導入事例
お客様の課題解決と事業成長をサポートした実績をご紹介します
生成AIを活用した占いアプリのMVP開発（React Native）
課題
性格診断と生成AIを組み合わせた占いアプリを、iOS・Android両対応で素早く立ち上げ、体験を検証できるMVPとして形にする必要がありました。
- 2つのOSに同時対応しつつ、短期間で動くアプリにしたい
- 診断からAI鑑定までの体験を一気通貫で確かめたい
- 課金・広告のマネタイズも含めて検証できる形にしたい
解決策
React Native（Expo）でiOS・Androidを単一コードから開発し、サーバレス構成のバックエンドと組み合わせてMVPを短期間で構築。診断結果に応じてLLMが鑑定文を生成する仕組みを実装しました。
- React Native（Expo）でiOS・Androidを単一コードから素早く開発
- Restyle・React Native PaperでUIを統一しつつ短期間で構築
- Cloudflare Workers + サーバレス構成のAPIとLLM（鑑定文生成）連携を実装
導入効果
AIマッチング機能を備えたマッチングサービスのPoC開発
課題
マッチングサービスの立ち上げを検討するにあたり、AIによる相性判定を含む中核体験を、短期間で触れて評価できるプロトタイプとして形にする必要がありました。
- 構想段階のサービス価値を、動く形で素早く検証したい
- マッチングの精度をAIでどこまで高められるかを確かめたい
- 本開発前に、体験と要件を関係者間で固めたい
解決策
募集・応募・メッセージングに加え、AIによるマッチングまでを含むプロトタイプを短期間で構築。LLMで双方の相性をスコア化し、理由を添えて推薦する仕組みを実装しました。
- LLMで相性を0〜100にスコア化し、理由付きで推薦するAIマッチングを実装
- スコアのキャッシュと並列リクエストで応答性を確保
- 募集・応募・1対1メッセージまでを一気通貫で構築
導入効果
カスタマーサポートのAIナレッジ検索（Hybrid GraphRAG）
課題
過去の問い合わせ対応履歴やサポート文書・マニュアルが大量にあるものの、必要な回答を探し出せず活用しきれていませんでした。キーワード検索では言い回しの違いを取りこぼし、複数の文書をまたぐ手順や例外対応を横断的に調べることも難しい状況でした。
- 問い合わせ履歴・サポート文書が大量にあり、目的の回答にたどり着けない
- キーワード検索では言い換え・表記揺れを拾えない
- 複数の文書にまたがる手順や例外対応を横断的に追えない
解決策
自然文で質問すると引用元を示しながらAIが回答する社内ナレッジ検索を構築。単一のベクトル検索に頼らず、メタデータ・全文・ベクトル・グラフ近傍・対応根拠（Claim）の複数経路を統合するHybrid GraphRAGを採用し、根拠付きで精度の高い回答を実現しました。
- 実際のデータ量では通常のベクトル検索だけのRAGは精度・スケールに限界があり、横断回答や引用元の確かさも弱いため、関係をたどれるGraphRAGを採用
- Neo4jのナレッジグラフで文書・概念・手順・対応内容を関連付け
- メタデータ／全文／ベクトル／グラフ近傍／対応根拠（Claim）の検索をRRFで統合
- 回答は必ず引用元の本文を提示し、資料にない内容は断定しない設計
導入効果
メンタルヘルス記録アプリの開発（他社難航案件のフルスタック・リカバリー）
課題
先行していた他社ベンダーが約3ヶ月をかけても完成に至らず、開発が停滞していました。リリースの目処が立たず、早期に動く状態へ立て直す必要がありました。
- 先行ベンダーが約3ヶ月開発するも完成に至らず停滞
- 仕様が固まりきらないまま実装が進み、手戻りが発生
- リリース時期が見えず、事業計画に影響
解決策
AIを活用した開発体制で停滞していた案件を引き継ぎ、バックエンド・フロントエンド・インフラまで一貫して再構築。3週間で動作する状態まで仕上げました。
- 既存コードと要件を整理し、AI支援で実装を高速化
- バックエンド・フロントエンド・インフラまで一貫して再構築
- 3週間で完成・動作する状態に到達
導入効果
お客様の事業成長をサポートします
無料相談、または「初期費用0円で動くプロトタイプから判断する」仕組みをまとめた資料からどうぞ
PDF・約20ページ・無料／メールアドレスのみで受け取れます