形式が崩れます
挨拶文が付いたり、引用符が抜けたりして、プログラムが読み取れません。
AI APIの呼び出しだけでは、分類サービスを完成させるのは困難です。実務経験に基づき、実装からデプロイまでご案内します。
3名 が受講中です。
難易度 初級
受講期間 無制限


ローカル決定型AIモデルを実行し、確率しきい値・優先順位に基づく分類および検収ロジックを実装する
FastAPI・Next.js・SQLiteで認証、非同期処理、例外対応を含むAIウェブサービス開発
レイヤードアーキテクチャとStrategy・Factory・Observerパターンを適用した、テスト・拡張が容易なモジュラーモノリス設計
顧客問い合わせの分類およびコンテンツ審査サービスをDockerベースでデプロイし、運用フローを構成する
決定型AI・ローカルモデル・フルスタック設計
Open-Jevで作るフルスタックサービス
文章ではなく確率で答える決定型AIを自分のMac上で直接立ち上げ、その確率で顧客からの問い合わせを分類し、投稿を審査するサービスをFastAPI、Next.js、SQLiteで最後まで作り上げます。
1週間も配送状況を確認できません。いったいいつ届くのでしょうか?本当に腹が立ちます。
teamchoice確信度 71.7%怒っているnoul配送チームへの割り当て
確信度72%で配送チームに割り当てます。
私たちのコードのルール:確信度が50%以上なら担当チームに割り当て、低ければ人に引き継ぎます。
なぜ決定論的AIなのか
"この問い合わせを billing, shipping, technical のいずれかに分類して、JSONのみで答えてください。" ほとんどはうまくいきます。しかし、サービスとして運用していると、必ずこのような回答が混じってきます。
挨拶文が付いたり、引用符が抜けたりして、プログラムが読み取れません。
3つの中から選ぶように言ったのに、4つ目の答えを作り出します。
確実な答えなのか、適当に当てた答えなのかは分かりません。
上記の回答は説明のための例です。
決定型AIは文章を書きません。こちらが提示した選択肢ごとに確率だけを付けて返すため、形式が崩れることも、存在しない答えをでっち上げることもなく、どれほど確かなのかが数字で分かります。2026年9月に公開されたJevがこの方式で話題となり、この講義ではJevに着想を得たオープンソースの独立実装Open-Jevを使って実習します。
講義を通して繰り返す一文
モデルは確率だけを提示し、
何をするかはアプリケーションが決定する。
担当チームを質問の確信度を見て決定します
悪口・スパム・個人情報項目の「はい」の確率を見て決定します
完成作品のプレビュー
講義動画に出てくる実際の実行結果です。モデルも、バックエンドも、画面もすべて私のコンピューター上で実行されます。
1週間も配送状況を確認できません。いったいいつ届くのでしょうか?本当に腹が立ちます。
teamchoice · 担当チーム確信度 71.7%urgencyscore · 緊急度確信度 23.9%期待値 1.15 / 3
angrynoul · 顧客感情配送チームへの割り当て
確信度72%で配送チームに割り当てます。
担当チームの確信度が50%以上であれば割り当て、低ければ人が分類します。
講義動画(0-1)に出てくる実際の実行結果です · Open-Jev 2B
私の番号は010-1234-5678です。ご連絡ください。
abusenoul · 罵倒 / 誹謗spamnoul · 広告 / スパムprivacynoul · 個人情報確認が必要です
人による確認が必要です:個人情報の露出 80%
'はい'の確率が0.8以上ならブロック、0.5以上なら人が確認します。
講義動画(0-1)に出てくる実際の実行結果です · Open-Jev 2B
1枚で見る構成
結果を確率バーと判定で確認します
API層、共通フックとコンポーネント
Qwen3.5-2B + LoRA、Mac GPU(MPS)
動くコードを超えた、構造化されたコード
デプロイは一つにまとめつつ、コードは業務単位のモジュールに分けるモジュラーモノリスです。モジュール内はController、Service、Mapperのレイヤーに分け、このルールはアーキテクチャテストで自動的に検査します。
| パターン | どこで使うか | 何が改善されるのか |
|---|---|---|
| MVC | FastAPIルーター・ドメイン・Next.js画面 | 受け取る場所、処理する場所、表示する場所を分けます |
| Strategy + Factory | モックと実際のモデルクライアントセクション7 | 設定一行でモデルを差し替えます |
| ストラテジー + レジストリ | プリセット別の判定ポリシーセクション8 | 新しいポリシーは、クラスを1つ作って登録すれば完了です。 |
| ファサード | DecisionFacade.decide()セクション8 | 他のモジュールは窓口を1つだけ知っていれば十分です |
| オブザーバー | イベントバスと記録モジュールセクション9 | 記録モジュールを外しても、決定機能はそのまま動作します |
| データマッパー・DTO | SQLの結果、ドメイン、APIの入出力セクション6・7 | SQLが目に見え、誤ったリクエストはあらかじめ防げます |
このようなことを学べます。
カリキュラム
12セクション、32レッスンで構成されています。まず完成作と決定論的AIを体験し、設計を決めた後、コードを一層ずつ積み上げていきます。
実習環境
どちらの環境でもレスポンスの形式は同じなので、バックエンドとフロントエンドの実習は同じように進められます。
Apple Silicon Mac(M1以上)・メモリ16GB以上・空きディスク容量10GB
./dev.sh --model
Open-Jev 2Bを自分のMacのGPUで直接実行します。モデルは初回のみ約5GBダウンロードします。
Windows・Linux・Intel Mac
./dev.sh
実際のモデルと同じように応答する偽モデルを使って、すべてのコード演習を行います。Windowsについては、WSLで準備するための案内PDFをお渡しします。
共通ツール:Python 3.12以上、uv、Node.js 20以上、pnpm、VS CodeまたはCursor
よくある質問
技術スタックと授業資料
実習コード完成プロジェクト全体(backend、frontend、model-server)
Windowsユーザー向けガイドPDFWSLのインストールからMockモードの実行まで
学習対象は
誰でしょう?
PythonとWeb開発の基礎をもとに、FastAPIの実務設計とAIサービスの統合を学ぼうとするジュニア開発者
AI APIの利用を超えて、ローカルモデルの確率と業務ルールを組み合わせた自動化サービスを作りたい開発者
レイヤードアーキテクチャとデザインパターンを実際のプロジェクトに適用し、保守性の高いバックエンドを設計しようとしている中級学習者
顧客からの問い合わせ分類やコンテンツ審査など、反復業務をAIウェブサービスで自動化しようとする実務担当者
前提知識、
必要でしょうか?
Pythonの基本構文と関数・クラスの概念の理解
Web開発の基本概念(HTTP、REST API、フロントエンド・バックエンド構成)
Apple Silicon Mac 16GB以上、またはMockモードで実習可能な環境
キャリア認証
2,761
受講生
326
受講レビュー
26
回答
4.4
講座評価
11
講座
こんにちは。😄
時々、育児と仕事でバーンアウトになり疲れ果ててしまうこともありますが、😅
一日一日を常に感謝と楽しい気持ちで生きているIT労働者です。😅
個人ブログ:https://may9noy.tistory.com
GitHub : https://github.com/Nanninggu
人生とご家庭の中に、いつも良いことだけが溢れるようお祈りいたします。 😀
全体
33件 ∙ (4時間 38分)
講座資料(こうぎしりょう):
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!
期間限定セール
¥53,130
30%
¥9,613