🌟

[個人開発] "ただ答えるだけ"のRAGは卒業。会話の文脈からCVへ誘導する「AIセールス」を開発した話

に公開
Next.js
spabase
idea

Front Mate

AIチャットボットを個人開発して見えた、BtoB SaaSの難しさと可能性

なぜAIチャットボットを作ろうと思ったのか

個人で Web サイト向けの AI チャットボット（Front Mate）を開発しています。

きっかけは、前職で顧客サポートの業務を見ていた時の違和感でした。同じような質問が何度も来るのに、毎回人が対応している。FAQ ページは作っているけど、誰も見ない。チャットボットを入れたいけど、高額で導入のハードルが高い。

「これ、GPT-4 と RAG で解決できるのでは？」と思ったのが始まりです。

想定していた市場と、実際にぶつかった壁

当初の想定：中小企業の顧客対応を効率化したい

最初は「中小企業の顧客サポートを自動化する」ことを考えていました。

  • 問い合わせ対応に時間を取られている
  • FAQ を作っても見てもらえない
  • 既存のチャットボットは高額で導入できない

こういった課題を持つ企業は多いはず。個人開発なので低コストで提供できれば、需要はあると思っていました。

実際にぶつかった壁：「誰のどんな課題を解決するのか」が曖昧

しかし、作り始めてすぐに気づきました。

「中小企業の顧客サポート」というのは、あまりにも広すぎる。

  • EC サイトの問い合わせ対応なのか？
  • SaaS のテクニカルサポートなのか？
  • 店舗ビジネスの予約・問い合わせなのか？

業種によって、求められる機能も、許容できるコストも、導入のハードルも全く違う。

さらに、個人開発だからこそ見えてきた課題：

  • 信頼の壁: 名前も知らない個人が作ったツールを、企業が使ってくれるのか？
  • セキュリティへの懸念: 顧客データを扱うツールを、個人開発のサービスに任せられるのか？
  • カスタマイズの要望: 企業ごとに「こういう機能が欲しい」という要望が違う。どこまで対応すべきか？

こういった壁にぶつかって、「BtoB SaaS を個人で作るのは想像以上に難しい」と痛感しています。

それでも作り続ける理由：技術で解決できる課題はある

壁にぶつかりながらも、作り続けているのには理由があります。

AIチャットボット市場の変化

従来のチャットボットは、シナリオベース（フローチャート形式）が主流でした。しかし：

  • シナリオ作成に時間がかかる
  • 想定外の質問に対応できない
  • メンテナンスが大変

一方、GPT-4 のような LLM を使ったチャットボットは：

  • 自然言語で柔軟に対応できる
  • FAQ やドキュメントを学習させるだけで動く（RAG）
  • 継続的な改善がしやすい

つまり、導入のハードルが劇的に下がった。これは大きなチャンスだと思っています。

個人開発だからこそできること

大手の SaaS と比べて、個人開発には明らかに不利な点があります。でも、逆に有利な点もある：

  • 意思決定が速い: 「この機能が欲しい」と言われたら、すぐ作れる
  • コストを抑えられる: 人件費がかからない分、価格を下げられる
  • ニッチな課題に対応できる: 大手が無視するような小さな市場でも、個人なら十分採算が取れる

特に、「大手のツールは高機能すぎて使いこなせない」という中小企業のニーズは確実にあると感じています。

技術選定の裏にある思想：長く使えるものを作りたい

プロダクトの話をしてきましたが、技術選定についても少し触れます。

なぜクリーンアーキテクチャを選んだのか

個人開発だと、「とりあえず動けばいい」という考えになりがちです。でも、Front Mate は長く使ってもらうプロダクトにしたい。

そのために重視したのが：

  • 保守性: 半年後に見ても、コードが理解できるか
  • テスタビリティ: 機能追加の際に、既存機能が壊れていないか確認できるか
  • 変更容易性: OpenAI から他の AI サービスに乗り換える時、大規模な書き換えが必要にならないか

クリーンアーキテクチャを採用したのは、これらを実現するためです。

Interface → Application → Domain ← Infrastructure

ビジネスルールを Domain 層に集約し、外部サービス（OpenAI, Supabase）は Infrastructure 層に隠蔽する。こうすることで、AI サービスやデータベースを変更しても、コアのビジネスロジックに影響を与えない設計にしています。

技術スタック

  • Next.js 16 (App Router): フロントエンドとバックエンドを一つのリポジトリで管理
  • Supabase: 認証、データベース（PostgreSQL + pgvector）、ストレージを一元管理
  • OpenAI: GPT-4 (回答生成) + Embeddings (ベクトル化)
  • TypeScript: 型安全性を重視

この構成で、一人でフルスタックを回せる環境を整えました。

現在実装している主要機能

Front Mate で実装している主な機能は以下の通りです。

1. RAG（Retrieval-Augmented Generation）

企業の FAQ やドキュメントを AI に学習させる仕組みです。

仕組み：

  • Web ページや PDF/Docx をクロールしてテキスト抽出
  • テキストをチャンク化してベクトル化（OpenAI Embeddings）
  • Supabase の pgvector に保存
  • ユーザーの質問に関連する情報を検索して GPT-4 に渡す

課題：

  • チャンク化の戦略（どの粒度で分割するか）
  • 検索精度の向上（キーワード検索とベクトル検索の組み合わせ）
  • 古い情報と新しい情報の優先度付け

2. マルチテナント対応

複数の企業が同じプラットフォームを使えるようにしています。

  • テナントごとにナレッジベースを分離
  • チャットボットの見た目をカスタマイズ可能
  • Supabase の RLS (Row Level Security) でデータを完全分離

これにより、セキュリティを担保しながら、複数の企業に提供できるようにしました。

3. エスカレーション機能

AI で解決できない質問は、人間オペレーターに引き継ぐ機能です。

思想：
AI は万能ではありません。特に、複雑な問い合わせや、個別対応が必要なケースでは、人間のサポートが必要です。

そこで、AI が「これは答えられない」と判断した場合、ユーザーに問い合わせフォームを案内し、メールで企業に通知する仕組みを作りました。

課題：

  • どのタイミングでエスカレートするか（AI の判断 vs ユーザーの選択）
  • エスカレート後のフォローアップをどうするか

4. Web サイトへの埋め込み

チャットボットを他の Web サイトに埋め込む機能です。

  • iframe 方式：シンプルだが、カスタマイズ性が低い
  • JavaScript SDK 方式：柔軟だが、実装が複雑

両方をサポートしていますが、現状は iframe 方式が使われることが多いです。

トライアルを通じて検証したいこと

ここまで、プロダクトの背景と現状を書いてきました。

正直に言うと、実際のユースケースでどれくらい使えるのか、まだ確信が持てていません。

個人開発なので、自分で使うシナリオは限られています。だからこそ、実際に使ってもらいながら改善していきたいと思っています。

特に知りたいこと

1. RAG の精度は実用レベルか？

デモ用の FAQ では精度が出ていますが、実際の企業の複雑なドキュメントでどれくらい精度が出るのか。特に：

  • 専門用語が多い業界（医療、法律、技術など）
  • ドキュメントの構造が複雑な場合（表、図、リンクが多い）
  • 情報が古い / 重複している場合

こういったケースでの精度を検証したいです。

2. どんな質問が多いのか？

実際にどんな質問が来るのかを知ることで、ナレッジの構築方法や、AI の応答パターンを改善できます。

例えば：

  • 「営業時間は？」のようなシンプルな質問が多いのか
  • 「〇〇の場合、△△はどうなりますか？」のような複雑な質問が多いのか

3. UI/UX の改善ポイントは？

チャットボットの UI/UX は、実際に使ってもらわないと分かりません。

  • チャットウィンドウのサイズや配置は適切か
  • 応答速度は許容範囲か
  • エスカレーションのタイミングや UI は分かりやすいか

4. セキュリティや運用面での懸念は？

企業で導入する際の懸念点を知りたいです。

  • データの保存場所や期間
  • GDPR や個人情報保護法への対応
  • ログの管理や分析機能

こういった点について、率直なフィードバックがあれば、改善につなげられます。

トライアル協力企業を募集します

もし興味を持っていただけたら、トライアルとして無料で使ってみませんか？

こんな方を想定しています：

  • FAQ ページはあるけど、もっとインタラクティブにしたい
  • 社内向けドキュメント検索を RAG で試してみたい
  • AI チャットボットの技術に興味があるエンジニアがいる
  • 個人開発のプロダクトを応援したい

提供内容（無料、最大 3 ヶ月）：

  • チャットボットのセットアップ
  • ナレッジベースの構築支援（Web ページのクロール、ファイルアップロード）
  • カスタマイズ対応（見た目、応答内容など）
  • 実装の技術的な説明（希望があれば）

こちらからのお願い：

  • 実際の FAQ/ドキュメントでの RAG 精度のフィードバック
  • どんな質問が多いか（ナレッジのチューニングに活用）
  • UI/UX の改善点
  • セキュリティや運用面での懸念

技術的なディスカッションも大歓迎です。「こういう実装にした方がいい」「この技術スタックは合わないのでは？」といった率直な意見をいただけると、開発の参考になります。

個人開発で学んだこと

このプロダクトを作る中で、多くのことを学びました。

1. 「作ること」と「使ってもらうこと」は全く別

技術的には動くものが作れても、それを誰かに使ってもらうのは全く別の話でした。

  • どうやって見つけてもらうか（マーケティング）
  • どうやって信頼してもらうか（ブランディング）
  • どうやって継続的に使ってもらうか（カスタマーサクセス）

これらは、技術力だけでは解決できません。

2. BtoB SaaS は想像以上に難しい

個人で BtoB SaaS を作ることの難しさを痛感しています。

  • 長い導入プロセス: 企業の意思決定には時間がかかる
  • セキュリティへの高い要求: 個人開発では信頼を得にくい
  • カスタマイズの要望: 企業ごとに異なる要望にどこまで応えるか

一方で、だからこそ挑戦する価値があるとも感じています。

3. 技術選定の重要性

クリーンアーキテクチャを採用したことで、機能追加や変更が楽になりました。

特に、「OpenAI の API が変わった時」「Supabase から他のサービスに移行したい時」といった変更に強い設計にしておくことは、長期的に見て正解だったと思います。

個人開発だからこそ、「半年後の自分が理解できるコード」を書くことの重要性を実感しました。

今後の展望

Front Mate は、まだまだ発展途上です。今後やりたいことはたくさんあります。

近い将来（3ヶ月以内）

  • 会話データの分析機能: どんな質問が多いか、AI の回答精度はどうか
  • ストリーミング対応: GPT-4 のレスポンスをリアルタイムで表示
  • 多言語対応: 英語や中国語など、複数言語でのサポート

中長期（6ヶ月〜1年）

  • 他の AI サービスとの連携: Claude、Gemini など
  • 音声対応: 音声での問い合わせと回答
  • Slack / Teams 連携: チャットツールからの問い合わせ対応

ただし、これらは「作りたい機能」であって、「市場が求めている機能」かどうかは分かりません。

だからこそ、実際に使ってもらいながら、本当に必要な機能を見極めたいと思っています。

お問い合わせ

興味を持っていただいた方は、以下からお気軽にご連絡ください：

  • X (Twitter): @hisashi_takagi（DM オープンです）
  • Email: info@raicho-tech.com

Front Mate製品情報
Front Mate

最後まで読んでいただき、ありがとうございました！

個人開発での BtoB SaaS 作りに興味がある方、AI チャットボット技術に興味がある方、「うちでも試してみたい」という方、ぜひご連絡ください。一緒に Front Mate を育てていけると嬉しいです 🙌

Discussion