SaaSプロダクトとAIの共存（入門編） 〜既存プロダクトへのAI組み込み、はじめの一歩〜

AIエージェントの台頭により、SaaSプロダクトのあり方が問われる時代になりました。

ユーザーの操作をAIが代替し始めた今、従来型のSaaSはどう進化すべきか。その答えのひとつが「AIをプロダクト自体に組み込む」ことだと私たちは考えています。

このスライドでは、弊社のSaaSプロダクトにサンプルを組み込み、ユーザーが自然言語で入力したプロンプトをもとに請求書入力をAIで自動補完する機能を事例として、その設計・実装のポイントをご紹介します。

Transcript

1. 　 SaaSプロダクトとAIの共存（⼊⾨編） 〜既存プロダクトへのAI組み込み、はじめの⼀歩〜 サポーターズCoLab 勉強会 株式会社TOKIUM プロダクト本部 / インボイス製品開発部 ⻄川 真澄
2. 2 ⾃⼰紹介 ⻄川 真澄 masumi nishikawa プロフィール 1979年 11月生まれ。鹿児島県 鹿児島市出身。(大学進学で上京) 2008年 商社の営業職からWeb系のITエンジニアにキャリアチェンジ。 以降、受託開発、自社サービス等でPM、エンジニアとして経験を積む。 2016年 フリーランスになる。(ほぼ知人の会社の案件で生計を立てる。) 2021年 TOKIUMに入社。請求書ドメインのSaaSのプロダクト開発チームに 配属され、インボイス制度対応等を担当。 2024年 EMになる。SaaSの主力プロダクトの全チームが管轄になる。(経費 精算、インボイス、電子帳簿保存) 2026年 組織の改変により管轄のプロダクトチームが増え、プロダクトのAI 活用やハーネスエンジニアリングに関する知見が求められるようになる。 2 最近の関心事：ハーネスエンジニアリング 株式会社 TOKIUM プロダクト本部 インボイス製品開発部 EM https://zenn.dev/m_nishikawa
3. 少しだけTOKIUMの紹介 3
4. お客様が本来の仕事に向き合えるよう、 TOKIUMはあらゆる経理“作業”を⾃動化します 経理作業が 仕事を圧迫 ⼈にしかできない 創造的な仕事に専念 経理作業の⾃動化 財務分析 予実管理 ⼈材育成 戦略⽴案 明細⼊⼒ スキャン 経費承認 請求照合 4
5. 経理業務全般に対応した経理AIエージェントを幅広く提供中。 契約管理 請求⽀払 経費精算 移動⼿段‧ホテルの提⽰ と事前申請作成を代⾏ スマホで申請‧承認が できる経費精算クラウド 経費精算の承認を代⾏ 膨⼤な明細⼊⼒を⾃動化 様々な形式の請求書受領を 代⾏する請求書受領クラウド 発注‧請求等のデータ照合 を⾃動化 スキャン不要な 契約書管理クラウド 契約書をデータ化し ⾃動でリース判定 帳票発⾏ あらゆる送付作業を⼀本化す る請求書発⾏クラウド 書類保管 電⼦帳簿保存法に対応した ⽂書管理クラウド 経理部⾨特化の⼈材サービス ⼈材サービス 社内FAQ 社内からの問い合わせ回答を代⾏ 5
6. TOKIUM AIエージェント｜サービスラインナップ 移動⼿段‧ホテルの提⽰と 事前申請作成を代⾏ 経費精算の承認を代⾏ 承認 差戻 社内からの問い合わせ 回答を代⾏ 発注‧請求等の データ照合を⾃動化 発注 請求 契約書をデータ化し ⾃動でリース判定 各サイトからの WEB請求書の収集を代⾏ 膨⼤な明細⼊⼒を⾃動化 納品書の明細処理を AIで⾃動化 6
7. はじめに 7
8. 8 はじめに おことわり 8 この資料は2026年4⽉に作成しました。 サンプルの組み込みについて 今からお話する内容は本登壇のために既存 プロダクトにサンプルとして機能を組み込 みました。 使⽤LLMに関する注意点 本資料内のサンプルにはLLMに「Gemini 2.5 Flash」を使⽤しておりますが、本番導⼊の 際は実運⽤も考慮したLLMの選定が別途必 要となります。
9. なぜ今SaaSにAIを組み込むのか 9
10. 10 なぜ今SaaSにAIを組み込むのか SaaSが直⾯している課題 10
11. 11 なぜ今SaaSにAIを組み込むのか SaaSが直⾯している課題 11 AIの普及により、プロダクトに求められるUXの⽔準が上がっている。
12. 12 なぜ今SaaSにAIを組み込むのか SaaSが直⾯している課題 AIの普及により、プロダクトに求められるUXの⽔準が上がっている。 ユーザーは 「⼊⼒の⼿間を減らしたい」 「もっと直感的に使いたい」 と強く感じている 12
13. 13 なぜ今SaaSにAIを組み込むのか SaaSが直⾯している課題 Current Situation AIの普及により、プロダクトに求められるUXの⽔準が上がっている。 User Needs ユーザーは以下のニーズを強く感じている： 「⼊⼒の⼿間を減らしたい」 「もっと直感的に使いたい」 13 どうAIを組み込んでUXを向上させるか？
14. 14 なぜ今SaaSにAIを組み込むのか 今回の事例のアプローチ 14
15. 15 なぜ今SaaSにAIを組み込むのか 今回の事例のアプローチ 1 ⼤規模な改修なしに、今あるプロダクトをAIで強化。 15
16. 16 なぜ今SaaSにAIを組み込むのか 今回の事例のアプローチ 1 ⼤規模な改修なしに、今あるプロダクトをAIで強化。 16 2 ユーザーが⾃然⾔語で定義したプロンプトをもとにAIが項⽬を補完。
17. AIを組み込む際の設計ポイント 17
18. 18 AIを組み込む際の設計ポイント 概要 1 AIに任せるべき処理‧任せない⽅がよい処理を⾒極める 18 2 想定外の値が返ってくる前提で設計する 3 LLMは通常のAPIより応答に時間がかかることを考慮する
19. 19 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理を⾒極める AIに任せるべき処理（AIが得意とする定型的‧パターン化できる処理） 19
20. 20 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理を⾒極める AIに任せるべき処理（AIが得意とする定型的‧パターン化できる処理） • ⾃然⾔語→構造化データの変換 20 出⼒形式をJSONと明⽰すること でプログラムから扱いやすくなる
21. 21 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理を⾒極める AIに任せるべき処理（AIが得意とする定型的‧パターン化できる処理） • ⾃然⾔語→構造化データの変換 • マスタ項⽬(勘定科⽬‧税率)等の選択肢が有限な項 ⽬の推測 21 出⼒形式をJSONと明⽰すること でプログラムから扱いやすくなる
22. 22 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理を⾒極める AIに任せるべき処理（AIが得意とする定型的‧パターン化できる処理） • ⾃然⾔語→構造化データの変換 • マスタ項⽬(勘定科⽬‧税率)等の選択肢が有限な項 ⽬の推測 • ⼊⼒の揺れ（表記ゆれ‧省略）の吸収 22 出⼒形式をJSONと明⽰すること でプログラムから扱いやすくなる
23. 23 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理を⾒極める AIに任せるべき処理（AIが得意とする定型的‧パターン化できる処理） • ⾃然⾔語→構造化データの変換 • マスタ項⽬(勘定科⽬‧税率)等の選択肢が有限な項 ⽬の推測 • ⼊⼒の揺れ（表記ゆれ‧省略）の吸収 23 ただし、定型的でも業務知識が必要な判断は⼈がルールを定義し、 AIにはそのルールを適⽤する役割を与えることが重要  出⼒形式をJSONと明⽰すること でプログラムから扱いやすくなる
24. 24 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理を⾒極める AIに任せない⽅がよい処理（正確性‧⼀貫性が求められる処理） 24
25. 25 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理の⾒極め AIに任せない⽅がよい処理（正確性‧⼀貫性が求められる処理） • ⾦額の計算 25 計算処理はプログラムで⾏う
26. 26 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理の⾒極め AIに任せない⽅がよい処理（正確性‧⼀貫性が求められる処理） • ⾦額の計算 • DBへの書き込み、メール送信等の取消しの効か ない処理 26 計算処理はプログラムで⾏う
27. 27 AIを組み込む際の設計ポイント ① AIに任せるべき処理‧任せない⽅がよい処理の⾒極め AIに任せない⽅がよい処理（正確性‧⼀貫性が求められる処理） • ⾦額の計算 • DBへの書き込み、メール送信等の取消しの効か ない処理 • 監査証跡が必要なもの 27 計算処理はプログラムで⾏う 「誰が、いつ、どのような判断を したか」の証明が必要
28. 28 AIを組み込む際の設計ポイント ② 想定外の値が返ってくる前提で設計する 28
29. 29 AIを組み込む際の設計ポイント ② 想定外の値が返ってくる前提で設計する 29 LLMの特性への対応 • LLMの出⼒は確率的である • 常に正しい値が返るとは限らない AIの出⼒結果は必ず バリデーションを⾏う。
30. 30 AIを組み込む際の設計ポイント ③ LLMは通常のAPIより応答に時間がかかることを考慮する 30
31. 31 AIを組み込む際の設計ポイント ③ LLMは通常のAPIより応答に時間がかかることを考慮する レスポンス遅延への対策 • タイムアウト値は通常より⻑めに設定する • ユーザー体験を損なわない⾮同期処理やプログ レス表⽰を検討する 31 実⾏環境で計測して 最適値を調整する
32. AIを組み込む際の実装ポイント 32
33. 33 AIを組み込む際の実装ポイント 概要 1 プロンプトの組み⽴て 33 2 LLM APIの呼び出し 3 バリデーションの実装
34. 34 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 34
35. 35 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 01 定義と設計 • ベースプロンプトにJSON出⼒‧制約‧返し てほしい値を定義しておく 35 38
36. 36 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 01 定義と設計 • ベースプロンプトにJSON出⼒‧制約‧返し てほしい値を定義しておく • 可変部の個別内容はプレースホルダーで記 述する 36 38
37. 37 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 01 定義と設計 • ベースプロンプトにJSON出⼒‧制約‧返し てほしい値を定義しておく • 可変部の個別内容はプレースホルダーで記 述する 37 02 実⾏と置換 実⾏時にプレースホルダーをシステムまたはユー ザーの⼊⼒値に置換してAPIに渡す 例：勘定科⽬⼀覧‧取引先ごとのルールなど 38
38. 38 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 01 定義と設計 • ベースプロンプトにJSON出⼒‧制約‧返し てほしい値を定義しておく • 可変部の個別内容はプレースホルダーで記 述する 38 02 実⾏と置換 実⾏時にプレースホルダーをシステムまたはユー ザーの⼊⼒値に置換してAPIに渡す 例：勘定科⽬⼀覧‧取引先ごとのルールなど  セキュリティ上の注意 ユーザー⼊⼒値をプロンプトに組み込む場合はプロンプトインジェクションのリスクに注意する ➜ ⼊⼒値のサニタイズ等の追加対策が必要 38
39. 39 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 39
40. 40 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 40 1 基本構造の定義 JSON出⼒形式、制約事項、およびAIに返してほし い具体的な値を明確に定義します。
41. 41 AIを組み込む際の実装ポイント ① プロンプトの組み⽴て 41 1 基本構造の定義 JSON出⼒形式、制約事項、およびAIに返してほし い具体的な値を明確に定義します。 2 プレースホルダーの活⽤ 可変となる個別の内容は、テンプレート内でプレー スホルダーとして記述し、動的に差し替え可能にし ます。
42. 42 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 42
43. 43 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 43 システムプロンプトとユーザーメッセージを分けて送信する
44. 44 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 44 システムプロンプトとユーザーメッセージを分けて送信する システムプロンプト 事前定義の情報 • ルール‧制約の定義 • 勘定科⽬マスタ‧取引先ルール • 出⼒形式（JSON等）の指定
45. 45 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 45 システムプロンプトとユーザーメッセージを分けて送信する システムプロンプト 事前定義の情報 • ルール‧制約の定義 • 勘定科⽬マスタ‧取引先ルール • 出⼒形式（JSON等）の指定 ユーザーメッセージ リクエストごとに変わる値 • ⼊⼒データ（明細名等）
46. 46 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 46
47. 47 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 47 システムプロンプトとユーザーメッセージを分けて送信する理由
48. 48 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 48 システムプロンプトとユーザーメッセージを分けて送信する理由 LLMはシステムプロンプトを「守るべき指⽰」とし て優先的に扱うため、制約や出⼒形式をシステムプ ロンプトに書くことでユーザーメッセージの内容が 変わっても、制約や出⼒形式が常に守られる。 守るべき指⽰の遵守  s e i t y
49. 49 AIを組み込む際の実装ポイント ② LLM APIの呼び出し 49 システムプロンプトとユーザーメッセージを分けて送信する理由 リクエスト構造の明確化 事前に定義された情報（ルール‧マスタ）と毎回変 わる値（明細名等）を分離することで、リクエスト の構造が明確になる。 LLMはシステムプロンプトを「守るべき指⽰」とし て優先的に扱うため、制約や出⼒形式をシステムプ ロンプトに書くことでユーザーメッセージの内容が 変わっても、制約や出⼒形式が常に守られる。 守るべき指⽰の遵守  s e c u i t y
50. 50 AIを組み込む際の実装ポイント ③ バリデーションの実装 50
51. 51 AIを組み込む際の実装ポイント ③ バリデーションの実装 JSON形式のチェック LLMからのレスポンスをパースし、期待する JSON構造（キーの存在やデータ型）に準拠し ているかを検証します。 51
52. 52 AIを組み込む際の実装ポイント ③ バリデーションの実装 JSON形式のチェック LLMからのレスポンスをパースし、期待する JSON構造（キーの存在やデータ型）に準拠し ているかを検証します。 マスタ照合 レスポンスのJSONから抽出された各項⽬（勘 定科⽬名や取引先名など）が、データベース 上の既存マスタと⼀致するかを確認します。 52
53. 53 AIを組み込む際の実装ポイント ③ バリデーションの実装 53
54. 実例紹介 54
55. 55 なぜ今SaaSにAIを組み込むのか 今回の事例のアプローチ(再掲) 1 ⼤規模な改修なしに、今あるプロダクトをAIで強化。 55 2 ユーザーが⾃然⾔語で定義したプロンプトをもとにAIが項⽬を補完。
56. 56 実例紹介 概要 1 今回のサンプルアプリケーションの前提 56 2 プロンプトの組み⽴てから実⾏結果まで 3 プロンプトの設計精度の重要性
57. 57 実例紹介 ① 今回のサンプルアプリケーションの前提 57
58. 58 実例紹介 ① 今回のサンプルアプリケーションの前提 58 弊社の TOKIUMインボイス をベースにします
59. 59 実例紹介 ① 今回のサンプルアプリケーションの前提 59 請求書の明細⼊⼒UI でAIによって項⽬を 補完する
60. 60 実例紹介 ① 今回のサンプルアプリケーションの前提 60  請求書の明細設定 明細には最終的に借⽅‧貸⽅科⽬と税率を設定す る必要がある。
61. 61 実例紹介 ① 今回のサンプルアプリケーションの前提  請求書の明細設定 明細には最終的に借⽅‧貸⽅科⽬と税率を設定す る必要がある。  取引先ごとのパターン 請求書は取引先(仕⼊先)や商材によって適⽤する 勘定科⽬‧税率が決まっていることが多い。 61
62. 62 実例紹介 ① 今回のサンプルアプリケーションの前提  請求書の明細設定 明細には最終的に借⽅‧貸⽅科⽬と税率を設定す る必要がある。  取引先ごとのパターン 請求書は取引先(仕⼊先)や商材によって適⽤する 勘定科⽬‧税率が決まっていることが多い。 62  毎回⼿動で設定するのは⼿間がかかるので、AIで ⼿軽に明細の⼊⼒項⽬を補完できるようにする
63. 63 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 63 (おさらい) 実⾏時に固定プロンプトのプレースホルダーをシステムまたはユーザーの⼊⼒値に置換してAPIに 渡す
64. 64 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 64 t取引先ごとに設定できる⾃由⼊⼒プロンプト(⼀定の業務知識が含まれています)tルール制約‧出⼒ 形式の定
65. 65 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 65
66. 66 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 66
67. 67 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 67
68. 68 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 68
69. 69 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 69 ユーザーメッセージ (フロントから送信されてきた明細名) システムプロンプト  「response」から最終的に抽出したJSON
70. 70 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 70 フロントで⾃動計算
71. 71 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 71 別パターン フロントで⾃動計算
72. 72 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 72 s e c r i t y AIを組み込んだことによるメリット
73. 73 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 73 AIを組み込んだことによるメリット 取引先ごとのルール変更が発⽣しても、コードの修 正‧デプロイが不要で、ユーザーがプロンプトを更 新するだけで対応できる コードの変更なくカスタマイズ可能 
74. 74 実例紹介 ② プロンプトの組み⽴てから実⾏結果まで 74 AIを組み込んだことによるメリット 多様なケースへの対応 多様な業務ロジックがプロンプトの対応のみで完結 し、膨⼤な条件分岐をコードで書かなくてよい。 取引先ごとのルール変更が発⽣しても、コードの修 正‧デプロイが不要で、ユーザーがプロンプトを更 新するだけで対応できる コードの変更なくカスタマイズ可能 y
75. 75 実例紹介 ③ プロンプトの設計精度の重要性 75
76. 取引先ごとのプロンプトに、より直感的な値を⼊⼒した場合 76 実例紹介 ③ プロンプトの設計精度の重要性 76
77. 77 実例紹介 ③ プロンプトの設計精度の重要性 77 取引先ごとのプロンプトに、より直感的な値を⼊⼒した場合  変更前のプロンプトと同様に 正確な結果が返却される
78. 78 実例紹介 ③ プロンプトの設計精度の重要性 78 取引先ごとのプロンプトに、より直感的な値を⼊⼒した場合 なぜ正確に返るのか？？
79. 79 実例紹介 ③ プロンプトの設計精度の重要性 79 取引先ごとのプロンプトに、より直感的な値を⼊⼒した場合 なぜ正確に返るのか？？ 79 79 システムプロンプトに 制約‧科⽬⼀覧‧出⼒形式等 が明⽰されているから warning
80. 80 実例紹介 ③ プロンプトの設計精度の重要性 80 80 80 直感的な値が⼊⼒できるメリット
81. 81 実例紹介 ③ プロンプトの設計精度の重要性 81 81 81 直感的な値が⼊⼒できるメリット 「軽減税率」「通常税率」など普段の業務で使って いる⾔葉でルールを定義できる。 ユーザーの業務知識をそのまま使える  s e c u i t y
82. 82 実例紹介 ③ プロンプトの設計精度の重要性 82 82 82 直感的な値が⼊⼒できるメリット ルールの可読性が上がる プロンプトの⽂字数が少なくすむので⾒やすく、 ⼊⼒誤りも低減できる。 「軽減税率」「通常税率」など普段の業務で使って いる⾔葉でルールを定義できる。 ユーザーの業務知識をそのまま使える 
83. おわりに 83
84. 84 おわりに まとめ 84
85. 85 おわりに まとめ SaaSとAIの共存と相乗効果 AIをプロダクトに組み込むことでUXは向上し、データ‧ロジック‧信頼性と柔軟な処理が融合し、独⾃の価値を創出します。 85
86. 86 おわりに まとめ SaaSとAIの共存と相乗効果 AIをプロダクトに組み込むことでUXは向上し、データ‧ロジック‧信頼性と柔軟な処理が融合し、独⾃の価値を創出します。 86 既存のSaaSにAIを導⼊する突破⼝は「定型的だが⼊⼒が⾯倒な箇所」 選択肢が有限でパターン化でき、ユーザーが判断や⼊⼒を毎回⼿動で⾏っている箇所はAI組み込みを要検討。
87. 87 おわりに まとめ SaaSとAIの共存と相乗効果 AIをプロダクトに組み込むことでUXは向上し、データ‧ロジック‧信頼性と柔軟な処理が融合し、独⾃の価値を創出します。 適切な設計と⾒極めが品質の鍵 AIに任せるべき処理を正確に⾒極め、適切にシステム設計を⾏うことが、プロダクト品質を左右する重要な要素となります。 87 既存のSaaSにAIを導⼊する突破⼝は「定型的だが⼊⼒が⾯倒な箇所」 選択肢が有限でパターン化でき、ユーザーが判断や⼊⼒を毎回⼿動で⾏っている箇所はAI組み込みを要検討。
88. 88 おわりに まとめ SaaSとAIの共存と相乗効果 AIをプロダクトに組み込むことでUXは向上し、データ‧ロジック‧信頼性と柔軟な処理が融合し、独⾃の価値を創出します。 適切な設計と⾒極めが品質の鍵 AIに任せるべき処理を正確に⾒極め、適切にシステム設計を⾏うことが、プロダクト品質を左右する重要な要素となります。 ルールの柔軟性と制約の明⽰ プロンプト内に制約を明⽰的に定義することで、ユーザー側での⾃由なルール設定における柔軟性を最⼤限に引き出せます。 88 既存のSaaSにAIを導⼊する突破⼝は「定型的だが⼊⼒が⾯倒な箇所」 選択肢が有限でパターン化でき、ユーザーが判断や⼊⼒を毎回⼿動で⾏っている箇所はAI組み込みを要検討。
89. 89 89 まずは、 ⼀歩踏み出してみましょう
90. その他情報 90
91. 情報発信中！ 本⽇のスライドは公式Xで公開！ 開発チームの技術やイベントに関する情報を発信しています！ フォローお願いします！ 資料公開＆技術発信は公式Xから👇 @TOKIUM_Dev
92. エンジニアを募集しています！ 技術的チャレンジ • AIエージェントの群れを量産し、 多数のサービスとの連携を素早く実現する • AIエージェント実行制御を行う共通基盤の開発 する • 継続的に品質を上げる仕組みや、 セキュリティ・ガバナンス向上の仕組みを構築 一緒に挑戦してくれる仲間を募集してます！！ カジュアル⾯談実施中！ 現場のメンバーと気軽にお話しませんか？ 詳細はこちら