Skip to content
AlexDevCoreAlexDevCore

AIオートメーション・AIエージェント エンジニア

繰り返しの作業を代わりにこなすAIオートメーションを構築します。

小規模ビジネスや多忙なチームのために。手作業を減らし、顧客への返信を速め、見込み客の取りこぼしを防ぐAIエージェント・ワークフロー自動化・きれいなAPI連携をつくります。

退屈な作業を、ひとりでに片づくようにします。

実績を見る

無料診断 · 契約義務なし · 構築したものはすべてあなたのものです。

  • 手作業を削減
  • 顧客対応を高速化
  • 取りこぼしを削減
ワークフロー24時間365日稼働
  • トリガー

    新しい見込み客が来る

    フォーム · メール · DM

  • AIエージェント

    選別して情報補完

    読んで判断し下書きする

  • アクション

    CRM更新 · 返信

    記録し追客まで

全体の流れ

一緒に進める流れ

「面倒だ」から「片づいた」まで、シンプルで低リスクな道のり。

オートメーション・スプリント · 5 ステップ
  1. ステップ 1

    把握する

    テキストでのやり取りを通じて、あなたのプロセスと時間が実際どこに消えているかを把握します。

    プロセスを可視化
  2. ステップ 2

    設計する

    解決策を組み立て、あなたの環境と予算に合った適切なツールを選びます。

    明確な計画
  3. ステップ 3

    構築する

    まず動くプロトタイプを素早くお渡しし、本格構築を決める前に価値を確認いただけます。

    動くプロトタイプ
  4. ステップ 4

    検証する

    実際のケースで動かし、本番前に細部を整えます。

    実データで検証済み
  5. ステップ 5

    引き渡しと改善

    文書付きで使いやすい形でお渡しし、運用しながら磨き込みます。

    文書化して稼働

スキルとツール

私の技術スタック

実際に納品に使っているツール——そして今まさに習得を進めているものも。

AIとLLM

  • Anthropic Claude API
  • OpenAI API
  • プロンプトエンジニアリング
  • AIエージェント
  • LLMアプリ設計

自動化と連携

  • Python
  • REST APIとWebhook
  • n8n
  • Make / Zapier
  • Cron / スケジューリング
  • ワークフロー設計

データとWeb

  • Webスクレイピング
  • データ抽出とクレンジング
  • CSV / Excel パイプライン
  • Flask
  • Next.js / React
  • Tailwind CSS
  • 多言語 / i18n

エンジニアリングとツール

  • Git と GitHub
  • Docker
  • TypeScript / Node.js
  • Linux / Ubuntu
  • WSL
  • Bash
  • PostgreSQL / SQL
  • テスト (pytest)
  • Railway (デプロイ)
  • VS Code

私が解決する課題

どれか心当たりがあれば、それは自動化できます。

手作業の繰り返し

アプリ間のコピペ、同じデータの再入力、同じ返信を手で送ること。

例を見る
  • 新規注文をメールから表計算へ手作業でコピー
  • 同じ顧客情報を3つの別々のツールに入力し直す
  • 「ご依頼を承りました」の同じ返信を何度も送る

顧客対応が遅い

問い合わせが何時間も未対応のまま——特に営業時間外——で、関心が冷めていきます。

例を見る
  • 夜8時に届いた見積依頼への返信が翌日の昼になる
  • 週末の問い合わせが月曜の朝までたまる
  • 最初の返信を何時間も待つうちに見込み客の熱が冷める

取りこぼす見込み客

メール・フォーム・DMと問い合わせが散らばり、追客されないものが出てきます。

例を見る
  • 1週間だれも気づかなかったフォームからの問い合わせ
  • 埋もれて追客されなかったDM
  • だれが連絡してきて今どの段階かを示す一元リストがない

連携しないツール群

CRM、表計算、受信箱などがそれぞれ一部を持っているのに、どれもつながっていません。

例を見る
  • 表計算に眠る注文をCRMがまったく把握していない
  • あるアプリの新規見込み客がメールツールに届かない
  • データを移すために手作業でCSVを書き出し・取り込みしている

データがあちこちに散在

必要な数字が5か所に散らばり、レポート作成がそのたびに手作業になります。

例を見る
  • 数字がStripe・表計算・受信箱に分かれている
  • 週次レポート作成は4か所からのコピー作業
  • 事業が実際どうなのかを示す一元的なビューがない

活かせないAI

どこかでAIが役立つはず——ただ、どこで本当に効くのかが見えていない。

例を見る
  • ChatGPTは試したが、業務フローに組み込めない
  • どの作業なら安心してAIに任せられるか分からない
  • ただ会話するのではなく、自分のデータに対して動くものがほしい

サービス

主な対応領域

テンプレートではなく、あなたの実際の働き方に合わせた実用的な自動化。

01

AIオートメーション

繰り返し作業をエンドツーエンドで自動化し、ルーチンが一日を奪う代わりにひとりでに回るようにします。

たとえば
  • 受注をすべて自動で表計算とCRMに振り分け
  • 1件の入力フォームをタスク・メール・カレンダー予定に変換
  • 起きる前にレポートを準備しておく夜間ジョブ
02

AIエージェント

あなたのデータを読み、質問に答え、実際に動くアシスタント——ただ返答するだけではありません。

たとえば
  • 自社の資料からよくある質問に答えるサポートアシスタント
  • 新規の見込み客ごとに読み込み、最適な返信を下書きするエージェント
  • 入ってくる情報を要約・タグ付けするリサーチエージェント
03

ワークフロー自動化

アプリ同士をつなぎ、コピペなしで仕事が自動的に流れるようにします。n8n・Make・独自コードで構築。

たとえば
  • フォーム → CRM → メール → Slack を1つの自動フローに
  • 本来つながらない2つのアプリを完全に同期させる
  • 1つのイベントやクリックから一連の処理を起動する
04

API連携

CRM・メール・表計算・Webhook、そして既にお使いのアプリを、互いに会話させます。

たとえば
  • Stripeの新規決済を会計シートへ直接送る
  • CRMとメールツールの間で連絡先を同期する
  • Webhookを設定して、あるアプリが別のアプリに即座に反応するように
05

業務プロセス自動化

見込み客の獲得・受付・追客・レポートを自動化し、誰かが覚えているかに頼らないようにします。

たとえば
  • 見込み客を獲得し、即時に個別の追客を送る
  • 手順どおりひとりでに進むクライアントのオンボーディング
  • 毎回きっちり時間どおりに受信箱へ届く定期レポート
06

AIコンサル・プロセス診断

どこから始めるか迷っていませんか。プロセスを可視化し、最初に自動化すべき最も効果的なものを見つけます。

たとえば
  • 自動化すべき上位3項目を示した、明確なプロセス図
  • 節約できる時間とコストの、率直な見積もり
  • 専門用語なしで、私がいなくても実行できる計画

これまでの実績

焦点の定まった、クライアント志向のプロジェクト——それぞれが現実の課題を最初から最後まで解決します。

バックテスト検証 · 定量リサーチ

CopyTradeAudit

自分の結果を壊すために作ったバックテスト基盤と、そこから出た正直な「否定的結果」。

  • Python
  • FastAPI
  • pytest
  • SQLite
  • uv
コード

課題

同じ発想を売る製品は数多くあります。予測市場は全取引を公開しており、一部のトレーダーは安定して利益を出している、だから追随すれば儲かる、と。この発想はバックテストで検証しやすく、そして同じくらい簡単に「誤って」検証できます。未来情報の混入がひとつあるだけで、あるいは相関した五十の市場を五十の独立した観測として数えるだけで、結果は見事に見えながら何も意味しなくなります。

対象

判断がバックテストの上に乗っているすべての人へ。本番投入直前の戦略、取引先の実績、良すぎて反論しづらい数字。

できること

Python による決定論的なリサーチ基盤(約 3,500 行、103 のテストで担保)を、370 市場・134,000 件の実取引・46 の独立イベントに対して検証しました。結論は「測定可能な優位性なし」。コピー対象として選ばれた取引は価格帯 0.95 超で 1 株あたり +0.0200、一方トレーダーを一切介さず同じ価格帯を機械的に買った場合は +0.0211 でした。

主要な判断

  • 設計段階から未来情報を遮断:各シグナル時点で、トレーダーの実力はその時点までに決済済みの市場だけから算出し、その後に起きたことは一切使いません。
  • イベント単位でクラスタリングしたブートストラップ信頼区間。ひとつのイベント内で相関する五十の市場は、五十ではなく一つの観測として数えます。
  • 実際の板に対して、手数料・スリッページ・部分約定を含めて執行をシミュレーション。仲値で約定したという仮定は置きません。
  • 都合の良い結果ではなく否定的な結果を公開し、モデルではなく測定側が壊れていた一戦略は INCONCLUSIVE と明記しました。

学んだこと

自分の方法論の中に四つのバグを見つけました。そのいずれもが、すでに「自信のある偽陽性」を生み出していました。中には 36 取引で勝率 100% を示しながら、機械的なエントリーに対する実質的な優位が 0.8% しかなかった戦略もあります。勝率でトレーダーを並べても実力は見つかりません。見つかるのは、98 セントでほぼ確実なものを買っている人です。自信を伴った誤答は、答えがないことよりも高くつきます。

次の展開

混入とクラスタリングの検査を、他人のバックテストに向けられる検証台へ仕上げること。自分が書いていない戦略にも同じ厳しさを適用するためです。

紙上のみ — 実取引も実資金もなし。これは意図した設計です。

AI / LLM アプリケーション

Document Explainer

分かりにくい米国の公式文書を、平易な言葉で——そしてあなたの言語で説明します。

  • Python
  • Flask
  • Anthropic Claude (claude-sonnet-5)
  • pytest
コードライブデモ

課題

公式の書類——陸運局(DMV)、税務当局(IRS)、銀行、家主、保険会社などから——は専門用語と期限だらけです。米国に来て間もない人は、緊急の通知とダイレクトメールの区別がつかず、他人の解釈に頼りがちになります。

対象

米国とその周辺の制度に不慣れな人——そして正直なところ、密度の高い公式文書を30秒で実行可能な内容に変えたい、あらゆる人。

できること

書類のテキストを貼り付ける——または写真やPDFをアップロードする——と、4つの明確な情報が返るWebアプリ:それが何か、何をすべきか(期限つき)、無視すると何が起きるか、そして要約全体をあなたの言語に翻訳したもの。

主要な判断

  • AIの出力を4つの固定セクションに収めることで、回答が常に見渡しやすく実行可能に——決して文章の壁になりません。
  • APIキーなしで動く、はっきり表示されたデモモードを追加し、インターフェースを即座に安全に試せるようにしました。
  • 翻訳と多言語UIを組み込み、ツールが各人をその言語で迎えられるようにしました。
  • 文面に明確な線を引きました:書類が何を言っているかを説明するもので、法律・医療・金融の助言ではありません。

学んだこと

LLMをデモではなく信頼できる製品機能へと変える方法——一貫した構造になるようプロンプトを整え、キーなしの場合を丁寧に扱い、AI出力の周りにテストを書くこと。

次の展開

説明履歴の保存、対応書類タイプの拡充、そしてモバイル向けのカメラ撮影フローの追加。

Webスクレイピング · データ自動化

Catalog Scraper

ページ分割されたカタログサイトを、そのまま使えるきれいな表計算に変換します。

  • Python
  • requests
  • BeautifulSoup
  • openpyxl
コード

課題

ビジネスに必要なデータ——競合価格、商品カタログ、見込みリスト——は、しばしば何十ものWebページに閉じ込められています。手作業での収集は遅く、退屈で、間違いが起きやすいものです。

対象

Webデータを表計算として必要とする人:市場調査、価格モニタリング、カタログ作成、見込みリストの構築など。

できること

ページ分割されたカタログサイトを巡回し、各品目の構造化フィールド(タイトル、価格、在庫、評価、詳細リンク)を抽出し、ページ送りを自動でたどり、Excelやスプレッドシートですぐ開けるきれいなCSVとExcelファイルを書き出すPythonスクレイパー。

主要な判断

  • 使い捨てスクリプトではなく再利用できる骨格として構築——対象URLと数個のCSSセレクタを差し替えれば、ページ送り・書き出し・レート制御のロジックはそのまま使えます。
  • 設計から丁寧に:独自のUser-Agentとリクエスト間の小さな待機で、対象サイトに配慮します。
  • 列幅を自動調整したCSVとExcelの両方に書き出し、生成した瞬間から使える出力に。

学んだこと

サイトをまたいで再利用できるスクレイパーの設計方法、そしてヘッダーや待機といった小さな礼儀の積み重ねが、使い捨てスクリプトと実際にクライアント向けに回せるものとを分けるということ。

次の展開

セレクタを設定ファイルへ移し、スケジュール実行を追加し、結果をGoogle スプレッドシートやデータベースへ直接送ること。

デモはスクレイピング練習用に作られた公開サンドボックス、books.toscrape.com に対して動作します。

データパイプライン · ETL

Investments Scraper

何ひとつ形式の揃わない六つのプラットフォームを、ひとつのきれいな表にまとめます。

  • Python
  • pandas
  • CSV / Excel
  • Obsidian Dataview
コード

課題

どのプラットフォームも独自の CSV 方言で書き出します。列名が違い、日付形式が違い、そもそも一行が何を表すかの考え方さえ違う。データが複数のシステムに散っていれば、最後は手作業で突き合わせることになり、その作業を毎月くり返すことになります。

対象

互いに連携する前提のない情報源から記録をまとめている人すべてへ。ここでは証券会社の書き出しですが、CRM のエクスポート、仕入先の価格表、複数店舗のレポートでも構造はまったく同じです。

できること

六つのプラットフォーム — Robinhood、Fidelity、Schwab、Webull、Computershare、Fundrise — の書き出しを取り込み、共通スキーマへ正規化し、ダッシュボードから直接照会できるノートとして出力する Python パイプラインです。

主要な判断

  • 共通スキーマひとつに対して、情報源ごとにアダプタひとつ。七つ目のプラットフォームが増えても、必要なのはアダプタの追加であってパイプラインの作り直しではありません。
  • 正規化後の出力の隣に、元の書き出しをそのまま保存。どの数字も、出どころのファイルまで遡って確認できます。
  • 出力はデータベースではなく読める平文のノートとして書き出し、生成したツールがなくても結果を使い続けられるようにしました。

学んだこと

データパイプラインで難しいのは解析処理ではなく、六つの情報源が「一件の取引とは何か」でさえ食い違うときに、正規の形をどう決めるかです。ここを誤ると、下流のすべての数字がその誤りを引き継ぎます。

次の展開

定期実行、対応ソースの追加、そして一ファイルずつではなく全口座を一度に報告する集計レイヤー。

自己紹介

アレクセイ——アレックスと呼ばれています——サンディエゴを拠点とするAIオートメーション エンジニアです。大学で人工知能を学び、その後はさまざまな規模のプロジェクトを作り、現場に密着した実務を数年間こなしてきました。

この組み合わせこそが要点です。私はコードを書くだけではありません。取りこぼしたメッセージ、手作業の追客、5つのツールに散らばったデータといった、小規模ビジネスの雑然とした日々を理解しています。だからこそ、汎用テンプレートではなく本当の課題を軸に自動化を組み立てます。

私と組むとき、あなたは仲介者を挟まず、直接私とやり取りします。速い返信、本気の当事者意識、そしてあなたの実際の動き方に合わせた解決策を。

Aliaksei Krachkouski

AIオートメーション・AIエージェント エンジニア

新規プロジェクト受付中
拠点
サンディエゴ, CA
働き方
リモート · 世界中
返信
約10分
専門
AI自動化とエージェント

よくある質問

どのような企業と仕事をしていますか?

主に中小企業、個人事業主、そしてUpworkのようなプラットフォームで出会うチームです——代理店、ECショップ、サービス業、不動産や地域のビジネス、そして繰り返しの事務に埋もれているあらゆる方。技術者である必要も、大きな予算も要りません。一日の一部がアプリ間のデータ転記、見込み客の追いかけ、同じ作業の繰り返しに費やされているなら、それこそが私がお引き受けし、その時間をお返しする仕事です。

私のビジネスでは実際に何を自動化できますか?

多くの方が思うよりずっと多くです。簡単な見分け方は、作業がルールに沿って繰り返されるなら、たいてい自動化できるということ。よく構築するもの:即時追客つきの見込み客獲得、受付とオンボーディング、予約調整、見積・請求書の作成、データ入力とCRM更新、レポート生成、アプリ間のデータ移動・同期、自社資料からよくある質問に答えるチャットボット、PDFや書類の解析、注文・決済処理、レビューやフィードバックの依頼、Webデータのスクレイピングやクレンジングなど。ご自身の具体的な作業が当てはまるか不安ですか。送ってください——自動化する価値があるか、そして何が節約できるかを率直にお伝えします。

費用と期間はどのくらいですか?

各プロジェクトは、無料診断のあと事前に合意する固定見積もりです——時間課金の想定外もスコープの膨張もありません。実際の納品を目安にすると、単一ワークフローの手早い自動化(例:フォーム → CRM → メール)はたいてい数日、追客・通知つきで2〜3ツールを同期する標準的な連携はおよそ1〜2週間、資料から回答したり返信を下書きするAIエージェントやチャットボットは2〜3週間ほど、受付→オンボーディング→レポートまでの多段プロセス一式はおよそ3〜5週間、複数エージェントや運用パイプライン全体を含む大きめのカスタムシステムは6週間以上で、早く価値が見えるよう段階分けします。実際の期間は主に、あなたのツールへアクセスして実データで検証できる速さ次第です——着手前に必ず具体的な見積もりをお渡しします。

契約前にプロトタイプを作ってもらえますか?

はい、むしろお勧めします。通常はまず最も効果の高い部分の動くプロトタイプを、あなたの実データ上で作り、本格構築を決める前に実際に動く様子をご覧いただきます。調整点を教えていただき、本当に気に入ってから次へ進みます。これにより、あなたのリスクは低く保たれます——すでに成果を見たものにしか支払わないのです。

プロジェクトはどう始まりますか?

何に足を引っ張られているかを短いメッセージで送っていただくだけ——正式な要件書は不要です。テキストでいくつか手短に質問し、プロセスを掘り下げ、最初に自動化すべき1〜2点を見極めます。そのうえで、明確な計画・期間・固定価格を持ち帰り、作業を始める前に何が得られるかを正確にお伝えします。

今使っているツールと連携できますか?

ほぼ必ず——それが仕事の中心です。CRM、表計算、メール、カレンダー、決済ツール、そしてAPIやWebhookを持つほぼすべてを連携し、チームが既に知るツールをそのまま使い続けられるようにします。総入れ替えはしません。公式連携がないツールでも、たいていは独自コードでつなげます。

技術的な知識は必要ですか?

まったく不要です。技術面はすべて私が引き受け、実際に使える形でお渡しします。平易な言葉のドキュメントと短い操作説明つきです。私のクライアントの多くは技術者ではありません——課題をふつうの言葉で説明していただければ、それを背後で静かにひとりでに動くものへと変えます。

無料リソース

まだ相談するには早いですか?

無料の「自動化スターター・チェックリスト」をどうぞ——小規模ビジネスで最初に自動化すべき12項目と、どれが最もコストになっているかを見極める1ページ付き。送信すると同時にPDFがダウンロードされます。

スパムはありません。ご希望があったときだけご連絡します。

時間を奪うプロセスがありますか?

最初に自動化すべき、最も効果的なものを一緒に見つけましょう。無料で気軽な診断を予約——AIが本当に役立つ場所を、専門用語なしでお見せします。

無料診断 · 契約義務なし · 構築したものはすべてあなたのものです。