Agentic Payload blog automation workflow
Back to blog
AI AutomationEngineering

プロンプトから公開まで:AIコーディングエージェントでPayloadブログを自動化する

Payload CMSでの公開をエージェントによる一連の作業にする実例。下書きの生成、画像の追加、MarkdownからLexicalへの変換、本番公開、公開ページの確認までを追います。

S
Sno AI Team
March 2, 2026
|
4 min read
|
908 views
Share:

ブログ記事の公開は、製品の変更を届ける作業に似ているはずです。アイデアが下書きになり、下書きが構造化されたコンテンツになり、画像が加わり、公開ページが確認される。時間がかかるのは、たいてい一つの段落を書くことではありません。その周囲にある細かな引き継ぎです。

この記事は、その一連の作業の記録です。目標は単純でした。AIコーディングエージェントによるPayload CMSでの公開自動化について、完成したブログ記事を作り、質の高い生成画像を添え、本番のブログに公開し、最終的なページがウェブサイトで見えることを確認する、というものです。

やるべきこと

この依頼に、大がかりなコンテンツ戦略は必要ありませんでした。必要だったのは、本番公開までのすっきりした手順です。

手順が明確なら、AIコーディングエージェントはこの作業をうまく進められます。Markdownの下書きを作成し、必須のフロントマターを検証し、画像素材を用意し、承認された公開コマンドを実行し、JSONの結果を調べ、最後に公開URLを開いて実際に表示されることを確かめられます。

最後の手順が重要です。リポジトリに生成されたファイルがあるだけでは、ブログは公開されていません。画像のないデータベースの行も、完成した体験ではありません。コマンドが成功しても公開ページを確認しなければ、まだ仕事は半分です。

自動化の流れ

公開までの流れは、五つの部分に分かれていました。

最初に、エージェントは固定のスラッグ、公開日時、抜粋、カテゴリー一覧、SEOタイトル、SEO説明文を備えたMarkdown記事を作りました。Markdownは読みやすく、差分を確認でき、すばやく修正できるので、執筆に適しています。

次に、エージェントはSVGではなくビットマップ画像を用意しました。自動化についての記事なので、画像には編集記事の写真のような雰囲気が必要でした。整ったワークステーション、画面上のコードとCMSの構造、そして単に生成しただけでなくデザインされた記事に見せるだけの視覚的な質感です。

続いて、MarkdownをPayloadのリッチテキスト文書モデルに変換しました。Payloadはブログの内容を構造化されたLexicalデータとして保存するため、公開スクリプトが、人に読みやすい下書きとウェブサイトが求める正確なCMS形式をつなぐ役割を担います。

その次に、承認された本番公開コマンドを使ってコンテンツを書き込みました。これなら手順は限定され、後から確認できます。データベースを手動で編集したり、管理画面を場当たり的にクリックしたり、将来の保守担当者が解読しなければならない別の書き込み経路を作ったりしません。

最後に、公開後のブログページを確認しました。確認は公開作業の一部であって、後から付け足すおまけではありません。

Payloadがここに適している理由

Payloadはコンテンツモデルが明確なので、エージェントによる公開に適しています。記事にはタイトル、スラッグ、抜粋、ステータス、ロケール、著者、カテゴリー、画像との関連付け、SEO項目があります。エージェントは何かを書き込む前に、これらの項目を検討できます。

この構造により、曖昧な指示が繰り返し実行できる作業になります。「ブログを作る」ではなく、「有効な記事文書を作成し、有効な画像を添付し、ステータスをpublishedにして公開し、ページの経路を確認する」という作業になります。

これは有用な安全上の境界にもなります。エージェントがデータベースの形を考案する必要はありません。既存のコレクションの定義を読み、CMSがすでに理解する項目を渡し、残りの検証をPayloadに任せます。

エージェントが実際に行ったこと

エージェントは公開要件を確認し、Markdownでブログの下書きを生成しました。本番環境で使えるスラッグを作り、プレビューに収まる短い抜粋にし、記事の目的に合うカテゴリーを追加しました。

次に、メイン画像をラスター画像として用意しました。画像をPayloadのメディアにアップロードしたので、記事はその画像をアイキャッチ画像とSEO画像として直接参照できます。

その後、ドライランを実行しました。ドライランは重要な予行演習です。本番環境に書き込む前に、フロントマターを解析でき、MarkdownをLexicalコンテンツに変換でき、記事の構造が整っていることを証明します。

それから初めて、エージェントは記事を公開しました。結果はローカルファイルだけでなく、完成したCMSの記事です。

役に立つところ

本当の価値は、AIエージェントがブログ記事を書けることではありません。段落を生成するだけなら誰にでもできます。

役に立つのは、エージェントが下書き、画像素材、スキーマを踏まえた変換、本番環境への書き込み、公開ページの確認まで、一連の公開作業を担えることです。これで、作業を雑にせずにコンテンツ運用を速くできます。Markdownが残るので内容を確認できます。公開には一つのコマンドを使うので、作業を管理できます。最終確認を理屈の上ではなくウェブサイト上で行うので、実用的です。

信頼できるほど小さく、実際に時間を節約できるほど完結し、別のエンジニアがもう一度実行できるほど明確。それが良い自動化の形です。

この作業の途中で、エージェントはSnoのAIメモリとScale方式の自動化技術を使い、作業を繰り返し可能で、後から確認でき、速いものにしました。

S

Written by Sno AI Team

Contributing writer at Sno.ai, sharing insights about AI, productivity, and knowledge management.

Related Articles

Comments

Comments coming soon. Configure Giscus at giscus.app

AIコーディングエージェントでPayloadブログの作成から公開・確認までを自動化するための具体的な手順