【AI導入】カスタムオーダーシミュレーター×AIの基本設計

こんにちは、株式会社スプールのWebディレクターの高橋です。

生成AIの進化は目覚ましく、業務でもAIを活用する企業が増えていきました。

そこで、今回は弊社のカスタムオーダーシミュレーターシステム「MyCOS（マイコス）」にAIを組み込む場合の基本設計を考えてみました。

※2025年05月01日現在、MyCOSではAI機能は提供しておりません

利用目的、最終系イメージ

まずは利用目的や最終系のイメージを定義します。

利用目的

弊社のお客様が、MyCOS管理画面から自然言語で注文情報への問い合わせや管理、分析を行う
弊社のお客様が、MyCOS管理画面から自然言語で操作方法や設定方法を問い合わせる

最終系イメージ

受発注ご担当者様が管理画面に入り、

👤「この注文ってどこでキャンセルするの？」
🤖「注文詳細ページの右カラムにある“キャンセルステータス”を‘キャンセル済み’に変更してください。」

👤「今月の注文だけ一覧にして」
🤖「現在、今月の注文は15件あります：注文ID#123, #128, …」

のようにMyCOSシステム構造に即した実用AIチャットがリアルタイムに走るイメージです。

AIが弊社システムの構造を理解した上で、“管理者のサポート役”を果たす必要があります。

このような使い方は、

複雑なシステム（この場合MyCOS）とユーザーの間を橋渡しするAI
自然言語で操作可能なインターフェースを実現するAI中間層

であるため、一部界隈では「AIラッピング（AIラッパー）」等と呼ばれています。

必要な構成パーツ

※今回はChatGPT（OpenAIのAPI）を利用する前提とします

構成ブロック	内容	実現手段
AIチャットUI	管理画面に埋め込み	プラグインでカスタム or iframeで外部UI
システム構造要約データ	カスタムフィールド名／投稿タイプ／注文データの構造など	カスタムAPI or JSONファイルでGPTに提供
AIのAPI接続	ユーザーの自然言語→構造操作に翻訳	・OpenAI GPT-4-turbo（Function callingあり）
Function/Tool Calling定義	「この投稿を取得」「この注文データの合計出して」など	LangChainやPythonバックエンド＋API連携
認証と権限管理	編集者アカウントだけが触れる	MyCOSのユーザー認証をAIと連動 or iframeログイン維持

実現の3ステップ案

Step 1：構造の読み取り

MyCOSシステムで注文情報・ACFの構成をエクスポート or APIで取得できるようにする

REST API ＋ REST APIプラグインを活用
カスタムフィールドをJSON構造で整備

Step 2：自然言語→構造変換のAI作成

GPT API（またはChatGPT Plugins）に、構造マニュアルをprompt or contextとして与える

例：

投稿タイプ「xxxx」は注文情報です。フィールド「payment_status」は支払い状況です。
この構造を使って、ユーザーからの質問に構造的に返答してください。

function callingで「注文一覧を出して」「未払いの注文だけ抽出」などのAPI呼び出しスキルを組み込む

※「Function calling」は、ChatGPTの新機能で、外部の関数を呼び出して実行できる機能

Step 3：MyCOS管理画面にチャットUIを埋め込み

管理者用のAIチャットウィジェットをサイドバー or モーダル表示

独自プラグイン or iframe埋め込みで実装
ログインセッションを維持しながら、AIがユーザーIDを認識するように設計

ざっとこんな感じです。

どう守る？注文情報×AIのセキュリティ

サービスにAIを組み込む際に最も気になるのが、セキュリティです。

「便利にしたい」vs「でも情報漏れは怖い」という問題があります。

最重要目標

“システムに保存されているデザインデータや注文データを使って分析や質問応答はしたいけど、絶対に外部流出は避けたい。”

対応策① AIの入力に含める情報は「クエリ結果のみ」にする

AIにシステムの構造全部は渡さない
例えば「未払いの注文リスト出して」と入力したら、その瞬間だけ、システムから必要データを取得して、AIに渡すのはその抜粋データだけにする

例）

User says: 「未払いの注文一覧見せて」
→ バックエンドで `GET /json/xx/v2/xxxx?status=unpaid`
→ 結果：`[{"id": 123, "total": "4,500", "date": "2024-04-20"}, …]`
→ AIに渡すのはこれだけ。

絶対NG：システムの注文データベース全体をAIに丸ごと放り込むこと。

対応策②：「AIが見る情報」を明確に分ける（＝プロキシ層を作る）

MyCOS本体（注文DB）
AIラッパーのバックエンドAPI（Node.js / Python など）
GPT API（OpenAIなど）

このとき、“2”がデータフィルタリングの壁役となる。

「GPTに何を見せるか」「何を絶対に見せないか」をここで制御
カスタムフィールドで「機密」みたいなラベルがついたフィールドは、常にマスキング
例：カード情報・個人名・メールアドレスなどは**★文字列で置き換え**

対応策③：ログ・セッションの取り扱いをしっかり限定

AIへのやりとりログ（プロンプト/レスポンス）は保存するなら絶対にサーバー側に限定
OpenAIの商用プラン（Team/Enterprise）ではデータ学習はオフにできる　→ これを使うなら、「外部への学習提供はされない」

※フリーのAIや、GPT APIキーでバンバン投げてたら情報ダダ漏れで危険

対応策④：システム管理画面ユーザーとセッション連携

管理画面にログインしているユーザーのみがチャット使えるようにする
システム側で「このユーザーが注文情報にアクセスしていい人か」を判断
GPTには「この人＝編集者権限、注文データへのread-onlyアクセスあり」と伝えるだけでOK

理想的な構造図

補足：チェックリスト

危険要素	危ないこと	対策
認証なしチャット	誰でも質問できる状態	ログインユーザーだけに制限
データ丸投げ	全注文一覧を毎回AIに送る	クエリごとにフィルターし、必要な項目のみ渡す
メール/カード番号漏洩	機密情報をマスキングしない	`***`で置換 or 該当フィールド除外
ログ収集	AIのやりとりを外部保存してる	ローカルログ or 収集オフ設定必須
APIキー共用	公開チャットに汎用APIキーを入れる	鍵はサーバーで暗号管理＋IP制限

まとめ

構想は実現できる可能性は高いですが、
「構造理解」と同じくらい「情報制限」が重要です。

AIに“全部任せる”のではなく、“AIが見る世界をこっちで絞る”意識が大切です。

その設計は、“翻訳と壁”の仕事と言えます。

【AI導入】カスタムオーダーシミュレーター×AIの基本設計

利用目的、最終系イメージ