WBCの解説は生成AIにやらせよう - 生成AIで野球解説者AI Agentを実現する / Baseball Commentator AI Agent for Gemini

本発表では、野球AIエンジニアである発表者が個人開発した「野球解説者AI Agent」について解説します。

成績データ、セイバーメトリクス、トラッキングデータを活用し、生成AI（Gemini/Claude）とハイブリッドで実現したエージェントの仕様や、未対戦選手同士の「仮想対戦モード」のデモを紹介します。特に「投手・大谷翔平VS打者・大谷翔平」という究極のエッジケースの分析を通じて、AIによるデータの解釈と、自前での数理モデルによる計算を分業する開発のこだわり、そしてDesign Doc駆動開発という手法についても深掘りします。

開発期間24〜30時間で実現した、ドメイン知識とAIの融合事例をご紹介します。

大谷翔平VS大谷翔平: https://youtu.be/5ZbNc2GflDo?si=POUhAU2saNz59iu0

Transcript

2. Who am I? • Nakagawa, Shinichi • @shinyorke（しんよーく） • 所属 & 本業 ◦ 株式会社LayerX ◦ Ai Workforce事業部SRE • 個人として ◦ 野球AIエンジニア ◦ エンジニアリングとデータで 野球をしている人 ◦ 2012年からずっとやってる
3. CM
4. Lean Baseball （個人ブログ） https://shinyorke.hatenablog.com/ • 2014年から12年継続 • 記事数270, 読者数973 ※2026/02/21時点 • 「技術」「野球」「キャリ ア」の3軸でずっと執筆 中
5. キャリアのはなし （インタビュー） https://tenshoku.mynavi.jp/engineer/guide/articles/t0020 • 前職から現職に至るま でのストーリー • ちょっとだけ野球を本職 としていた時代の話もし ています⚾
6. • 詳細: https://speakerdeck.com/layerx/ai-workforce-engineering-hiring-deck • FDE, SWE, SRE, etc…色んなポジションありますのでぜひ！ • 私とカジュアル面談: https://pages.layerx.co.jp/1d2cdd370bae803993cafe0e0db97af9 仲間募集中（ LayerX Ai Workforce事業部）
7. CMおしまい ※ここから先は個人開発のはなし
8. 本日のテーマ「野球解説者 AI Agent」
9. 動くものを見せた方が 手っ取り早いのでデモします
10. https://youtu.be/LWvFe3NY9pU
11. おしながき 1. 野球解説者AI Agentの仕様 a. 詳細分析/分析モード/仮想対戦 b. 生成AIとセイバーメトリクスのハイブリッド 2. 野球解説者AI Agentを支える技術 a. Python全振りプロトタイプ（marimo/polas/plotly） b. Google CloudでAI Agent基盤 c. Design Doc駆動開発とVibe Coding 3. 結び
12. 野球解説AI Agentの仕様
13. 野球解説AI Agentの仕様（NotebookLMによるまとめ） 引用元: https://shinyorke.hatenablog.com/entry/ai-matchup-ohtani-vs-ohtani
14. 打者・投手共に成績データを元に選手のスタイル・強みを解説 【機能】AI解説（基本となる部分）
15. AIにプロンプトとして渡した成績 いい感じに可視化 【機能】データ表示・可視化
16. 現実の対戦にフォーカスし、傾向を解説 【機能】対戦レポート
17. ここまで真面目に作ってましたが。 ふとこう思ってしまいました。
18. ？？？「対戦したこと無い者同士の対戦こそ、解説してほしいのでは！？」
20. そしてある超人選手が引き起こす 代表的なエッジケース
21. 投手・大谷翔平 VS 打者・大谷翔平
22. もはや「〇〇プロ」の世界線
23. 野球解説AI Agentに聞いてみましょう
24. https://youtu.be/5ZbNc2GflDo
25. 打者・投手両者の成績を元に対戦した場合の傾向を仮説立てて解説 【機能】AI仮想対戦モード
26. 【機能】AI仮想対戦モード
27. 「オオタニサン VSオオタニサン」野球解説 AIの見解 五分、確信度：中。 打者・投手ともにリーグトップクラスの成績を誇り、互いに強みと弱みが明確であるため、 非常に拮抗した対決となるでしょう。 予想される対戦シナリオ : 1. 投手優勢シナリオ（三振）： 投手大谷はまず4-Seam Fastballでカウントを取りに来るか、あるいは外角 低めのSliderやSweeperで空振りを誘います。打者大谷がこれを見送るかファウルで粘った後、投手大谷は決 め球として内角高めの4-Seam Fastballや、外角低めに鋭く落ちるCurveball、あるいはSliderを投じ、打 者大谷が空振り三振または見逃し三振に倒れる。特に追い込まれてからのSliderやCurveballは非常に強力 で、打者大谷のK%の高さが露呈する形となるでしょう。 2. 打者優勢シナリオ（長打）： 投手大谷がSinkerやCutterを甘いコース（特に真ん中付近）に投じた際、打 者大谷がこれを逃さず強振。打者大谷のHard Hit%やBarrel%は高いものの、投手大谷の被長打率が低いこと から、甘い球を確実に捉えることが重要です。打者大谷は平均打球速度87.4 mph、平均打球角度16.7度と、 理想的な打球を放つ能力があるため、このシナリオでは二塁打以上の長打、あるいは本塁打を放つ可能性が高い でしょう。また、SliderやCurveballを徹底して見極め、四球を選ぶ展開も考えられます。
28. オオタニサン VSオオタニサンは五分 #野球解説AIによる結論
30. 【機能】AI仮想対戦モード（エンタメ風）
31. エンタメに振り切った野球解説 AI Agent解説 これは、まさに究極の「矛と盾」の激突！投手大谷の驚異的な奪三振能力と、打者大谷の圧倒的な長打力、そして 選球眼が、互いに譲らぬ拮抗した戦いを繰り広げるでしょう。 予想される対戦シナリオ : 1. シナリオ1：投手大谷が「三振」を奪う！ マウンド上の大谷は、鬼気迫る表情でセットポジション。初球、外 角低めに唸るようなフォーシームを投げ込み、ストライク！ 打者大谷は微動だにせず見送る。2球目、今度は 内角高めに速球を投げ込み、打者大谷はファウルで粘る。カウントは0ボール2ストライク。追い込まれた打者 大谷に対し、投手大谷が選択したのは、外角低めに鋭く落ちるスイーパー！ 打者大谷のバットは空を切り、 球審の右手が上がる！「ストライク、スリー！」投手大谷、渾身のガッツポーズ！ 2. シナリオ2：打者大谷が「特大ホームラン」を放つ！ 1ボール1ストライクからの3球目。投手大谷は勝負を決 めにかかる。外角低めに、自慢の切れ味鋭いスライダーを投じた！しかし、打者大谷はこれを完璧に見切っ ていた！バットが豪快に振り抜かれ、乾いた打球音がスタジアムに響き渡る！打球は高々と舞い上がり、ライ トスタンドの遥か上空へ消えていく特大のホームラン！ 打者大谷はゆっくりとダイヤモンドを一周し、マウン ド上の自分自身に、静かに、しかし力強く、勝利の雄叫びを上げる！
32. 適当にやってるわけではない「説明可能なAI」にこだわりました 解説もエンタメもプロンプト（根拠）は一緒
33. このプロトタイプをどうやって 開発したのか？の話 #次のセクション #技術パート
34. 野球解説AI Agentを支える技術
35. 野球解説AI Agentを支える技術の全容（ NotebookLMによるまとめ） 引用元: https://shinyorke.hatenablog.com/entry/ai-matchup-ohtani-vs-ohtani ※開発中 ※Gemini2.5 Flashに更新済み
36. 技術スタック （PoCアプリ） https://shinyorke.hatenablog.com/entry/ai-agent-for-baseballsavant • アプリ: marimo • データ: polas • 可視化: plotly • 得意のPythonでまとめ た
37. 実行環境（ Cloud） https://shinyorke.hatenablog.com/entry/cloud-run-sidecar-pattern • アプリ: Cloud Run • データ: BigQuery • 認証認可: OAuth2 • CI/CD: GitHub Actions • スマホから触るためGoogle Cloudにホスト
38. データ基盤は個人開発した MLB分析基盤 • 年間70万球、数GBのトラッキングデータは個人開発した MLBデー タ分析基盤の APIから取得 • シーズン中は毎日データ更新、可視化している • 野球解説AI AgentからAPIを叩いていい感じにデータ取得 生成AI時代が来る前の 2022年に開発した分析基盤のナイス活用
39. ※Developers Summit 2023登壇資料より https://speakerdeck.com/shinyorke/serverless-data-platform-and-baseball 野球解説AI Agentを支えるデータ基盤
40. データ基盤との連携 https://shinyorke.hatenablog.com/entry/ai-agent-for-baseballsavant • marimoアプリから呼出 • BigQueryは直接呼ばず • MCP Serverは実験的に入 れたが仕様を決める中で不 要となり使ってない
41. 生成AIをどのように活用したか？
42. 野球解説AI Agentにおける生成 AI利用 • アプリ本体 : Google Gemini ◦ 解説AgentはGeminiを利用 ◦ 前述の通り「データの解釈」機能として活用 • 開発ツール : Claude Code ◦ 開発前にひたすら壁打ちでDesign Doc作成 ◦ Design Docを元にアプリおよびterraformを実装 Design Doc駆動開発による Vibe Coding、自分でコードは書かず
43. Design Doc駆動開発 • 生成AIプロダクト開発の王 道パターン • アプリ全体の仕様をまとめ ながら作るスタイル • 小さいfixを除きすべて Docsに残す
44. ？？？「お高いんでしょう？ 💰」
45. 野球解説AI Agentの費用と開発時間 • AIへの課金: ClaudeはPro -> Max変更、Geminiは微々たる感じ ◦ Claude、最初はPro契約だったが足りずにMaxに変更 ◦ GeminiはAI Agentでの極端な課金は確認できず • 開発時間: 初期プロトタイプ完成まで約 24時間〜30時間 ◦ 初期プロトタイプは年末年始に時間を割いて作成 ◦ 今回の解説AI Agentも20〜30時間ぐらい ◦ 基本的に週末☕もしくは🍶飲みながら淡々と開発
46. ？？？「辛さはありませんか」
47. 【辛さ】marimoだとス マホから使いにくい ->SPAとして作り直し • marimoはあくまでPoC • スマホやタブレットからちゃ んと使いたいのでSPAとし て開発中 • これもClaudeにDesign Doc駆動でやらせている
48. 結び
50. 唐突ですが 2015年（10年前） こんな発表をしました
51. 野球Hack!〜Pythonを用いたデータ分析と可視化（ PyCon JP 2015）
52. 10年前の夢を AIで いい感じにできた感！ ※著作権を配慮し当時からの画像を入れ替えています • CloudとAIでいい感じに実 現したのでは • 自分が労せずにAIに委譲 することで物事が進んだ • 頑張ってサービス作る？ ちょっと考えたい。
53. Enjoy Baseball⚾ & Bet AI
54. おしまい ご清聴ありがとうございました⚾