AIのための製品データの正規化

AIエージェントを使用する際、APIからの生のJSONレスポンスは、効果的に利用する前にクリーニングや再構築が必要になることが多いです。このステップの目的は、Rainforest HTTPノードから未処理のデータを取得し、それを単一でLLMに適したデータパケットに簡素化し、AIエージェントに渡す際に発生しがちな "[object Object]" 問題を回避することです。

HTTPノードが実際に返した内容を確認

Rainforest HTTPリクエストは、意味のある商品サマリーを作成するために必要なすべての情報をすでに提供しています：

• asin;
• title;
• brand;
• categories;
• rating および total_reviews;
• images;
• bullet points;
• rank / BSR;
• offers および buy box;
• keyword list。

AIによる分析には十分なデータが揃っているため、追加のリクエストは不要です。既に取得済みのデータを活用します。

商品オブジェクトをAIエージェントの context フィールドにドラッグすると、n8nは [object Object] と表示します。これは、contextフィールドがプレーンテキストを期待しており、ネストされたオブジェクトを受け付けないためです。LLMはJSONを読み取ることができますが、このフィールド自体は文字列のみを受け付けるため、データをフラット化し、文字列化する必要があります。

コードノードによるデータの正規化

HTTPリクエストの直後に Code ノードを追加します。 ChatGPTを利用して変換ロジックを生成することも可能です。Rainforestの出力を共有し、次のように依頼してください：

そのコードをノードに貼り付け、すべてのアイテムに対して一度だけ実行するように設定し、実行します。これで、すべての製品データがグループ化され、整理された1つのオブジェクトが表示されるはずです。

AIエージェントがまだ [object Object] を表示する場合、構造は正しいものの、まだ文字列化されていないことを意味します。その場合、Codeノードを次のように更新してください:

return [{ json: { data: JSON.stringify(items[0].json) } }];

または、Aggregateノードを使用してすべてを1つのリストにまとめてから文字列化してください。

AIエージェントへの接続

出力が正しく表示されたら、AIエージェントノード（Gemini、OpenAIなど）を追加し、Instructionフィールドにシステムプロンプトを貼り付けます。例:

ワークフローを実行します。モデルは次の内容を含む、クリーンで構造化された要約を生成するはずです。

• 製品の簡潔なスナップショット
• 機能している点（評価、A+コンテンツ、バッジ）
• 問題点（画像が少ない、キーワードの欠如）
• 修正案とキーワードのアイデア

モデルに回答前の確認質問をさせたい場合は、プロンプトに次の一文を追加してください。