できること
エージェントを設計し、それが載るプロダクトをつくり、ルールが複雑な領域を計算エンジンに移します。必要な区間だけのご依頼も可能です。
AI エージェント構築
質問を受け、根拠を探して答える流れを設計します。
プロンプト一枚ではなくグラフをつくります。いつツールを呼ぶか、何を記憶するか、答えが間違っていたときどの段階を直すかがコードに現れるように設計します。文書検索をつなぎ、モデルが作り出す代わりに見つけたものを話させます。
- 会話グラフ・分岐・リトライの設計 (LangGraph)
- 長期記憶と会話履歴を分けて保存し、セッションをまたいでユーザーを記憶
- ベクトル検索による根拠提示と社内文書の接続
- LangGraph
- OpenRouter
- Qdrant
- MongoDB
AI プロダクト開発・運用
エージェントが載るサービス全体をつくります。
エージェントだけではプロダクトになりません。ユーザーが使う画面、ストリーミング応答、会話の保存、運用者が見る管理ツールまで一つのチームがつくります。リリース後も同じチームが回答品質を見ながら磨き続けます。
- Web・アプリのフロントエンドとストリーミング応答 UI
- API サーバー・会話ストレージ・管理ツール
- リリース後のプロンプトと検索品質の運用
- Next.js
- NestJS
- Flutter
- Cloudflare
ドメインエンジン
ルールが複雑な領域を検証可能な計算に移します。
モデルに計算を任せると間違えます。四柱推命や天文のようにルールが決まっている領域は計算エンジンとして別に実装し、エージェントがそれをツールとして呼びます。計算はエンジンが、説明はモデルが担当します。
- 天文・暦法にもとづく正確な命式の算出
- エンジンをエージェントが呼べるツールとして公開
- エンジン単位で分離し、他サービスで再利用
- astronomy-engine
- lunar-typescript
- tyme4ts
進め方
お問い合わせのあと、何がどの順で進むのかを先にお伝えします。
問い合わせ
何を自動化したいか教えてください。アイデア段階でも構いません。営業日ベースで1〜2日以内にご返信します。
範囲の整理
エージェントが何に答え、何には答えないかを先に決めます。今の技術では難しいことも、この段階でお伝えします。
エージェント設計
会話グラフ、記憶するもの、呼ぶツール、検索する文書を決めます。ここで合意したものが開発の基準になります。
開発
エージェントとプロダクトを一緒につくります。進捗は実際に会話できる画面で共有します。
リリース
本番環境に載せ、会話ログ・応答遅延・エラーが見えるように接続します。
運用
実際の会話を見ながらプロンプトと検索を調整します。回答品質はリリース時ではなく、ここで上がります。
よくある質問
- AI エージェントはチャットボットと何が違いますか？
- 決まった答えを選ぶのではなく、自ら手順を踏みます。質問を見て必要なツールを選び、計算エンジンや社内データを呼んで事実を取得し、その事実を根拠に答えます。だからこそ答えが間違ったとき、どの段階が原因かを指摘できます。
- 自社のデータをモデルに学習させるのですか？
- いいえ、学習させません。必要な文書を検索して答えの根拠に使う方式 (RAG) を用います。データは貴社のストレージに置いたまま、検索だけを接続する構成も可能です。どのデータがどこに残るかは設計段階で文書にまとめてお渡しします。
- どのモデルを使いますか？変更できますか？
- OpenRouter を通じて複数のモデルを使います。モデルは設定値として扱うため、用途ごとに別のモデルを使ったり、より良いモデルが出たときにコードを変えずに差し替えたりできます。
- 期間はどのくらいかかりますか？
- 範囲によりますが、既存サービスにエージェントを組み込む場合は1〜2か月、プロダクトも一緒につくる場合は3〜4か月が一般的です。回答品質を調整する運用期間は別に見ます。
- 費用はどのように算定しますか？
- 範囲を先に決めたうえで機能単位に算定します。開発費とは別にモデル呼び出しの費用が継続して発生するため、想定利用量にもとづく月次の運用費もあわせて算出します。
- あとから自社で運用できますか？
- 可能です。プロンプトをコードではなくデータとして管理しているため、デプロイなしで修正できます。引き継ぎの際にグラフ構造と運用方法を文書にまとめてお渡しします。
必要な領域だけ選んでご一緒できます
エージェントだけ、プロダクトだけ、あるいは全体。状況に合う範囲を一緒に決めます。