第13章：Browser RunとAI Searchの関係を見よう 🧷
AI SearchでWebサイトをデータソースにすると、ページ取得とindex化が関係します。
動的ページでは、Browser Runのようなブラウザ実行が役立つ場面があります。
1. WebページからAI検索へ 🌐
流れはこうです。
Webページ
↓ 取得
テキスト化
↓
index化
↓
自然言語検索
AI Searchは、この流れの多くをmanagedに扱える方向のサービスです。
2. 動的ページの問題 🧩
JavaScriptで本文が後から出るページでは、HTMLだけをfetchしても中身が足りないことがあります。
fetch → 空っぽに近いHTML
browser → JavaScript実行後の内容
この差を理解しておくと、データ取得の失敗に気づきやすいです。
3. R2に保存する設計 🪣
取得したMarkdownやHTMLをR2へ保存する設計もあります。
取得結果 → R2
メタデータ → D1
検索index → AI Search / Vectorize
あとで再indexや調査がしやすくなります。
4. 対象を絞る 🔐
最初は、自分のサイトや許可されたページだけを対象にします。
よい: 自分のドキュメントサイト
よい: 公開許可された社内資料
避ける: 無関係なサイトの大量取得
検索基盤を作る前に、データ利用のルールを確認します。
5. 章末チェック ✅
- Webページ取得からAI検索までの流れが分かる
- 動的ページではfetchだけでは足りないことがある
- Browser Runが役立つ場面が分かる
- 取得結果をR2へ保存する設計が分かる
- 対象サイトを絞る必要があると分かる
この章で覚える一言はこれです。
AI検索は、検索する前に“正しく安全にデータを集める”ことが大切です 🧷