想到 2 小時後社內應用程式就在運作了（AI Playground）

你好，我是在 Liberogic 擔任 CTO 的大塚。我切身感受到社內應用程式開發已經進入可以「臨時起意就做」的時代。最大的驅動力就是 Claude Code。

LLM 的進化與成本變化

近幾年來，LLM（大型語言模型）的種類和精準度都在增加，而且成本效益持續改善。

OpenAI 最近發表的 gpt-oss。已經快速整合到各種 LLM 託管服務中了。看 Groq 的 gpt-oss-120b 價格表，價格相當便宜。

即使是複雜的 Prompt，只要是每月數百次的量級，成本就可以忽略不計。

契機是「聯絡我們訊息摘要」

我們的網站上有聯絡我們表單，以前就在運用一套用 AI 摘要其內容並傳送至 Slack 的機制。

讓郵件表單更便利！垃圾郵件和業務郵件交給 AI 處理最省力

但當時使用的是簡單的 gpt-4o 提示詞。我想利用 gpt-oss 來提高精度。

「如果負責實際回應客戶詢問的員工能自己設計提示詞，那不是很有趣嗎？」

這樣想著，但要測試提示詞必須「將過去的客戶詢問資料貼到調用 LLM API 的 Node 程式中執行驗證」。這對工程師來說很簡單，但對企劃主任來說門檻有點高。

於是想到的辦法是，在內部為 AI 服務打造一個「遊樂場」

做出來的是一個單頁 Web 應用程式

規格設計非常簡潔。

• 左邊是提示詞輸入欄
• 讀取儲存在 Notion 中的過去客戶詢問資料
• 呼叫 Groq API 並在右側顯示結果

雖然功能有限，但讓主管能夠立即試用。

過去的話，即使是這種規模的內部工具，也需要花時間準備基礎設施和構建伺服器，但現在可以用 Cloudflare Workers 這類環境快速啟動。而且程式部分也只要需求確定，Claude Code 就能在幾分鐘內完成。

耗時僅約 2 小時

從想到點子到完成，只花了約 2 小時 ※。

當天就上線了，包括公司內部主管在內的成員都能立即試用。

令我印象深刻的，並不是非工程師也能使用 AI。

「因為能快速製作內部應用程式，不只是工程師，還能讓周圍的人也參與開發流程」——這才是最有趣的地方。

在短時間內製作出專用工具，讓全隊成員試用並持續改進。

這種做法正在讓未來的專案變得更加令人期待。

※耗時最多的不是程式部分，而是理解如何用 Hono + Vite 設置客戶端指令稿。