AiriaでBright DataのWeb MCPを使ってエンタープライズ対応のウェブAIエージェントを構築する

次に、エージェントがメール送信に使用できるGmailアクションを追加します。左サイドバーの「Add to Canvas」をクリックし、「Actions」カテゴリを開いて「Gmail Message Send」ブロックをキャンバスにドラッグします：

「Gmail Message Send」ブロックを「AI Model」と「Output」の間に配置します。エージェントワークフローは以下のようになります：

完璧です！エージェントの基本構造が整いました。次のステップでは、各ブロックを設定してエージェントの動作を定義します。

ステップ#4：Inputブロックを設定する

このエージェントには2つの入力変数が必要です：

• pricing_page_url（URL）：自社の価格ページのURL。
• competitor_name（Text）：価格を監視したい競合他社の名前。

pricing_page_url変数により、エージェントは自社ウェブサイトから価格情報を直接取得できます。competitor_name変数により、エージェントはウェブで競合他社の価格ページと関連情報を検索し、関連データを抽出できます。どちらの場合も、これらのアクションはBright DataのWeb MCPツールによってサポートされています。

これらの変数を定義するには、「Input」ブロックを選択します。「INPUT VARIABLES」セクションで「+ Create」をクリックし、変数の名前とタイプを指定してフォームを記入します。完了したら「✓」ボタンをクリックして保存します：

competitor_nameについても同じプロセスを繰り返します。完了すると、「Input」ブロックに両方の入力変数が表示されます：

素晴らしい！自動化された競合価格分析エージェントの入力レイヤーが準備できました。

ステップ#5：AI Modelブロックを設定する

まず、Bright Data Web MCPツールを「AI Model」ブロックに接続します。

「AI Model block」を選択し、「Tools」タブを開きます。「SELECT TOOLS or MCPs」フィールドで、先ほど設定したBright Data Web MCP接続を選択します：

選択すると、Web MCPツールがAIモデルで利用可能になります：

次に、「Model」タブに切り替えてエージェントの指示を定義します。先ほど作成した入力変数を参照するには、「Instructions」エディタ内をクリックし、左の「Variables」パネルを使ってcompetitor_nameとpricing_page_url変数を挿入します：

最終的なプロンプトは以下の通りです：

Search online for the pricing page of the company "{{Variables.competitor_name}}".
Scrape the pricing page in Markdown. If the pricing page does not contain clear pricing information, search for additional reliable sources online and extract the missing pricing details.
Next, scrape the pricing information from the page "{{Variables.pricing_page_url}}".
Finally, compare the pricing data from both sources and generate a concise, responsive HTML report optimized for email delivery. The report should clearly present pricing plans, included features, and the key differences between the two offerings.
Return only the raw HTML string. Do not include any explanations, Markdown, code fences, or additional text.

このプロンプトは、エージェントに両方の価格ページを見つけて分析し、信頼できるオンラインソースから不足している価格情報を収集し、2つの製品を比較し、プラン、機能、価格の違いをまとめたメール対応HTMLレポートを生成するよう指示します。

よくできました！「AI Model」ブロックは、Bright Data Web MCPを活用した自動化された競合価格分析を実行できるようになりました。

ステップ#6：Gmail Message Sendブロックを設定する

最後のステップは「Gmail Message Send」ブロックの設定です。これにより、エージェントはワークフローの最後に生成された競合価格レポートを自動的にメールで送信できます。

「Gmail Message Send」ブロックを選択します。次に「Select a credential」ドロップダウンを開き、「Create a new credential」を選択します：

「Sign in with Google」を押して必要な権限を付与します。この場合、必要な権限は「Send Emails (Gmail)」のみです：

Gmail統合ウィザードを完了して、AiriaエージェントをGoogleアカウントに接続します。

接続が確立されたら、「Gmail Message Send」ブロックを以下のように設定します：

• Subject：Competitor Pricing Report
• Body：{{Inputs.AI_Model.Value}}（これにより、メール本文には「AI Model」ブロックが生成したHTMLレポートが含まれます。）
• Is HTML Enabled：true（AIはHTMLを返すよう指示されているため）
• To：競合価格分析レポートを送信するメールアドレス。

完璧です！Airiaエージェントは、自動化された競合価格分析を実行し、比較レポートを生成し、メールで直接配信するために必要なすべてのコンポーネントを備えました。

ステップ#7：エージェントワークフローを起動する

右上隅の「Publish」ボタンをクリックしてエージェントをデプロイします：

次に、左側の「Open Playground」ボタンをクリックしてエージェントとの対話を開始します：

この例では、あなたがClickUp社であり、Asanaのような会社の定期的な競合価格分析を受け取りたいと仮定します。

「Playground」エリアで「Variable Values」セクションを開きます。そこで、ステップ#4で定義した入力変数を入力できます。これらの値は「AI Model」ブロックに渡され、エージェントワークフローを起動するために使用されます。入力フィールドを以下のように記入します：

• pricing_page_url：https://clickup.com/pricing
• competitor_name：Asana

「Perform the task」などのシンプルなプロンプトを入力してワークフローを開始し、送信ボタンをクリックします。以下のような画面が表示されます：

すべてが正しく設定されていれば、すべてのブロックが緑色になり、設定したメールボックスにメールが届きます。完成です！

ステップ#8：出力を確認する

先ほど設定した宛先メールボックスに届いたメールを確認します。「Competitor Pricing Report」というメールが届いているはずです：

これがAiria競合分析エージェントが送信したメールです。開くと、詳細なデータドリブンな価格比較レポートが見つかります：

期待通り、出力はHTMLレポートとしてフォーマットされています。抽出された情報は対象ウェブサイトの価格データと一致しています。ClickUpの価格ページをご覧ください：

そして動的に発見されたAsanaの価格ページ：

これにより、エージェントが必要な価格データを正常に取得したことが確認されます。

ステップ#9：エージェントの動作を理解する

AiriaエージェントがBright Data Web MCPを使ってデータを正しく取得したことを確認するには、Airiaエージェントページに戻ります。右上隅の「See your previous Agent executions」ボタンをクリックし、最新の実行を選択します：

Stepsセクションで、実行中にエージェントが行ったことを正確に確認できます：

詳細には、エージェントは以下を実行しました：

1. 入力変数を読み取り、AIモデルに渡した。
2. Web MCPのsearch_engineツールを使って「Asana pricing」クエリのGoogle SERP結果（JSONとして解析）を取得した。裏側では、Bright DataのSERP APIを呼び出している。
3. 返されたSERP JSONを分析し、関連するAsana価格ページを特定した。
4. Bright DataのWeb Unlocker APIを使ったscrape_as_markdownツールでページをスクレイピングした。ページにすでに必要な価格データが含まれていたため、追加の検索は不要だった。
5. 同じscrape_as_markdownツールを使って入力されたClickUpの価格ページをスクレイピングした。
6. 抽出したすべてのデータを構造化HTMLレポートに集約した。
7. 「Gmail Message Send」ブロックを使って最終レポートをメールで送信した。

これにより、エージェントがウェブデータを自律的に検索、抽出、構造化して根拠のある正確な結果を生成できることが示されます。標準的なLLM単独では、外部ツールなしにこれらすべてのステップを完了することはできません。これがAiriaとWeb MCPを統合する力です。

完成です！Bright DataのWeb MCPと組み合わせることで、Airiaエージェントがいかに強力になるかを確認できました。これはシンプルな例ですが、同じ設定でより複雑なエンタープライズグレードのユースケースにも対応できます。

まとめ

この記事では、Airiaとは何か、何を提供するかを学びました。特に、ノーコードのAgent BuilderでBright Data Web MCPに接続し、ウェブへの直接アクセスを持つAIワークフローを構築する方法を確認しました。

Web MCPは、Airiaエージェントにウェブデータを大規模に信頼性高く検索、発見、スクレイピングするためのツールを提供します。エージェントはウェブページと対話する機能も獲得し、完全なブラウザ自動化ワークフローを構築できます。

AiriaでのBright Data統合に問題が発生した場合、詳細を知りたい場合、またはサポートが必要な場合は、Bright Dataの24時間365日サポートチームにお問い合わせください。

今すぐBright Dataの無料アカウントを作成して、AI対応のウェブデータソリューションの構築を始めましょう！