AI支援開発AI-ASSISTED DEVELOPMENT
CASE 01
Chatworkの返信・進捗漏れを、自動検知するSaaSへ
Bubble＋GASで構築された仕組みを、専用のマルチテナントSaaSへ移行。国内データ保管と組織分離（RLS）を備え、1,000グループ規模に対応しました。
- 対応構成
- 1,000グループ規模
- データ保管
- 国内
- 組織分離
- RLS
OVERVIEW
どんな仕組みか
Chatwork上の返信漏れ・進捗報告漏れを検知し、担当者へ通知するマルチテナントSaaSです。既存の業務フローを保ちながら、組織ごとのデータ領域を分離できる専用基盤へ移行しました。
CONTEXT / CHALLENGE
解決したかったこと
Bubble＋GAS上の既存機能を引き継ぎながら、大規模なChatworkグループを扱える専用システムへ移行することがテーマでした。
通知機能だけでなく、複数組織のデータを混在させないこと、国内でデータを保管できることまで含めて設計する必要がありました。
IMPLEMENTATION
どのように実装したか
TypeScript、Next.js 16、React 19、Supabase、Vercel、Chatwork APIで構築。返信漏れ・進捗報告漏れの検知と通知を専用システムへ移しました。
SupabaseのRLSを使って組織単位のデータ領域を分離。AI支援は設計・実装の検討に使い、採用する仕様と提供判断は人が担っています。
使用技術・基盤
- TypeScript
- Next.js 16
- React 19
- Supabase
- Vercel
- Chatwork API
ROLE DESIGN
AIに任せること、人が判断すること
- AI
- 設計・実装の検討と開発作業を支援
- HUMAN
- 仕様、データ分離、通知挙動を確認
EVIDENCE
確認できること
- 国内データ保管・1,000グループ規模に対応
- RLSで組織ごとのデータを分離
- Next.js・Supabase・Chatwork APIで構築
- 運用状況
- 国内データ保管・1,000グループ規模に対応する構成で提供
- 対象範囲
- 返信漏れ・進捗報告漏れの検知と通知、Bubble＋GASから専用SaaSへの移行
- 確認方法
- Chatwork APIとの連携、通知挙動、組織ごとのデータ分離を実環境で確認
- 制約・人の判断
- AI支援は設計・実装の補助に使用し、仕様・実装の採否と提供判断は人が担当
DISCLOSURE
公開情報の範囲
本事例で公開しているAI活用は開発工程の支援です。返信・進捗漏れの検知機能そのものを生成AI機能とは表現していません。また、1,000グループは実利用数ではなく、対応する構成の規模です。
RELATED CASES
