ウェブ上の変更を追跡することは、競合インテリジェンス、コンプライアンス、プロダクトチームにとって重要ですが、生のページ差分はノイズが多く、大規模に人手で確認することは不可能です。AIを活用したウェブサイト変更監視プラットフォームであるPage Deltasは、NLP Cloud上のGPT-OSS 120Bを使い、大規模にページ差分をフィルタリング、分類、要約しています。本記事では、Page DeltasがNLP Cloud上のオープンソースモデルGPT-OSS 120Bを活用して、生のページ差分を実用的なアラートに変える仕組みを探ります。 Page Deltasの詳細は、彼らのウェブサイトをご覧ください。
ウェブは絶えず変化します。競合は価格を調整し、ベンダーは利用規約を静かに更新し、規制当局は新しいガイドラインを公開し、ドキュメントページは何の告知もなく進化します。多くのチームにとって、これらの変更を数日・数週間遅れて発見するのは高くつきます。見逃した価格変更、気づかなかったポリシー更新、静かに非推奨になったAPIは、実際のビジネス上の影響をもたらし得ます。Page Deltasはまさにこの問題を解決するために作られました。チームにとって重要なウェブページを継続的に監視し、変更を検出し、明確なAI生成の要約をSlack、Microsoft Teams、Discord、メール、またはWebhookに直接届けます。
舞台裏では、Page Deltasのインテリジェンス層は、NLP Cloud API上で提供されるオープンウェイト大規模言語モデルGPT-OSS 120Bによって駆動されています。このパートナーシップは、現代のオープンソースAIが可能にすることを示す好例です。毎日何千ものページ差分を読み、本当に重要なものを判断し、平易な言葉で説明する本番機能を、データプライバシーやコスト管理を犠牲にすることなく実現しています。
ページが変更されたことを検出するのは簡単な部分です。ページの2つのバージョンを単純に比較すると、ほぼ毎回の取得で何かしらがフラグされます。回転バナー、トレンド記事ウィジェット、Cookie同意通知、更新されたタイムスタンプ、現代のフロントエンドフレームワークが生成するランダムなマークアップ、A/Bテストのバリエーションなどです。難しいのは、変更が本当に重要かどうかを判断することです。
CSSセレクタの除外リストや変更サイズのしきい値といった従来のルールベースの手法は、すぐに限界に達します。それらは脆く、監視対象のウェブサイトごとに別途保守が必要で、書き換えられた段落が返金ポリシーの重要な更新なのか無害な誤字修正なのかを本質的に判断できません。差分を理解するには実際に読む必要があり、それこそが大規模言語モデルが得意とすることです。
しかし、継続的に監視される何千ものURLの規模では、候補となるすべての差分をLLMに送ることが現実的になるのは、モデルが正確・高速・費用対効果のすべてを兼ね備えている場合だけです。そこでNLP Cloud上のGPT-OSS 120Bが登場します。
Page Deltas スケジュールに従って監視ページを取得し、各新バージョンを前のものと比較し、変更を視覚的に確認できるよう前後のスクリーンショットを撮影します。サイトマップ発見機能は、公開直後のまったく新しいURLも検出し、製品ローンチの早期発見に特に役立ちます。チームはロールベースのアクセスでモニターを共同管理でき、アラートをすでに使っているチャネル（Slack、Discord、Microsoft Teams、メール、カスタム連携用Webhook）にルーティングできます。
典型的なユースケースには、競合の価格ページの監視、製品リリースとチェンジログの追跡、コンプライアンスのための規制・法務ページの監視、市場理解のための採用ページの分析などがあります。いずれの場合も約束は同じです。生のHTML差分の壁の代わりに、何が変わり、なぜ重要になり得るかを短く読みやすい要約で受け取ります。しかも本当に重要なときだけです。
監視エンジンが検出したすべての変更について、Page Deltasは差分をページのコンテキストとともにNLP Cloud API経由でGPT-OSS 120Bに送信します。モデルは同時に2つの役割を果たします。第一にフィルタとして機能し、変更が意味のあるものか単なるノイズかを評価し、無関係な更新がユーザーに届かないようにします。第二にライターとして機能し、意味のある変更についてはアラートに載る簡潔な要約を生成し、ページ上で何が変わったかを平易な言葉で説明します。
GPT-OSS 120Bはこのワークロードに特に適しています。OpenAIが寛容なApache 2.0ライセンスの下で公開したMixture-of-Expertsモデルで、1,170億パラメータのうちトークンごとにアクティブなのは約50億のみです。これにより、はるかに小さいモデルのレイテンシとコストで、フロンティアに近い推論と指示追従の品質が得られます。大きなコンテキストウィンドウは、周囲のページ内容とともに大きな差分でも余裕を持って収容します。ページ差分分析のような高ボリュームで常時稼働のタスクには、品質・速度・価格のこのバランスがまさに求められます。
NLP Cloud上でGPT-OSS 120Bを提供することには、さらなる利点があります。従量課金APIは、Page Deltas側でのインフラ作業なしに監視ページ数に応じてスケールし、APIに送られたデータは他のモデルの学習に使われることはありません。そしてGPT-OSS 120Bはオープンソースであるため、Page Deltasはロードマップを完全にコントロールできます。後から関連・非関連の変更の独自例でファインチューニングしたり、ボリュームが増えたら専用サーバーにデプロイしたりでき、ベンダーロックインはありません。 NLP Cloud上のGPT-OSS 120Bなどの生成AIモデルについて、詳しくはこちらをご覧ください。
この協業は始まったばかりです。Page Deltasの成長に伴い、両チームはより深いAI機能を模索しています。変更のより豊かな分類、ページの連続バージョン間のトレンド分析、多言語ウェブサイトの監視などです。多言語対応はNLP Cloud上のモデルが得意とする領域です。NLP Cloud側では、こうしたワークロードが推論スタックの最適化を促し、大規模オープンソースモデルがスケールしても高速で手頃であり続けるよう支えています。
Page Deltasは、フォーカスしたプロダクトと、シンプルなAPIで提供される高度なオープンソースAIモデルを組み合わせることで、開発者が今日構築できるものの優れた例です。
Jessica
NLPクラウド マーケティング部長