← 記事一覧
AI Practice
AIにWebページを読ませる前に、HTMLを本文とリンクだけのMarkdownにする小さなツールを作った
試作のツールです。法律相談・法的助言ではありません。抽出の精度はページの作りによって変わるため、重要な用途では元のページと照合してください。（2026年10月時点）
作った理由
調べものでAIにWebページを読ませる場面が増えました。URLを渡すとAIがページを取りに行くので待ち時間がかかり、HTMLをそのまま貼るとナビゲーション、広告、スクリプトなど本文以外の部分まで渡すことになります。業務で使う以上、AIに渡す情報は必要な部分だけに絞っておきたい、というのが出発点です。
できること
- HTMLのソースを貼り付けるか、保存した .html ファイルを入れると、本文をMarkdownに変換する（見出し、段落、箇条書き、表、引用を残す）
- ナビゲーション、ヘッダー、フッター、サイドバー、共有ボタンなどを取り除き、本文らしい部分を選んで残す（切り替え可）
- ページ内のリンクを絶対URLに直し、重複を除いて末尾に番号付きの一覧にする
- タイトル、出典URL、日付、抽出日を先頭に付ける
- Shift_JIS・EUC-JPのページも文字化けせずに読む
- 複数のファイルをまとめて変換し、1つの .md にまとめて保存する
外部に送らないこと
変換はすべて閲覧しているブラウザの中で行い、貼り付けたHTMLをサーバーに送る処理はありません。HTMLは表示用ではなく解析用に読み込むため、中に含まれるスクリプトは実行されず、画像や外部のファイルも読み込みません。
できていないこと
- 本文の判定は機械的なもので、ページによっては本文の一部が落ちたり、メニューが残ったりする
- ログインが必要なページや、表示後にスクリプトで本文を読み込むページは、ブラウザで表示した後のソースを保存して入れる必要がある
- PDFや画像の中の文字は対象外