AI Dev Lab
RentCut

RentCut ができるまで — 家賃の値下げ交渉メールを作る

家賃交渉の文面ジェネレーターの開発ログ。 相場との差から交渉の見込みを 4 段階で判定し、 選んだ状況に応じて 「穏やかに頼む」「数字で示す」「退去も匂わせる」 の 3 トーンで文面を差し替える設計を記録しています。

·decision改善·stage公開中

RentCut は 家賃 値下げ 交渉メール 草案 ジェネレーター。 現家賃 + 希望家賃 + 入居期間 + 物件状況 + 大家タイプ + 3 トーン から、 件名 + 本文 を 自動生成 + 妥当性 verdict + 年間節約 を 即試算。 ラボ 42 本目、 ジェネレーター ジャンル 6 本目 (JargonScope / LeapBio / PitchEdge / StackTale / RaiseDraft / RentCut)。 RaiseDraft (給与を上げる) と RentCut (家賃を下げる) で 「手取り増 + 固定費減」 の表裏が揃った。

#なぜこの形にしたか

外部 AI 90 案リスト 「¥0 月コスト + PV 巨大」 候補の 5 本目として 案 48 「家賃値下げ交渉メール」 を選定。 「家賃 交渉 メール / 家賃 値下げ 文例 / 賃料減額請求 / 更新時 家賃」 系は 通年検索需要、 物価高 + 賃金停滞で 「固定費を削る」 ニーズが急増。 既存大手 (SUUMO / 不動産ポータル) は 「次の物件探し」 への送客が主目的で、 「現居の家賃を下げる」 ツールはほぼ存在しない。 RaiseDraft の 「業種 × 経験 × 職位 → トーン別メール」 設計を 流用 (DRY)、 「物件状況 5 種 (multi-select) + 3 トーン」 で 同じパターンを 家賃に適用。

#技術スタック

#妥当性 verdict 4 段階

ts
function verdictOf(diffPct: number) {
 if (diffPct < 0.05) return { v: "modest", label: "控えめ" }
 if (diffPct < 0.10) return { v: "fair", label: "妥当" }
 if (diffPct < 0.20) return { v: "ambitious", label: "攻め" }
 return { v: "stretch", label: "ストレッチ" }
}

RaiseDraft の verdict ロジック (給与昇給) を 家賃減額 に転用、 閾値は 「家賃減額の合理ライン」 に微調整 (5% / 10% / 20%)。

#5 状況 multi-select → 箇条書き 反映

ts
type Situation = "vacant" | "market-drop" | "long-tenant" | "defect" | "competing"
const situationLines = input.situations.length === 0
 ? "- (該当する状況にチェックを入れると 根拠として箇条書きで反映されます)"
 : input.situations.map((s) => `- ${SITUATION_LABEL[s]}`).join("\n")

メール本文の 「参考にしている要素」 欄に そのまま箇条書きで反映。 「周辺空室多 + 設備不具合 + 他物件オファー」 をチェックすれば 3 件の根拠が並ぶ。

#3 トーン まるごと差し替え

ts
switch (input.tone) {
 case "soft": // やんわり相談 (関係維持 + 相場参考)
 case "data": // 数字で押す (ASCII 罫線 + 現状 / 希望 / 根拠 を整理)
 case "leave": // 退去匂わせ (応じない場合は 引越し検討、 と添える)
}

RaiseDraft の 4 トーン (soft / direct / data / emotional) のうち、 家賃交渉に効く 3 つを採用。 「data」 トーンには ASCII 罫線 + 「退去 → 募集再開 → 入居までの空室期間 (1〜3 ヶ月)」 を 添えて オーナー側の合理計算を促す。

#節約額の 3 表示

ts
const diffYen = currentRent - desiredRent // 月減額
const annualSaving = diffYen * 12 // 年間
const twoYearSaving = diffYen * 24 // 更新 1 周期

「月 5,000 円減 = 年 6 万 = 更新まで 12 万」 を 3 カードで並べ、 数字を 視覚化。

#見た目の方針

不動産屋カウンター + brass 鍵束 + 物件札 + 朱赤 値下げ stamp モチーフ:

  • 配色: cream paper #f4ead2 + muted teal #3a6a78 + brass key #b89240 + 物件札 amber #d8a23d + 朱赤 値下げ stamp #c63224 + sage 妥当 #6a8a6a + tag rope brown #6a4a28
  • モチーフ: counter bar (teal 背景 + brass 下線) + brass 鍵 ⚷ icon + cream paper letterhead + 朱赤 円形 「値 下げ」 stamp (rotate -14deg) + 3 トーン (active = 朱赤 stamp) + 5 物件状況 multi-check (active = teal) + 3 節約カード (sage dashed)
  • typography: Space Grotesk 800 (display) + JetBrains Mono (数値 + 出力 pre) + Instrument Serif italic (賃借文書 / counter title / 朱印)

既存 ジェネレーター 5 本 (jargon-scope cyan terminal / leap-bio purple resume / pitch-edge red battle / stack-tale emerald market / raise-draft ivory letterhead navy) と完全別軸。 唯一の 「不動産屋カウンター + brass 鍵 + teal」 モチーフ。 RaiseDraft の ivory + slate navy + brass nib と一見近いが、 muted teal #3a6a78 (RaiseDraft は slate navy #2a3a5a) で 色温度を 寒色 寄りに差別化、 brass の用途も 万年筆 vs 鍵束 で別 (タグ rope + 朱赤 値下げ stamp も別軸)。

#6 プリセット

  • 長期 5 年 / 控えめ 5% / やんわり
  • 周辺相場下落 / 10% / 数字で押す
  • 設備不具合 + 他物件 / 15% / 退去匂わせ
  • 更新タイミング / 3% / やんわり
  • 都内 1K / 8% / 数字で押す
  • 長期 + 不具合 + 攻め 20% / 退去匂わせ

#まだやっていないこと

  • 周辺相場 自動取得 (SUUMO API → 同地域 同条件 物件の 募集賃料リスト)
  • 修繕履歴 添付 (写真 / 日付 を本文に埋め込み)
  • 退去 vs 継続 ROI 計算 (引越し代 + 敷礼 + 仲介 vs 値下げ年額)
  • 保証会社 / 連帯保証人 オプション
  • 賃料減額請求 (借地借家法 32 条) 法的根拠 まとめ ページ へのリンク
  • 大家側 反論 想定 Q & A

[ ./next_action ]

読んだら、 RentCut を実際に動かす。

この開発ログは RentCut 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 →