CHEN YI AN

SELECTED WORK / 2 PROJECTS

つくったもの。
確かめていること。

利用場面、設計の意図、確認できる根拠を紹介します。各成果物は、取り組んだ問題から順に、共通の項目でまとめています。

英語スコア証明の根拠となる募集要項・入試案内・追加提出物一覧を、それぞれの役割とともに確認できます。矢印は参照・補足関係を示しており、三つすべての提出を意味するものではありません。公開デモの画面です。保存済みサンプルを使っています。操作内容と撮影日は各図の説明をご覧ください。

PROJECT 01 / RAG / DOCUMENT RETRIEVAL

J-Grad Admission RAG

日本の大学院募集要項から、出願に関する情報を出典ページとともに確認できる検索システムです。

公開デモあり・保守中 · 2026-07 → 2026-10

  1. 01資料の中から、必要な情報を探せます。
  2. 02回答と根拠の対応を確認できます。
  3. 03原文に戻って、適用条件を読み直せます。
公開デモ ↗GitHub ↗技術解説 ↗設計判断の案内 ↗協働の記録 →
対象と課題
留学塾の教務担当者は、研究科共通の要項と専攻別資料を行き来しながら、同じ情報を何度も調べています。LLM に回答を任せるだけでは、出典を保持できない場合があります。
担当・AIの活用
最初に三つの原則を決めました。事実と判定はプログラムが持ち、言葉にするのは AI。「分からない」を「いいえ」にしない。資料どうしの関係は人が確認してから使う。要件、受け入れ、方針の変更は私が担当し、実装の大半は Codex / Claude Code が書き、私は実データと回帰テストで検証しました。
検証と制約
実 PDF を使った一連の処理を確認し、固定ベンチマークによる回帰テストと、PC・スマートフォンのブラウザでの受け入れテストを行いました。CI ではモデル性能を毎回再測定していないことも、公開文書に明記しています。
次に変えること
二つあります。基盤を作り込みすぎて、利用者が一連の操作を終えられる画面が出るまでに時間がかかりました。次は狭くても最後まで通る機能を先に出します。もう一つは、二校・数十人の規模に対して手続きが重くなりすぎたことです。設計判断の文書は 17 件書きましたが、残す価値があったのは 7 件でした。次は「後で蒸し返したくない判断」だけを文書にします。
確認できる数字
検索評価：Recall@10 0.8852 · MRR 0.8323
固定42問・391件のKBでの評価結果（2026-09-24保存）。正しい根拠が上位10件に入った割合で、回答の正解率ではありません
技術
PythonFastAPIPyMuPDFBGE-M3BM25 / RRFPydanticpytestPlaywrightGitHub Actions
TTS 音声または公開の架空資料で実行したアプリの画面です。人の会話を収録したものではありません。個人情報は含みません（2026-10-28）。公開画面と録画は TTS 音声または公開の架空資料による実行です。第三者試用・日本語母語話者レビューは未実施です。

PROJECT 02 / JAPANESE LEARNING / CLAUDE SKILL + GPU

Japanese Speaking Coach

会話中の聞き取りと返答を支える Windows アプリです。PC 音声をふりがな付き字幕にし、発話の区切りで「そのまま言える」返答候補を3つ表示します。推奨の返答は結論を先に示し、自分の授業資料から出典付きで答えることもできます。

開発中（第2段階：字幕・返答候補・資料参照・復習が動作） · 2026-10 →

  1. 01難しい漢字にふりがなが付いた字幕を読めます。
  2. 02⭐ の返答を、太字の結論からそのまま口に出せます。
  3. 03授業資料にもとづく回答と出典を確かめられます。
GitHub ↗設計判断 ↗協働の記録 →

主画面とは別に、履歴と保存内容を確認できます。

履歴と単語

TTS 音声で実行したアプリの画面です。人の会話を収録したものではありません。個人情報は含みません（2026-10-25、app commit 3ba4bea）。

対象と課題
日本で暮らす中国語話者（N4–N2）が、店員の敬語や同僚の話し言葉にすぐ返答できない場面を想定しています。解説を読むことが中心の教材では、その場の返答を支えにくいと考えています。
担当・AIの活用
出力形式と教え方、⭐ の推奨表現を選ぶ5段階の指示、LLM を用いた評価方法を私が設計しました。Skill 本文と字幕アプリの実装は Claude Code が担当しました。
検証と制約
数字は TTS 音声と文字の評価で測りました（速度 n=10、返答 20文×2、架空資料8問）。私自身が実際の動画と89分のオンライン授業で使用し、見つかった問題への対応を D-013〜D-041 に記録しています。最新版の実会話での確認、第三者の試用、日本語母語話者のレビューは未実施です。
次に変えること
別のエージェントに開発を任せた期間、「作り話をしない」という一つの指標だけを改善した結果、返答が「【参加できます／参加できません】」のような空欄だらけになり、そのまま言えなくなりました。評価も実際のアプリとは別の経路を測っていました。次は、変更ごとに「そのまま言えるか」も併せて測り、実際のアプリと同じ経路で評価します。
確認できる数字
字幕→候補 p50 2.21 s · そのまま言える返答 102/102 · 単体テスト328件
最後の字幕イベントから返答候補の描画完了まで p50 2.21 秒（p95 2.50 秒、10/10 が3秒以内）、音声認識 p50 0.25 秒です。TTS 10文・1回の実行（n=10）、RTX 5060 Laptop GPU で測定しました。音声入力からの総遅延ではありません。そのまま言える返答 102/102 は20文×2回の文字評価です。単体テスト328件はCPU上のロジックを対象とし、会話の自然さや学習効果を示す数字ではありません。
技術
Claude Skillfaster-whisper (large-v3-turbo)CUDAMeCab / fugashiDeepSeek APItkinterAnki export

画面を拡大する