Hallo, ich bin Otsuka und arbeite als CTO bei Liberogic. Ich habe das Gefühl, dass wir in einer Zeit angekommen sind, in der die Entwicklung unternehmensinterner Anwendungen nicht mehr auf Intuition basiert. Der Hauptgrund dafür war definitiv Claude Code.
Die Entwicklung von LLMs und die Kostenveränderungen
In den letzten Jahren sind LLMs (Large Language Models) zahlreicher und präziser geworden, während sich ihr Preis-Leistungs-Verhältnis kontinuierlich verbessert hat.
OpenAI hat gpt-oss erst kürzlich angekündigt. Es wird bereits in verschiedene LLM-Hosting-Dienste integriert. In der Preisliste von Groq für gpt-oss-120b sehe ich sehr günstige Preise.
Selbst bei komplexen Prompts sind die Kosten bei einem Aufkommen von Hunderten pro Monat vernachlässigbar.
Der Auslöser war die „Kontaktanfrage-Zusammenfassung"
Unsere Website verfügt über ein Kontaktformular, über das wir Anfragen mit Hilfe von AI zusammenfassen und an Slack versenden – ein System, das wir bereits seit längerer Zeit betreiben.
E-Mail-Formulare praktisch gestalten! Spam- und Geschäftsmails – lassen Sie sich von AI helfen
Allerdings haben wir damals nur einen einfachen Prompt mit gpt-4o verwendet. Wir wollten gpt-oss einsetzen, um die Genauigkeit zu verbessern.
"Was wäre es, wenn das Team, das tatsächlich Anfragen bearbeitet, selbst Prompts erstellen könnte?"
Das war ein interessanter Gedanke, aber um Prompts zu testen, musste man "frühere Anfragedaten in ein Node-Programm einfügen, das die LLM-API aufruft, und das Ganze ausführen und validieren". Das ist für Ingenieure einfach, aber für Projektmanager eine ziemliche Hürde.
Da kam mir die Idee, einen "Playground" für AI-Services als interne Lösung zu entwickeln
Das Ergebnis ist eine einzige Web-App
Die Spezifikation ist sehr einfach.
- Links ein Prompt-Eingabefeld
- Frühere Anfragedaten werden aus Notion geladen
- Die Groq API wird aufgerufen und das Ergebnis rechts angezeigt
Trotz dieser geringen Anzahl von Funktionen entstand eine Umgebung, in der der Director sofort testen konnte.
Früher erforderte die Infrastrukturvorbereitung und Servererstellung selbst bei einem solch kleinen internen Tool erhebliche Zeit. Heute lässt sich alles mit Umgebungen wie Cloudflare Workers schnell einrichten. Darüber hinaus kann Claude Code den Programmteil in wenigen Minuten erstellen, sobald die Anforderungen definiert sind.
Die benötigte Zeit betrug nur etwa 2 Stunden.
Von der Idee bis zur Fertigstellung dauerte es nur etwa 2 Stunden *.
Noch am selben Tag konnte die Lösung veröffentlicht werden, und das Team, einschließlich der internen Director, konnte sie sofort testen.
Was mich beeindruckt, ist nicht, dass auch Nicht-Ingenieure jetzt AI nutzen können.
"Da wir interne Apps schnell erstellen können, können wir nicht nur Ingenieure, sondern auch andere Kollegen in den Entwicklungsprozess einbeziehen" – das ist das Spannendste daran.
Spezialisierte Tools können in kurzer Zeit entwickelt und vom gesamten Team getestet und verbessert werden.
Diese Art der Vorgehensweise macht zukünftige Projekte noch spannender.
* Bei der Programmierung war das Verständnis, wie man Client-seitige Skripte mit Hono + Vite bereitstellt, der zeitaufwendigste Teil.
Das Rückgrat der Technologieabteilung von Liberogic. Wenn sie einen Wunsch hört wie "Ich würde mir das wünschen, das wäre praktisch" – setzt sie ihn sofort mit ihrem natürlichen Gespür um und verleiht der Lösung noch zusätzlichen Mehrwert. Sie ist ein Schatz unseres Unternehmens mit großem Geschick in der Kommunikation und vielen begeisterten Kunden – und eine absolute Katzenliebhaberin.
Shō
Geschäftsführender CTO / Chief Engineer / Vertreter der Godo Kaisha Neko Ana / Sieht unnötig jung aus