Simon Willison、ChatGPT Work (GPT-6 Astra Max) での自動ルート生成検証を公開──OSM データを用いた 5K・10K コース構築と GPX 出力
ChatGPT Work と GPT-6 Astra Max を用いて自宅周辺の 5K・10K のランニングループコースを OpenStreetMap データから自動生成し、GPX/GeoJSON 形式でのダウンロードとインタラクティブな地図描画を実現した検証レポート。
リリース: 2026-09-12 · 読了 3 分記事の要約
1. 核心（What）
- Simon Willison 氏が ChatGPT Work (GPT-6 Astra Max) を用いて、OpenStreetMap のデータから自宅起点の 5K・10K のランニングルートを自動生成する検証を実施した
- 処理には Nominatim と Overpass API が使われ、27 分の演算を経て GPX および GeoJSON ファイル、さらに D3.js による埋め込みマップが出力された
- 可視化スキルによって生成された HTML 内では、cdnjs.cloudflare.com や cdn.jsdelivr.net などの allow-list に基づく CDN リソースのみが使用されている
2. 影響（Why）
- エージェントによる自動 GIS 構築: 外部 GIS ツールの API 呼び出しやコード記述を LLM が自律的にルーティングできるため、空間データ処理を伴うプロトタイピングのスピードが劇的に向上する。
- コンパクションによる検証性の課題: [国内 AI アプリ開発チーム] のようにエージェントの動作検証を行う組織では、長文スレッドの圧縮によって内部コードが消失する仕様がデバッグの大きなボトルネックになる。
3. 根拠・詳細（How）
- 空間データ取得とローカル演算の仕組み: Nominatim で指定住所の座標を特定し、Overpass API 経由でローカルの OpenStreetMap 道路データを取得した上で、計算処理をローカルで実行してループコースを構築した。
- D3.js と CSP による埋め込み描画: Visualize スキルにより /workspace/el-granada-5k-share.html が生成され、Content Security Policy (CSP) で許可された cdn.jsdelivr.net から読み込んだ D3.js (v7.9.0) と JSON データを用いて UI 内に地図を描画した。
4. 展望・課題（Next）
- コンパクション対策の必要性: LLM エージェントシステムにおけるスレッド圧縮時、圧縮前のテキストや実行コードをエージェントのツールコール経由で保持・参照できる仕組みの実装が求められる。