# ソリューション

## FoodSense AIエージェントシステム — 設計思想と実装詳細

---

### コアコンセプト：「派遣型AIエージェント」

FoodSenseの根幹は、ユーザーが自分の専用AIエージェントを「派遣」するという概念です。

```
従来モデル（検索型）
  ユーザー → 検索クエリ → DB検索 → 結果一覧 → ユーザーが選ぶ
  ↑ 毎回同じ手間、個人化なし

FoodSenseモデル（エージェント型）
  ユーザーの状態 → AIエージェントが解釈
               → 全国データを自律探索
               → 候補を絞り込みスコアリング
               → 最適解を能動的に提示
  ↑ 学習するほど精度向上、手間ゼロ
```

---

### エージェント種別と特性

FoodSenseでは、目的・シーンに応じた複数のエージェントタイプを提供します。

| エージェント | 専門領域 | 主な学習データ |
|------------|---------|--------------|
| 旨辛エージェント | 辛味・香辛料系料理 | 辛さレベル評価、リピート行動 |
| コスパエージェント | 価格対品質最大化 | 単価・満足度・アクセス時間 |
| デートエージェント | 雰囲気・記念日 | 個室有無・照明・口コミトーン |
| ヘルシーエージェント | 栄養・ダイエット配慮 | カロリー・食材・アレルギー情報 |
| 接待エージェント | 高級・おもてなし | 評価・価格帯・予約難易度 |
| カスタムエージェント | ユーザー定義 | 自由学習（プレミアム機能） |

各エージェントは独立した味覚プロファイルを保持し、使うほど推薦精度が向上します。

---

### AIエンジン構成

#### Layer 1：味覚プロファイルエンジン

ユーザーの食嗜好を多次元ベクトルで表現します。

- **明示的フィードバック**：訪問後の5段階評価、タグ付け
- **暗黙的シグナル**：閲覧時間、お気に入り登録、予約キャンセル率
- **コンテキストシグナル**：時刻、曜日、天気、同伴者属性
- **ネガティブシグナル**：スキップした候補のジャンル・価格帯

```
味覚ベクトル例（32次元）:
[辛味: 0.94, 脂質: 0.71, 塩味: 0.62, 発酵: 0.45,
 和食志向: 0.38, エスニック: 0.82, 高級志向: 0.31,
 コスパ重視: 0.77, ...（残り24次元）]
```

#### Layer 2：レストランスコアリングエンジン

全国約180万件のレストランデータに対し、ユーザーのベクトルとのコサイン類似度を算出します。

- **基礎データ**：食べログ・Google Maps・ぐるなびのクロールデータ
- **リアルタイムデータ**：現在の混雑度（Google Popular Times API）、本日の営業状況
- **SNSシグナル**：X（旧Twitter）・Instagram の直近72時間の言及ポジティブ率
- **予約可否**：接続済みの予約システム（TableCheck・一休.comレストラン）からの空席確認

#### Layer 3：説明可能AI（XAI）レイヤー

「なぜこのお店を推薦したか」をユーザーに明示します。

```
推薦理由の例：
「あなたが先月5回選んだ "坦々麺系" と味プロファイルが92%合致。
  直近48時間のInstagram口コミがポジティブ(スコア:87%)。
  今夜19〜21時は混雑度43%（快適に座れる見込み）。」
```

---

### B2B：飲食店向けAIエージェントサービス

#### 飲食店が抱える課題をAIエージェントで解決

日本の飲食店の多くがDX人材不足と人手不足に悩んでいます。FoodSense B2Bプランでは、飲食店のデジタルスタッフとしてAIエージェントを月額提供します。

| 機能 | 従来（人力） | FoodSense AIエージェント |
|------|------------|----------------------|
| SNS投稿 | 1〜2時間/日 + SNS担当者 | 自動生成・自動投稿（Instagram/X対応） |
| 口コミ返信 | 1〜2時間/日 | AIが下書き生成、オーナー1クリック承認 |
| 予約リマインド | 手動電話・LINE | 自動送信（SMS/LINE） |
| 在庫連動メニュー提案 | 料理長判断 | 仕入れデータ×人気スコアで自動提案 |
| 集客キャンペーン設計 | 外部業者に委託 | AIが曜日・天気・競合状況を考慮して自動設計 |

**想定削減工数：週あたり約15〜20時間（パート1名分相当）**

中小飲食店におけるパートタイム採用コスト（月10〜15万円）と比較すると、¥8,000/月〜のFoodSense B2Bプランは**コスト比較優位が10〜15倍**です。

---

### グループ意思決定支援：リアルタイム共有機能

「友達グループで今夜どこ行く？」という最も非効率な意思決定をAIが解決します。

**フロー：**
1. グループチャットにFoodSense AIを招待
2. メンバー全員の味覚プロファイルを自動統合
3. AIが全員の嗜好を満たす候補を3〜5件生成
4. メンバーがLike/Dislikeでリアクション → AIが即座に再スコアリング
5. 最終候補に対してAIが予約まで完結

```
例：5人グループの嗜好統合
  田中：辛い系・¥1,500以下
  鈴木：魚介系・こだわりなし
  山田：ヴィーガン対応・静かな環境
  → AIが「全員の最大公約数」を算出して候補提示
```

---

### 技術スタック概要

| レイヤー | 技術 | 選定理由 |
|---------|------|---------|
| AIモデル | Claude 3.5 Sonnet + カスタムファインチューニング | 日本語理解精度・コスト効率 |
| レコメンデーション | Collaborative Filtering + Content-Based Hybrid | 冷たいスタート問題への対処 |
| リアルタイム処理 | Apache Kafka + Redis | 混雑データ・SNSシグナルの低レイテンシ処理 |
| データストア | PostgreSQL（メタデータ）+ Pinecone（ベクトルDB） | 味覚ベクトルの高速近傍探索 |
| モバイル | React Native | iOS/Android 同時開発・展開速度 |
| インフラ | AWS（東京リージョン）+ CloudFront | 個人情報保護法準拠・低レイテンシ |

---

### プロダクトロードマップ

**Phase 1（2026 Q1〜Q2）：MVP**
- [ ] 東京23区限定リリース
- [ ] 基本エージェント4種（旨辛・コスパ・デート・ヘルシー）
- [ ] 個人プロファイル・推薦機能
- [ ] B2B パイロット（飲食店10社）

**Phase 2（2026 Q3〜Q4）：拡大**
- [ ] 全国主要都市展開（大阪・名古屋・福岡・札幌）
- [ ] グループ意思決定機能
- [ ] B2B 本格展開・API公開
- [ ] カスタムエージェント（プレミアム機能）

**Phase 3（2027〜）：エコシステム化**
- [ ] 海外展開（台湾・シンガポール・タイ）
- [ ] 食品ECとの連携（お取り寄せ推薦）
- [ ] 健康管理アプリとのデータ連携