最終更新: 2026/06/22 18:56
commonid: rq-034-conversational-scenario-ui-meta…type: promptstatus: active

MAS-332 メタプロンプト: GAS Web App + Chat UI + AI Tool Use + マルチシナリオ永続化の設計論点

用途: MAS-056（一人社長の意思決定対話 UI）の本格仕様書着手前に、GAS Web App 上での Chat UI 実装・Vertex AI Tool Use 連携・マルチシナリオ並行対話・シナリオ永続化スキーマの設計論点を Gemini Deep Research に調査依頼するためのメタプロンプト。

作成日: 2026-04-24 関連:

背景

bizlp-gas-accounting は代表者 1 名体制の法人（bizlp）が開発・運用する管理会計 ERP。Google Apps Script + Google Workspace + Vertex AI を基盤とする。

これまでに MAS-011 What-if シミュレーション MVP（HC 追加 / SaaS 追加ドライバー）、MAS-013 投資回収シミュレーション（NPV/IRR/Payback）、MAS-048 採用 TCO & BEP（法定福利 15.68%・3 年離職率 52.7%）等の計算エンジンが仕様書完成〜実装済みで揃っている。いずれもサイドバー UI + スプレッドシート入力で動作する。

MAS-056 の構想 は、これら計算エンジンの入口を「サイドバー UI + 入力フォーム」から「独立 Web アプリ（GAS doGet ベース）上の対話型 Chat UI」に置き換えるもの。ユーザー（一人社長）が自然言語で「法定福利込みの月手取り 60 万を維持しつつ、5 年後に MRR 500 万を達成するには？」と入力すると、Gemini / Claude が:

  1. 対話的にヒアリング（ユーザーの個人資本金・稼ぐ力・生活費レンジ・希望役員報酬を引き出す）
  2. Tool Use（Function Calling）で MAS-011 / MAS-013 / MAS-048 のパラメータに変換・実行
  3. 複数シナリオを並行探索（「採用優先案 / 報酬最大化案 / 投資抑制案」等）
  4. ユーザーが「これで確定」と判断した案を複数のシナリオとして管理会計システムに永続化
  5. 確定シナリオの 1 つを選んで MAS-045 で 22_bud_headcount / 23_bud_subscription に転記（既存設計）

この構想は D.11（9 ステップ財務意思決定振り返り）の Step 9「個人 B/S + 法人 B/S 統合」論点 も単独案件化せず本機能に吸収する方針。

本メタプロンプトの役割

以下 2 つを一貫して生成する:

  1. RQ-034_conversational_scenario_ui_prompt.md — Gemini 2.5 Pro Deep Research に即投入できる完成版プロンプト。事実パッケージ 6 点 + 調査項目 8 項目が自己完結的に埋め込まれている
  2. RQ-034_conversational_scenario_ui_result.md — Gemini 回答を貼付する空の結果ファイル

生成する Deep Research プロンプトの構造

冒頭: 調査の設定

  • 調査相手: Gemini = Google Apps Script × AI Chat UX アーキテクト + 日本の一人法人向け FP&A 業界アドバイザーのペルソナ
  • 前提: 本プロジェクトの技術制約・ユーザー像・既存資産を客観的な情報ベースで共有
  • 求める出力: 設計パターン比較表（3+ 候補）、ベストプラクティスの一次情報リンク、GAS 固有の落とし穴リスト、推奨実装ステップ順序

本文: 事実パッケージ 6 点

以下 6 パッケージを改変せずプロンプトに埋め込む。Gemini が推測で補うことを防ぐため、事実と根拠付きで提示する:

  1. プロジェクト全体像と MAS-056 の位置付け: bizlp-gas-accounting の概要（一人法人の管理会計 ERP）と、MAS-056 が担う「対話による意思決定ハブ」の役割（MAS-005 吸収 / MAS-011/MAS-013/MAS-048 計算エンジン横断呼び出し / 個人 B/S 統合）
  2. 技術スタック制約: GAS doGet(e) Web App、Vertex AI Claude Sonnet 4.6 / Gemini 2.5 Pro、SpreadsheetApp.openById、GAS 6 分実行制限、同時実行 30 quota、SSE ストリーミング不可、UrlFetchApp 30 秒タイムアウト（CLAUDE.md / MAS-216 仕様書抜粋）
  3. 既存計算エンジンと呼び出し規約: MAS-011 What-if（runWhatIfSimulation(drivers) 入力 HC_ADD/SAAS_ADD、出力 P/L/B/S/CF 差分）、MAS-013 投資分析（runInvestmentAnalysis() 入力 30_bud_investment_case、出力 NPV/IRR/Payback）、MAS-048 採用 TCO（runHiringTcoSimulation(params) 入力年収/雇用形態、出力 TCO/BEP）
  4. ユーザー像と UX 期待値: 一人社長（代表者 = 開発者 = ユーザー）、スマホからも使う、意思決定は 30 分〜2 時間の対話セッション、複数シナリオを同時に並行探索、「会話しながら足し引き」の操作性重視
  5. 個人 B/S 統合要件（D.11 Step 9）: 個人の資本金・稼ぐ力（クライアントワーク売上）・生活費レンジ・希望月手取り・社会保険最適化・5 年後の個人純資産予測を対話でヒアリング、役員報酬 × 法人利益のバランス最適化
  6. シナリオ永続化の現状: 管理会計システムには 30_bud_investment_case（MAS-013、投資案件）、22_bud_headcount（人員計画）、23_bud_subscription（SaaS 計画）が既存。MAS-005（固定 3 シナリオ切替）が未着手。MAS-045（What-if → 予算転記）が仕様書完成済みで、シナリオから 1 つを選んで予算に転記するルートが設計済み

調査項目: 8 セクション

MAS-056 の本格仕様書着手前に確定したい設計論点を、以下 8 セクションで構造化して回答させる:

  1. GAS doGet Web App 上での Chat UI 実装パターン

    • フロントエンド: React SPA（MAS-232 成果物の流用可能性）vs Vanilla JS vs HTML Service 単独
    • 1 ターン 1 リクエスト完結型チャットの実装パターン（UrlFetchApp 30 秒・SSE 不可制約下）
    • 会話状態の管理: クライアントサイド保持 vs Drive JSON vs シート永続化 vs CacheService 併用
    • 参考にすべき OSS / 公開事例（google/clasp 事例、GAS React テンプレート、Chat サンプル）

  2. Vertex AI Tool Use（Function Calling）の GAS からの実装

    • Claude Sonnet 4.6 vs Gemini 2.5 Pro の Tool Use 対応度・価格・速度比較（2026 年時点）
    • Tool 定義のスキーマ設計（MAS-011/MAS-013/MAS-048 の関数シグネチャをどうツール化するか）
    • 多段階 Tool 呼び出し（Gemini がヒアリング → Tool A 実行 → 結果を受けて Tool B 実行）の実装パターン
    • エラーハンドリング: Tool 実行失敗時のリカバリ（Gemini 側の再試行 vs ユーザー確認復帰）
    • 日本語会話の自然さ vs 英語会話の精度トレードオフ

  3. マルチシナリオ並行対話の UX パターン

    • タブ型（「案 A / 案 B / 案 C」タブ切替、各タブ独立会話）vs 分岐ツリー型（「この前提を変えたらどうなる？」で枝分かれ）vs カード並列型（横並びで同時比較）
    • LLM にシナリオ管理させる設計（system prompt でシナリオを構造化保持させる）vs アプリ層で明示管理
    • シナリオ間の差分可視化（「案 A と案 B は役員報酬だけ違う」等の自動要約）
    • スマホ UX での実現性（小画面での多シナリオ比較の限界）

  4. シナリオ永続化のデータモデル設計

    • スキーマ候補: 親（scenario_registry: ID / 名称 / 作成日 / ステータス / メモ）+ 子（scenario_drivers: シナリオ ID / ドライバー種別 / パラメータ JSON）
    • シート番号採番（22-30 使用済み、40 番台 40_scenario_registry / 41_scenario_drivers or 90 番台）
    • 会話履歴の保存: 新規シート vs Drive JSON（プライバシー / 検索性 / 容量）
    • 個人資産情報の機密性（MAS-200 個人情報保護との整合）、シート暗号化要否
    • シナリオのバージョン管理（ドラフト → 確定 → アーカイブのライフサイクル）

  5. 個人 B/S + 法人 B/S 統合の財務モデル設計（D.11 Step 9 吸収）

    • 一人法人における個人 B/S 項目（現預金・証券・不動産・配偶者名義含めるか）の標準的な粒度
    • 役員報酬最適化の考え方: 法人税 vs 所得税 + 社会保険料のトレードオフ計算モデル、2026 年税制の前提
    • 社会保険料の正確な試算（健保 + 厚生年金、福井県の事業主負担込み）
    • 5 年後の個人純資産予測モデル（役員報酬 → 生活費控除 → 貯蓄 → 運用利回り）
    • 既存機能との連携: MAS-010（5 年予測）、MAS-048（採用 TCO）、MAS-049（賃上げ税制）

  6. GAS 制約下でのパフォーマンスとコスト設計

    • 1 対話セッションあたりの LLM 呼び出し回数・トークン消費・月額コスト試算（1 日 3 セッション想定）
    • UrlFetchApp 30 秒タイムアウトと LLM 応答時間の折り合い（Claude Sonnet 4.6 で 10-20 秒の応答時間）
    • CacheService / PropertiesService の活用範囲（マスタ事前ロード、履歴キャッシュ）
    • 同時実行 30 quota の影響（1 人で使う想定だが、SaaS 化時の制約）

  7. SaaS 競合 / 先行事例の調査

    • FP&A SaaS（Runway / Causal / Cube / Jirav）の AI チャット機能の実装水準（2026 年時点）
    • ChatGPT / Claude の Artifacts / Projects 機能がシナリオ管理にどう使われているか
    • 日本の中小企業向け経営分析ツールで対話型 UI を実装している事例の有無
    • 「一人法人 × 個人 B/S 統合」を明示的にサポートしているツールは存在するか

  8. 実装ロードマップ推奨

    • MVP スコープ（最小構成で動く Chat + 1 シナリオ保存）
    • フェーズ分け（MVP → マルチシナリオ → 個人 B/S 統合 → モバイル最適化）
    • 各フェーズの所要期間見積もり（代表者 1 人・週 10 時間想定）
    • MAS-332 調査結果が届いた後、MAS-056 本格仕様書着手まで何を確定すべきか

出力フォーマット要件

Gemini には以下のフォーマットで回答させる:

  • 各調査項目に 「結論 → 根拠 → 比較表 → 推奨案 → 参考リンク」 の順で記述
  • 比較表は候補 3+ 件 × 評価軸 5+ 項目（コスト・実装難度・UX・拡張性・保守性）
  • 参考リンクは 一次情報優先（Google 公式ドキュメント、Anthropic 公式、論文、公開されている設計記事）
  • 最後に 「MAS-056 本格仕様書で確定すべき 10 項目」 をチェックリスト形式で提示

除外する論点（本 RQ の対象外）

以下は MAS-056 本格仕様書の中で決めるため、Deep Research の対象外:

  • 個別ボタンの配置・色彩・アイコン等の UI デザイン詳細
  • GAS コード実装の具体的スニペット（調査結果を元に代表者 + Claude Code が作成）
  • 料金プラン設計（本機能は自社利用前提）
  • マルチテナント化（MAS-238 / MAS-239 / MAS-246 等の Phase 5 課題として別管理）

変更履歴

日時変更内容
2026-04-24初版作成（MAS-056 起票と同時）