Bikash Lama

小規模な MVP を起点に、2年間の継続開発を経てマルチテナント SaaS へと成長。協業パートナー間のエコシステムに統合され、同じ店舗を複数のプラットフォームから予約できる仕組みを実現。

• Google 連携の予約フローと、パートナー横断のリスティング — 1店舗の予約をエコシステム内のどのプラットフォームからも受け付け可能。
• AI を活用した継続的な最適化:Claude と Cursor で API のボトルネックや UI のホットパスを特定し、改善。
• マルチ OEM 構成を Terraform で管理し、dev → staging → production の CI/CD ゲートを構築。

Excel・Word・drawio など、あらゆる日本語ドキュメントを Claude で英語に翻訳する社内向けツール。

• フォーマット保持型の抽出 — xlsx・docx・drawio それぞれで、数式・スタイル・図形の配置はそのままに、本文テキストのみを置き換え。
• 翻訳キャッシュ:正規化された原文と対象言語をキーに、同一テキストは再度 API を呼び出さず、過去の翻訳結果を再利用。
• モデルの階層的ルーティング:大量かつ低複雑度のテキストは安価なモデルへ、技術的・複合的な文脈は上位モデルへ。

WebRTC ベースのリアルタイム動画接客プロダクト。銀行のアドバイザリー、オンライン診療、アパレル小売の商品紹介など、業種を横断して顧客とエージェントを直接つなぐ。COVID で需要が急増する中、簡易的な MVP を厳しい納期の中で本番運用品質のアーキテクチャへ再設計しつつ、リリースサイクルを止めずに継続提供。

• WebRTC + Twilio によるリアルタイム動画接客を、銀行・オンライン診療・アパレル小売など複数業種に同一プロダクト基盤上で展開。
• ユーザー負荷の増加に合わせて MVP から本番アーキテクチャへ再設計。『デモが動くレベル』から『100% 稼働 SLA』対応へ引き上げ。
• ライブ通話に特化した可観測性パイプラインを構築。構造化ログにより、切断された通話を原因リクエストまで遡って特定可能に。

社内ドキュメント Q&A のためのチャットボット。答えを書くのは LLM、でもユーザーに見せる前に「引用が本物のチャンクを指しているか」をコードが確認する。裏付けがなければ答えごと断り文言に差し替える。

• 流したテキストは、パーサが [N] を全部本物のチャンクに紐付けられなかったら、サーバ側で断り文言に差し替える。
• 検索が閾値を超えるチャンクを返さなければ、LLM はそもそも起動しない。トークンも使わないし、引用のでっち上げも起きない。
• ユーザーごとの日次トークン枠はアプリのコードで止める。全 OpenAI 呼び出しは `usage_events` テーブルにコストを記録して、管理画面で可視化する。

自然言語の指示で本物のブラウザを動かす Python スクリプト。初版は 80 行で、やったこと全部について嘘をついた。作り直す過程で、LLM に触るコード全般で使い回せるパターンが見えてきた。

• 全ツール呼び出しをコード側で検証する。成功判定は状態を読み直して行い、LLM の自己申告は使わない。
• コストと試行回数の上限はハーネス側で止める。壊れたアクションの亜種を延々と試させない。
• 断りはコードで打ち切る。プロンプトでお願いする形じゃない。同じパターンが上の RAG の引用チェックにも効いている。