2026 · 要件・設計の判断、実装方針、動作確認（Cursor と協働）
発注メール AI 仕分け（OrderMail）業務アプリ
ばらばらな文面の発注メールを読み取り、発注データへ登録する業務デモアプリ。自信が低いものは人が確認し、直した内容を次の判断に活かします。
- C# / .NET
- Blazor Server
- SQLite
- OpenAI 互換 API
- RAG
伝えたいこと
- お客様が契約済みの高品質モデル（Azure OpenAI 等）でも同じアプリから利用できる接続設計
- 自信が低い判定は自動確定せず、人が直してから登録（ヒューマンインザループ）
- 自社商品マスタを検索して AI に渡し、明細を商品コードへそろえる（RAG）
- 担当者の修正を集計・評価・学習データ書き出しに繋げる改善サイクル
- Google Drive 上の zip で配布。非エンジニア向け案内 PDF 付き、ソースは非公開
課題
取引先ごとに書き方が違う発注メールを、そのままシステム登録できる形にそろえる必要がありました。誤判定をそのまま通すと業務事故になるため、自動化と人の確認の境界設計が重要でした。
担当
- メール取り込みから解析・商品マスタ照合・振り分け・担当者確認までの一連を設計・実装
- Azure OpenAI / OpenAI / Gemini / ローカル LLM など、契約済み・社内の AI を接続設定で切り替え可能に
- 商品マスタ検索（RAG）と、担当者の修正を手本・評価・学習データに活かす仕組みを追加
- ソース非公開の zip 配布（案内 PDF・利用条件付き）を想定
成果
自信度にしきい値を設け、迷うメールだけ「要確認」に回す運用にできるデモを公開可能な形に整えました。AI なしのルールベースでもサンプル発注を正しく扱える経路を残し、接続先の違い（構造化出力の差など）もアプリ側で吸収しています。
公開・配布
Google Drive に zip と案内 PDF を格納して共有しています（展開して exe を起動）。リポジトリのソース公開は想定していません。