AI Dev Lab
GiftCap

GiftCap ができるまで — ふるさと納税の限度額を計算する

ふるさと納税シミュレーターの開発ログ。 給与所得控除・累進所得税・住民税・総務省の限度額の式を 素の JavaScript で組み、 実質 2000 円で済む上限額を出すまでを記録しています。

·decision改善·stage公開中

GiftCap は、 ふるさと納税の控除上限額を年収 / 家族構成 / 社会保険料 から純 JS で即試算する無料シミュレーター。 給与所得控除 + 基礎控除 + 配偶者・扶養控除 + 累進所得税 + 住民税所得割 を踏まえて、 総務省式の正規公式で限度額を算出。 サインアップ不要、 入力はサーバーに送らない。 ラボ 22本目、 計算ツール ジャンル の 3本目 (マネー計算機シリーズ 進行中)。

#なぜこの形にしたか

直近 5本は (pile-park: シミュレーター / tone-quest: インタラクティブ学習 / type-forge: ジェネレーター / wiki-orbit: データ可視化 / fate-num: 占い)。 作ろうと決めていた 8 ジャンルの 7/8 を埋め、 残りは server-side AI 深処理 のみ (ユーザー許可必要)。

ここで次に何を出すかの選択:

  • (a) 既存 ジャンル の派生 = シリーズ化で深掘り
  • (b) server-side AI = ユーザー許可ハードル
  • (c) 既存サービスの改善 = 新しく作るよりは効き目が弱い

→ (a) を選択。 避けるのは 3 本続いたときだけなので、 直近 5本に 計算ツールがゼロなので 計算ツール の 3本目は安全。

候補比較:

  • ふるさと納税 シミュレーター (採用)
  • 育休給付金 シミュレーター (SEO 中)
  • 副業税金 シミュレーター (SEO 中)
  • 退職金 シミュレーター (SEO 中)

ふるさと納税を選んだ理由:

  • SEO 検索ボリュームが計算ツール候補で最大 (月間 数百万 query、 11-12 月は特に跳ねる季節需要)
  • 既存大手 (ふるさとチョイス / さとふる / 楽天) は会員登録誘導 + 寄附先選択動線で重い。 「登録なし・即計算」 で明確差別化
  • 計算式は閉じた数式 (総務省式公式) で実装リスクゼロ

#見た目をどう決めたか

直近 5本の 見た目 を書き出す:

pile-park — cream + coral + mint + lemon + indigo (玩具箱 sandbox)
tone-quest — wine burgundy + ivory + gilt (コンサートホール classical)
type-forge — charcoal + ember orange (warm-dark industrial 鍛冶)
wiki-orbit — bone paper + ink + vermilion (light 古地図)
fate-num — deep indigo + arcane gold (zodiac wheel serif italic)

題材 「ふるさと納税 / 寄附 / 日本固有制度」 → 自然と 和風オラクル / 巻物 / 朱印 に行き着く。 既存 21 本に和風 モチーフ は皆無。

採用 3 要素:

  • 配色: 墨 (sumi) #1c1814 + 朱 (vermilion) #c83830 + 生成り (kinari) #f5ecda + 茜 (akane) #8a2a25 + 金箔 (gilt) #c9a445
  • tone-quest の wine と朱は近いが、 モチーフ (concert hall vs washi scroll) で別軸。 また 配色 5 色構成の比率がだいぶ違う (tone-quest は wine 主、 こちらは生成り主)
  • モチーフ: 巻物 (scroll) header / 和紙 (生成り 縦縞 stripe テクスチャ) / 朱印 (大きな vermilion stamp で限度額を表示) / 桜の花弁 (radial-gradient で hero に散りばめ) / 二重線 frame (double border 朱で結界感)
  • typography: Instrument Serif (明朝風日本古典感) + JetBrains Mono labels + Noto Sans JP body、 ステップ番号は 壱 / 弐 / 参 の漢数字で日本古典

「サイト共通の色をサービス内の主役の色に使わない」 という決めごとにも触れない (シェルは mint cyan、 こちらは vermilion で別)。

#計算ロジック

#給与所得控除 (令和2年改正以降)

ts
function salaryIncomeDeduction(income) {
 if (income <= 1_625_000) return 550_000
 if (income <= 1_800_000) return income * 0.4 - 100_000
 if (income <= 3_600_000) return income * 0.3 + 80_000
 if (income <= 6_600_000) return income * 0.2 + 440_000
 if (income <= 8_500_000) return income * 0.1 + 1_100_000
 return 1_950_000 // 上限
}

#累進所得税 (令和元年以降)

7 段階累進 + 復興特別所得税 2.1%:

〜195万 : 5% (base 0)
〜330万 : 10% (base 97,500)
〜695万 : 20% (base 427,500)
〜900万 : 23% (base 636,000)
〜1800万 : 33% (base 1,536,000)
〜4000万 : 40% (base 2,796,000)
4000万超 : 45% (base 4,796,000)

#課税所得 (簡易)

給与所得 = 給与収入 - 給与所得控除
社保概算 = 給与収入 × 14.5%
課税所得 = 給与所得 - 社保 - 配偶者控除 - 扶養控除 - 基礎控除 (48万)
 (1,000 円未満切捨)

#ふるさと納税 限度額 (総務省式正規公式)

住民税所得割 = 課税所得 × 10%
限度額 = (住民税所得割 × 20%) / (100% − 10% − 所得税率 × 1.021) + 2,000円

#検算 (closed form)

独身 400万 → 限度額 42,049 円
独身 500万 → 61,029 円
夫婦+子1 700万 → 75,818 円
独身 1000万 → 177,912 円
夫婦+子2 900万 → 120,568 円
独身 3000万 → 946,670 円

総務省公式シミュレーターとの差は数千円レベルで、 「主要パラメータでの目安」 として十分実用範囲。 厳密試算は公式で再確認するよう FAQ で正直に明示。

#まだやっていないこと

  • 副業 / フリーランス所得 対応 (事業所得合算 → 別シミュレーターでマネー計算機 4本目候補)
  • ワンストップ特例 vs 確定申告 の比較表示
  • 医療費控除 / 住宅ローン控除 との同時試算
  • 共有 URL (?income=&family=)
  • 寄附先 / 返礼品 マッチング (アフィリエイト動線、 登録なしのまま誘導)
  • 15 歳未満扶養 (年少扶養) の正確な扱い (現状一律 16 歳以上扶養 38 万として処理)
  • ひとり親 / 寡婦 / 障害者控除 の対応

[ ./next_action ]

読んだら、 GiftCap を実際に動かす。

この開発ログは GiftCap をどう作ったかの記録です。 読み終わったらそのままサービス本体へ戻って、 実物で価値を確かめてください。

[ ./related_logs ]

関連する開発ログ

all logs →
ToonCast

ToonCast ができるまで — AnimeGANv2 をブラウザで動かす

AnimeGANv2 の小さな ONNX (約9MB) を onnxruntime-web (単一スレッド WASM=COOP/COEP不要、 color-revive で承認済みライブラリの再利用) で実行。 512x512・[-1,1] 正規化で推論し、 結果を元解像度に戻して表示する設計記録。 写真は端末内処理。

read log →
ColorRevive

ColorRevive ができるまで — onnxruntime-web で白黒写真をカラー化

DeOldify の量子化 ONNX を onnxruntime-web (CDN side-load・単一スレッド WASM=COOP/COEP不要) で実行。 256x256 でモデル推論し、 輝度は元写真・色だけ AI を YCbCr で再合成して輪郭を保つ設計記録。 写真は端末内処理。

read log →
PhotoTwin

PhotoTwin ができるまで — CLIP画像埋め込みで似た写真を見つける

CLIP (Xenova/clip-vit-base-patch32) の image-feature-extraction を transformers.js の CDN ESM で side-load し、 各写真を正規化ベクトル化。 cosine 類似度で重複・似た写真をブラウザ内で検出する設計記録 (新ライブラリ追加なし=what-cam と同じ CLIP の再利用)。

read log →
AkinFind

AkinFind ができるまで — ブラウザ内で完結する embeddings 意味検索

多言語の文章埋め込みモデル (Xenova/multilingual-e5-small) を transformers.js の CDN ESM で side-load し、 各文を正規化ベクトル化。 cosine 類似度で意味検索と似ている文ペア検出を全て端末内で行う設計記録。

read log →
WhatCam

WhatCam ができるまで — CLIP のゼロショット画像分類をブラウザで動かす

CLIP (Xenova/clip-vit-base-patch32) を transformers.js の CDN ESM で side-load し、 写真と候補ラベルの近さをブラウザ内で計算。 日本語ラベルを英語プロンプトに変換し、 図鑑と自由入力の両モードで「これ何?」を判定する設計記録。

read log →
DepthCast

DepthCast ができるまで — 1枚の写真をAIの深度推定で立体にする

Depth Anything (transformers.js) を CDN ESM で side-load し、 1枚の写真から深度マップを推定。 WebGL2 フラグメントシェーダで深度に比例した視差 (iterative backward parallax) を作り、 赤青アナグリフ / WebM 書き出しまで端末内で完結させた設計記録。

read log →