[プロジェクト] ClarityAI インテリジェント要件アラインツール

2026-02-28 プロジェクト一覧

AIでコード、プラン、またはコンテンツを生成する際、こんな場面によく遭遇しませんか：
長々と要件を書いたのに、AIが完全に的外れな答えを返してきた；
プロンプトを何度も修正したのに、生成結果がいつも「あと一歩」の状態；
自分ではちゃんと説明したつもりなのに、AIは別のバージョンで理解していた……

これはAIが賢くないのではなく、あなたの要件がまだ「構造化」されていないだけです。
ClarityAI まさにそのために生まれました——多輪のインテリジェントなQ&Aを通じて、散らばったアイデアを論理的に明確で詳細な要件レポートに整理し、下流のあらゆるAIがあなたの意図を正確に理解できるようにします。

使用説明：

自分のサーバーにバックエンドをデプロイしたので、直接アクセスして使用できます：リンクでClarityAIへ直行
資金が限られているため、1日あたりのtoken使用制限を設けています。制限に達した場合は、“「設定」”で自分のAPI BaseURLとAPI-Keyを入力してください

使用例

一、痛点：ユーザーとAIの間の「世代ギャップ」“

私たちはAIアプリケーションの爆発期にあり、コード生成、コピー作成からプロダクトデザインまで、誰もがAIを活用して効率を上げたいと考えています。しかし、広く存在する誤解があります：私たちはしばしば、自分の要件を表現する能力を過大評価し、AIが曖昧な言語を正確に理解するハードルの高さを過小評価しています。

「小紅書（シャオホンシュ）に似ているがもっとシンプルなアプリを作って」と言うと、AIは「一部の機能を削除する」と理解するかもしれませんが、あなたの「シンプル」の定義は「ミニマルなデザインスタイル、画像とテキストの共有だけを残す」です；
「Pythonでクローラーを書いて」と言うと、AIは汎用フレームワークをくれましたが、アンチクローリング対策、データベースへの保存、定期実行が必要だと言い忘れていました；
「市場分析レポートを生成して」と言うと、AIはテンプレート通りに出力しましたが、ターゲット読者が投資家なのか内部チームなのかを明確にしなかったため、レポートの重点が完全に間違っていました。

結果として：AIの出力が期待に合わない → プロンプトを繰り返し修正 → 大量の時間を浪費 → 最終的には手動で書き直すかもしれない。これはAIの能力不足ではなく、私たちに曖昧な要件を正確な指示に変換する中間層が欠けているのです。

ClarityAIの役割はまさにこの中間層です。最終製品を直接生成するのではなく、体系的な質問を通じて、機能の境界、技術的制約、ユーザーシナリオ、優先順位などの重要情報を一歩ずつ補完するよう導き、最終的に構造化された要件レポートを出力します。このレポートは、あらゆる下流AI（ChatGPT、Claude、Copilot、Midjourneyなど）に直接投入でき、完全なコンテキストに基づいてあなたの当初の意図により沿った結果を出させることができます。

二、プロダクトポジショニング：最終成果物ではなく、要件レポートの生成器

ClarityAIの核心的価値はAIを代替することではなく、あなたとAIの間のコミュニケーション効率を高めることです。それはまるでプロの要件アナリストのように、頭の中の「ごちゃごちゃした」アイデアを明確で整理された要件ドキュメントにまとめる手助けをします。

入力：簡単な一文のアイデア（例：「ユーザーの家計簿を助けるWeChatミニアプリを作りたい」）
プロセス：多輪の動的Q&A（ユーザーペルソナ、機能リスト、技術選定、データプライバシー、イテレーション計画などの次元をカバー）
出力：Markdown形式の詳細な要件レポート。背景、目標、機能説明、非機能要件、受け入れ基準などの章を含む
このレポートはそのまま対話ウィンドウに貼り付けて、高度なプロンプトとして任意のAIに送信し、コード、デザイン案、プラン、またはコピーを生成させることができます；また、チーム内部の要件仕様書として、後続の開発に使用することもできます。

三、技術アーキテクチャ：Vue 3 + Flask、軽量で効率的

プロジェクトはフロントエンドとバックエンド分離アーキテクチャを採用し、コードリポジトリは分離されており、独立したデプロイと拡張が容易です。

フロントエンド —— ClarityAI-Frontend

ベース： Vue 3 + Vite + Element Plus、インタラクションの流暢さとインターフェースの明瞭さを重視：

コア依存関係：Vue 3.5.27、Vite 7.3.1、Element Plus 2.7.7、Pinia 3.0.4、Vue Router 5.0.1
Markdownレンダリングには markdown-itを使用し、結果ページでレポートを明確に表示
主要ページ：
ホーム：初期アイデアを入力し、ワンクリックで要件明確化フローを開始
質疑応答ページ：AIが動的に生成した質問（単一選択/穴埋め/論述）を表示し、1問ずつ回答
結果ページ：完全な要件レポートをレンダリングし、Markdownのダウンロードと共有リンクの生成をサポート
概要ページ：タイムラインで会話全体とレポートバージョンを表示し、振り返りが容易

バックエンド —— ClarityAI-Backend

ベース： Flask 3.0.3、RESTful APIを提供し、Qwen（通義千問）またはOpenAIをインテリジェントエンジンとして統合：

データベース：SQLite（軽量、すぐに使える）
AIインターフェース：動的な質問生成、回答に基づく追加質問、最終レポートの集約生成をサポート
セキュリティとコスト管理：Tokenの日次上限設定をサポートし、API費用の超過を防止

主要APIエンドポイント：

GET  /api/health                     # サービス状態

四、コアフロー：3ステップで高品質な要件レポートを生成

ステップ1：元のアイデアを入力

ホームページの入力欄に、最も粗い粒度のアイデアを書いてください。たとえ一文だけでも構いません。例えば：「オンライン教育プラットフォームを作りたい」。

ステップ2：AIガイド付き質疑応答

バックエンドAIがあなたの入力に基づいて、構造化された明確な質問群を自動生成します。あなたのアイデアに応じて以下の内容をカバーする場合があります：

ターゲットユーザー：誰が使うのか？彼らの課題は何か？
コア機能：必須機能とあると嬉しい機能は？
技術選好：指定の技術スタックはあるか？性能要件はあるか？
リソース制約：時間、予算、チーム規模は？
成功基準：最終成果が基準を満たしているかをどう測定するか？
質問形式には単一/複数選択、穴埋め、自由記述が含まれます。1ラウンド回答した後、「詳細化を継続」を選択でき、AIが既存の回答に基づいてより深い質問を生成します。要件が十分に明確だと感じるまで続けられます。

ステップ3：要件レポートを生成し、下流AIに活用

すべての質疑応答が完了すると、バックエンドが自動的にすべての情報を集約し、構造化されたMarkdownレポートを生成します。レポートには以下の典型的なセクションが含まれます：

プロジェクト概要（背景、目標）
ユーザーロールとシナリオ（誰がどのような状況で使用するか）
機能要件（優先度分级）
非機能要件（性能、セキュリティ、互換性）
技術制約と依存関係
受け入れ基準
結果ページでこのレポートを直接コピーし、他のAIツールの対話ボックスに貼り付けて、スーパープロンプト（Super Prompt）として使用できます。例えば、レポート内容をコピーしてコード生成AIに送信すると、完全な要件記述に基づいてより正確なコードスケルトンを生成します。設計AIに送信すると、よりマッチしたスタイルのデザイン案を出力します。

五、クイックローカルデプロイ

# バックエンド

アクセス http://localhost:5173 で体験できます。

六、使用シーン

個人開発者：AIを使ってプロジェクトコードを生成する前に、まずClarityAIで要件を整理しましょう
プロダクトマネージャー：要件ドキュメントの初稿を素早く作成し、チーム討論の基礎とする
起業家：自分のビジネスアイデアを実行可能な仕様書に変換する
AIヘビーユーザー：高品質な要件レポートを通じて、AIとのやり取りの繰り返しを減らす

結び

ClarityAIは、いかなるAIも置き換えようとはせず、AIに「道案内」を提供します。AIの能力が日々強力になる今日において、明確な入力は複雑なプロンプトテクニックよりも重要です。曖昧なアイデアを構造化された要件に変換することで、ClarityAIはあらゆる下流のAIとの対話をより効率的で、より正確にします。
もしあなたも要件をはっきり伝えられずにAIを「失敗」させたことがあるなら、ぜひClarityAIを試してみてください。GitHubリポジトリへのアクセスを歓迎します。Starを付けていただければ幸いです。あなたのIssueもお待ちしています！

フロントエンド：kazuky233/ClarityAI-フロントエンド
バックエンド：kazuky233/ClarityAI-バックエンド