURL（404/403/タイムアウト等）を特定してデータから除去

実行方法

cd apps/web
node scripts/check-source-urls.mjs [クラブID]

# 例: 鹿島アントラーズのみ検証
node scripts/check-source-urls.mjs antlers

# 全クラブを検証
node scripts/check-source-urls.mjs --all

# 確認のみ（ファイル更新なし）
node scripts/check-source-urls.mjs --all --check-only

出力

1. コンソール出力: 無効なURLのリスト
2. 修正済みJSON: 無効なURLを含むitemsを削除したdata/comments/*.json
3. 検証レポート: data/validation-report.json

Phase 2: 内容整合性検証

目的

• 有効なURLのコンテンツとtextの記述が整合しているか確認
• ソースURLで主張が裏付けられないtextを特定・修正

生成されるプロンプト

スクリプトが以下のレビュー用プロンプトを自動生成します：

# {クラブ名} ソース検証タスク

以下のデータについて、各itemの`source` URLにアクセスし、
`text`の内容が情報源で裏付けられているか確認してください。

## 検証ルール

1. **ソースにアクセス可能で、textと一致**: そのまま維持
2. **ソースにアクセス可能だが、textと不一致**:
   - 正しい内容に修正
   - または別の信頼できるソースを検索して置換
3. **ソースにアクセス不可**:
   - 別のソースで同内容を確認できれば置換
   - 確認できなければitem自体を削除

## 検証対象データ

| 年度 | 項目 | text | source |
|-----|------|------|--------|
| 2024 | sponsor | {text内容} | {URL} |
...

実行方法

1. スクリプトでレビュープロンプトを生成

   node scripts/generate-review-prompts.mjs antlers
   

2. 生成されたプロンプト（content/2026-01-04/prompts/review-{clubId}.md）をDeep Researchに投入
3. 返却されたJSONでdata/comments/{clubId}.jsonを更新

使用例

# 鹿島アントラーズのプロンプトを生成
node scripts/generate-review-prompts.mjs antlers

# 全クラブのプロンプトを生成
node scripts/generate-review-prompts.mjs --all

データ構造

検証対象のitems

{
  "text": "説明テキスト（50〜100文字）",
  "source": "https://example.com/article",
  "sourceTitle": "記事タイトル（オプション）"
}

検証結果のステータス

優先度

1. 一次ソース優先
   • クラブ公式サイト
   • Jリーグ公式
   • 決算資料・IR情報
2. 二次ソース（一次が見つからない場合）
   • スポーツ新聞報道
   • 信頼できるニュースサイト
3. 削除（どちらも見つからない場合）
   • items配列から該当エントリを削除
   • 無理にデータを入れない

関連ファイル

• scripts/check-source-urls.mjs - URL有効性チェックスクリプト
• scripts/generate-review-prompts.mjs - レビュープロンプト生成スクリプト
• data/comments/*.json - 検証対象データ
• content/2026-01-04/prompts/ - レビュープロンプト出力先