課題

ゲームプロデュース部署でリリース後の運用データを確認する際、データ専門部署への依頼→対応待ちというフローが意思決定のボトルネックになっていました。プロデューサーやディレクターが「今すぐ確認したい」データでも、専門部署の対応を待つ必要がありました。

着想

生成AIを活用すればSQLを自動生成でき、データ専門知識がない部署でも自律的にデータ抽出が可能になります。実際に前職で交渉し、自部署でのクエリ作成・抽出の許可を得た実績があります。このツールはその経験を汎用化したものです。

設計思想

単なる自然言語→SQL変換ではなく、期間・除外条件・集約方法などの構造化された設問を設けることで、抽出要件の曖昧さに起因するミスを防ぎます。さらにAIが不足情報を確認してからSQLを生成するフローにより、実務で起きがちな「意図と違うデータが出てきた」を未然に防止します。

使い方

Step 1 — テーブル定義を登録（定義書のアップロード、またはサンプルデータから選択）

Step 2 — 取得したいデータを自然言語で記述し、必要に応じて構造化条件を入力

Step 3 — AIが不足情報を確認（十分な場合はスキップ）

Step 4 — 生成されたSQLを確認・コピーして使用

使用技術

このツールは HTML・CSS・JavaScript の3つのWeb標準技術で構成されており、ブラウザで開くだけで動作します。ファイルは1つで完結しており、特別なインストールや環境構築は不要です。

AIとの連携

SQL生成にはGoogle Gemini API（Flashモデル・従量課金）を使用しています。ツール内からAPIに対して以下の4種類のリクエストを送信し、それぞれ異なる役割を担っています。

• 確認リクエスト（Step 3）：入力内容を分析し、SQL生成に不足している情報をAIが質問します
• SQL生成リクエスト（Step 4）：確認済みの要件をもとに最終的なSQLを生成します
• 解説リクエスト（Explainボタン）：生成されたSQLの各部分を日本語で解説します
• 検算リクエスト（検算コメント）：出力件数がフェルミ推定的に妥当かを確認します

APIキーの管理方式

本ポートフォリオでは、APIキーをCloudflare Workers（サーバーレス関数）で管理しています。ツールのHTML内にAPIキーは含まれておらず、APIリクエストはCloudflare Workersを経由して処理されます。利用者はAPIキーの入力や取得をする必要はありません。

企業で導入する場合の推奨構成

企業で同様のツールを導入する場合は、以下の構成が推奨されます。

• APIキーは社内サーバーまたはクラウド環境（AWS / GCP / Azure）の環境変数に保存
• ツールは社内ネットワーク内でホスティングし、社外からのアクセスを遮断
• 社内認証（SSO等）と連携し、利用者の認証・利用ログの記録を実施
• API利用量の監視とコスト管理の仕組みを併設

本ポートフォリオのCloudflare Workers方式は、この企業向け構成の簡易版にあたります。「APIキーをサーバー側で管理し、クライアントには露出させない」という設計原則は共通です。

設計上の工夫

SQL知識を持たないユーザーが正確なクエリを得られるよう、以下の設計を行っています。

• 期間・除外条件・集約方法などの構造化された入力項目により、要件の曖昧さに起因する抽出ミスを防止
• テーブル定義書のアップロードによるスキーマ登録（本デモ版ではサンプルデータで代替）
• AIによる不足情報の確認ステップを挟むことで、意図と異なるデータ抽出を未然に防止
• 生成されたSQLの解説機能と検算コメント（フェルミ推定）により、出力結果の妥当性を確認可能