想到後兩小時內就讓內部應用程式運作起來的故事（AI Playground）

你好，我是 Liberogic 的 CTO 大塚。 我實際感受到，內部應用程式的開發已經進入可以「隨想隨做」的時代。促成這一切的最大契機，就是 ClaudeCode。

LLM 的演進與成本的變化

近幾年來，LLM（大型語言模型）的種類與精確度都在增加，而且性價比也持續快速提升。

OpenAI 不久前發表了gpt-oss，很快就被整合進各家 LLM 託管服務中。看 Groq 的 gpt-oss-120b 價目表，價格相當便宜。

即使是複雜的提示詞，若每月只有數百次呼叫，成本也可以忽略不計。

契機是「詢問表單摘要」

本公司網站設有詢問表單，我們從以前就在運作一套機制，利用 AI 將表單內容摘要後傳送到 Slack。

讓表單更便利！垃圾郵件與推銷郵件，最適合交給 AI 協助處理

不過，我們當時使用的是簡單的 gpt-4o 提示詞。我們希望利用 gpt-oss 進一步提升準確度。

「如果實際回覆客服信件的員工，也能自己製作提示詞，應該會很有趣吧？」

我們有了這樣的想法，但要測試提示詞，就必須進行「在呼叫 LLM API 的 Node 程式中貼上過去的客服資料並執行驗證」的作業。這對工程師來說並不困難，但對設計總監而言門檻就稍高了一些。

於是我們想到的方法，就是在公司內部專門打造一個 AI 服務的「Playground」

我們製作的是一個單頁式的 Web 應用程式

規格非常簡單。

• 左側為提示詞輸入欄
• 讀取儲存在 Notion 中的過往客服資料
• 呼叫 Groq API，並將結果顯示於右側

功能雖然不多，但設計讓設計總監可以馬上試用。

過去即使是這種規模的內部工具，也需要花時間準備基礎設施、架設伺服器，但現在只要使用 Cloudflare Workers 之類的環境，就能快速啟動。此外，只要需求確定，程式部分也能由 Claude Code 在數分鐘內完成。

實際耗費的時間僅約 2 小時

從想到點子到完成，僅約 2 小時 ※。

當天就公開上線，包括內部設計總監在內的成員都能立即試用。

我印象最深的，並不是非工程師也能使用 AI。

「因為能快速做出內部應用程式，所以不只工程師，周圍的人也能參與開發流程」——這才是最有趣的地方。

能在短時間內打造針對特定目的的工具，並讓全體團隊一邊試用一邊改善。

我認為這樣的做法，會讓未來的專案變得更令人期待。

※花最多時間理解的，不是程式部分，而是如何使用 Hono + Vite 設置用戶端腳本。