サイト抽出
ユーザーがサイトURLを提供し、複雑なインテークプロセスなしにランディングページを構築したい場合にこれを使用します。
この段階では合成は行いません。抽出のみを行います。
クレーム、証明ポイント、または信頼性シグナルをソースに遡って追跡できない場合は、欠落または推測とラベル付けしてください。静かに事実に格上げしないでください。
必要な入力
- プライマリURL
- オプションの製品URL
- オプションの
--deep - ソースアクセスが不完全な場合のオプションの手動概要スニペット
オペレーターの目標
下流のスキルが信頼できるソースレコードを構築すること。
つまり、以下を抽出すること：
- 正確なクレーム文言
- 正確なCTA文言
- 正確な証明ポイント
- 可視ページパターン
- メカニズム表現
- 信頼性シグナル
- ビジュアルアイデンティティ
- カテゴリ慣習
出力ファイル
以下を書き込みます：
workspace/brand/extract.mdworkspace/brand/extract.jsonworkspace/brand/palette.json
厳格な抽出ルール
- 可能な限り正確な文言を保持します。引用し、言い換えないでください。
- すべての証明項目と主要なクレームに出典をタグ付けします。
- 観測された事実と推測を区別します。
- ソースシグナルが薄い場合は、直接そのように述べます。
- 抽出後にメカニズムが不明瞭な場合、下流の戦略は解決されるまで停止しなければなりません。
必要な抽出構造
# ブランド抽出: [ブランド名]
ソースURL:
- [URL 1]
- [URL 2]
抽出日: [日付]
信頼度: 高 | 中 | 低
## 1. ブランド + カテゴリ
- ブランド名:
- 製品カテゴリ:
- 主要オファー:
- ビジネスモデル:
- 地理/市場のヒント:
## 2. 正確なヒーロー言語
| 要素 | 正確なテキスト | ソースURL | 出典 |
|---|---|---|---|
| 見出し | | | 観測 |
| サブ見出し | | | 観測 |
| プライマリCTA | | | 観測 |
| セカンダリCTA | | | 観測 |
## 3. クレーム一覧
| クレーム | タイプ | ソースURL | セクション | 出典 | 証明が必要か？ |
|---|---|---|---|---|---|
| | ベネフィット / メカニズム / 優位性 / 社会的証明 / 保証 | | | 観測 / 推測 | はい / いいえ |
## 4. 証明一覧
| 証明項目 | クラス | 正確な文言/値 | ソースURL | セクション | 備考 |
|---|---|---|---|---|---|
| | testimonial / stat / review count / logo / press / guarantee | verified_source / derived_source / missing | | | |
## 5. CTA一覧
| CTAテキスト | 推測される遷移先 | ソースURL | ファーストビュー？ | 備考 |
|---|---|---|---|---|
## 6. メカニズム表現一覧
- ブランドが繰り返し使用する独自のメカニズムフレーズ
- 保存する価値のある製品説明フレーズ
- 失敗した代替手段に関する表現
- 異議対応の表現
## 7. 信頼性シグナル一覧
- 保証
- 配送/返品/保証
- 認証/プレス/ロゴ
- コンプライアンス/安全性/権威シグナル
- 正当性を示すカテゴリ慣習
## 8. ページパターン一覧
| セクション順序 | 表示内容 | 目的 | 保存する価値があるか？ |
|---|---|---|---|
## 9. ビジュアルモチーフ一覧
- 支配的な色
- フォントファミリー/クラス
- 製品写真スタイル
- UI/スクリーンショットスタイル（存在する場合）
- 形状言語
- 密度/間隔の感覚
- 信頼性に重要なデザイン慣習
## 10. オーディエンスシグナル
- 誰をターゲットにしていると思われるか
- 認知段階の手がかり
- 洗練度の手がかり
- 明示的なペイン言語
- 明示的なデザイア言語
## 11. 欠落/弱い領域
- 欠落しているメカニズムの詳細
- 裏付けのないクレーム
- 薄い証明
- アクセスできないページ
- オペレーターの判断を必要とするものすべて
JSON 契約
extract.json には、以下の機械可読キーを含める必要があります：
brandcategoryofferhero_languageclaims[]proof_inventory[]cta_inventory[]mechanism_language[]trust_cues[]page_patterns[]visual_motifs[]audience_signals[]missing_flags[]confidence
Firecrawl 統合
ここではプロバイダの選択が必須です。
FIRECRAWL_API_KEY が利用可能な場合、サイト抽出には Firecrawl を使用しなければなりません。
Firecrawl が設定されているか期待されている場合に、汎用ブラウジング、WebFetch、または単一ページスクレイピングを黙って代用しないでください。
Firecrawl がランタイムによってブロックされている、利用できない、またはキーがない場合：
- そのことを明示的に述べる
- オペレーターに以下を行うかどうか尋ねる：
- Firecrawl を提供/設定する
- サンドボックス外でローカルの Firecrawl 抽出コマンドを実行する
- ダウングレードされた手動/基本抽出を受け入れる
- 公開リリース品質の実行では、黙ってダウングレード抽出を進めない
ユーザーがそのダウングレードを明示的に承認している場合にのみ、尋ねずにダウングレード抽出を使用します。
Firecrawl が利用可能な場合、branding フォーマットで v2 API を使用します：
curl -s -X POST "https://api.firecrawl.dev/v2/scrape" \
-H "Authorization: Bearer $FIRECRAWL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"url": "https://example.com",
"formats": ["branding", "markdown", "screenshot"],
"onlyMainContent": false,
"maxAge": 172800000
}'
branding フォーマットは構造化されたブランドアイデンティティを返します：
- ロゴURL
- カラーパレット（プライマリ、セカンダリ、アクセント、背景、テキスト）
- フォントファミリー
- スペーシングスケール
- UIコンポーネントスタイル
- カラースキーム（ライト/ダーク）
markdown フォーマットはクレームと証明の抽出のためのページコンテンツを提供します。
screenshot フォーマットはビジュアルリファレンスを提供します（URLは24時間後に期限切れ）。
scripts/firecrawl-extract.sh を使用してこれを自動的に実行し、すべての出力を保存します。
ディープモード
--deep が使用された場合：
- ホームページをスクレイプする
- 1つの製品/サービスページをスクレイプする
- 利用可能な場合、1つの証明が豊富なページをスクレイプする
- 利用可能な場合、価格ページ、FAQ、または概要ページをスクレイプする
- すべてのアーティファクトにソースURLを付けて結果をマージする
デフォルトのディープ優先順位：
- 製品ページ
- レビュー/推薦の声ページ
- FAQ/価格ページ
- 概要ページ
フォールバック動作
Firecrawl またはスクレイピングが失敗した場合：
- アクセス可能なものはすべてキャプチャする
- ブロックされたセクションを明示的にマークする
- 欠落している信頼性/証明/メカニズムデータについて、オペレーター提供のスクリーンショットまたはコピーを要求する
- 観測されたかのように抽出構造を作り出さない
Firecrawl が Cowork または別のサンドボックスプロキシによってブロックされている場合：
api.firecrawl.devがランタイムによって許可されなければならないことを述べる- WebFetch が同等であるふりをするのではなく、ローカルのpreflightコマンドパスを推奨する
停止/継続ロジック
以下の場合に継続：
- オファーが識別可能である
- CTAが推測可能である
- 少なくともいくつかの証明または信頼性シグナルが抽出可能である
以下の場合にダウングレード：
- 証明が弱い
- ビジュアルアイデンティティが不完全である
- カテゴリ慣習が不明瞭である
以下の場合に停止してオペレーターに提起：
- 独自のメカニズムを特定できない
- ソースが薄すぎて、実際のクレームとマーケティングフォグを区別できない
- 規制対象のクレームが明確な証明なしに現れる
ハンドオフ
抽出後、/page-strategy を実行します。
戦略アーティファクトがすでに存在しない限り、直接コピーに飛びつかないでください。