AI Dev Lab
Reply Remix

Reply Remix を作った理由と、一般向けサービスへ寄せた判断

Reply Remix を追加した背景、技術者寄りから一般向けの実用品へ寄せた理由、ローカルテンプレート設計の考え方をまとめた開発ログです。

·decision改善·stage検証中

Reply Remix を作った理由

Reply Remix は、雑な一文をそのまま送る前に一段整えるための実験です。

このサイトは技術者向けだけを増やす場ではなく、「こんなことできるんだ」と思える一般向けの実用品も試す場なので、その方向に切り替える一本として作りました。

どんな場面を狙ったか

  • 断りたいけど冷たく見せたくない
  • 催促したいけど圧を出したくない
  • 日程変更をお願いしたい
  • 短く返したいけど雑にはしたくない

返信文は検索でも SNS でも需要が広く、しかも一回使って終わりではなく日常的に再利用されやすい領域です。

今回の設計方針

Reply Remix は、外部の有料 API を使わずにローカルのテンプレートロジックだけで動かしています。

最初から万能な生成ツールを目指すよりも、

  1. 目的を絞る
  2. 相手との距離感を選べる
  3. 複数トーンを一度に出す

という体験の方が、このサイトの実験として価値があると判断しました。

ここから見るポイント

  • やんわり断る が本当に使えるか
  • 催促日程変更 で検索流入が取れるか
  • 一般向けサービスとして回遊が増えるか

次は、使いどころ別の記事束を増やして、サービス本体と検索入口の両方を育てます。

[ ./next_action ]

読んだら、 Reply Remix を実際に動かす。

この開発ログは Reply Remix 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 — 文章embeddingsで意味検索をブラウザ内に

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 →