Zenn Article Context-Driven Writing

Extracted: 2026-02-13
Context: Zenn記事の執筆前にコンテキストを収集・構造化し、ドラフトを生成する

Problem

Zenn記事を書く際、リサーチ結果・ユーザーの実体験・既存記事との差別化ポイントが
散在していて、ドラフトに一貫性を持たせるのが難しい。

Solution

Phase 1: 並列リサーチ（3エージェント同時）

Task toolで3つのresearcherエージェントを並列起動:

1. 技術A単体: 対象技術の機能・特徴・価格（例: Termius）
2. 技術B単体: 組み合わせ先の技術詳細（例: Claude Code）
3. 組み合わせ: A×Bの既存記事・コミュニティ反応・差別化ポイント

Phase 2: ユーザー実体験の取り込み

ユーザーが提供するAI会話ログ（Gemini等との対話）を構造化:

• つまずきポイントを表形式（#, 問題, 原因, 解決）に整理
• 会話フローを時系列でマッピング
• 記事の「オチ」になる気づきを特定

Phase 3: コンテキストファイル保存

drafts/article-context_<topic>-<date>.md に以下を構造化:

1. 記事企画（仮タイトル案、想定読者、核心メッセージ、構成案）
2. 実体験タイムライン
3. 技術コンテキスト
4. 差別化ポイント（既存記事との比較）
5. リサーチ結果（要点のみ、参考記事リスト）

Phase 4: ドラフト生成

既存記事を2-3本読んでフォーマット・トーンを把握した上で:

• 一人称ナラティブ（「私は〜した」）
• AI会話を対話形式で引用
• つまずきを正直に記録
• 前回記事からの繋がりを意識
• Zenn frontmatter付き

When to Use

• ユーザーが「Zennの記事のコンテキストを集めて」と依頼した時
• 実体験ベースの技術記事を書く時
• 複数の技術の組み合わせについて記事を書く時
• ~/MyAI_Lab/zenn-content/ で作業する時