1PropSync コア機能設計
1.1 物件情報管理
リスト表示UI（イタンジ参考）
イタンジっていうソフトは地図表示でこうやって見れて、賃貸のやつなんだけど。この白い枠の1個1個が線で区切られてるというよりは、楕円形のやつとかにした方がいいかもしれない。リスト検索でこんな感じで出てたらいいよね。写真と組み合わせた状態で出すのがいい。
物件登録フロー
PropSyncに物件情報がメールで自動入力され、おすすめの企画が出てきたら、営業マンは最終的な電話・提案をするだけで済む。
情報一元管理（チャット散在問題の解決）
3ヶ月後に情報が出てきているかもしれないけど、そのときにはもう流れてしまっている。こういう情報をひたすら営業員が頭に入れて、みんなで話し合ってすべて洗い出していかないといけない。これをPropSyncが一発で解決できる可能性がある。
1.2 マッチングエンジン設計
双方向マッチング
物件に対してマッチングを出してるじゃん。これはこれでいいけど、買いニーズに対してマッチングを押すと、全部の中からマッチ率が高いというマッチ方法を考えていきたい。
加重類似度スコアリング
| 要素 | 説明 | 重み |
|---|---|---|
| エリア | 所在地・最寄り駅・徒歩分 | 高 |
| 予算 | 購入希望価格帯と売出価格の整合 | 高 |
| 用途 | マンション・ホテル・商業施設等 | 中 |
| 広さ | 希望面積と物件面積の整合 | 中 |
| 条件 | 日当たり、周辺開発動向等 | 低〜中 |
データをクローリングした情報を入れて、相場感の精度を見る。日当たりの部分や、近くに高層ビルが建つとか、タワマンがどんどん建ってくるだろうから少し上げしておくとか。
極めるとしたらマッチングアルゴリズム。ただ、PropSyncだけを売りにする企業だったら競合にやられるが、実業に生かせるベースで考えると開発の投資対効果はある。
1.3 AI企画提案機能
条件として用途地域、容積率、権利とか詳細条件を全部読み取った上で、この案件に対して可能性としてできる企画を上げてくださいというもの。そしてこの内容を読み取って、受注のステークホルダーに合う業者がリストで出てて、そこにメール送信できるようになるとめちゃくちゃ使えるようになる。
ROI計算モデル（実例）
原価利回り = 年間純収益 / 総投資額 × 100
【ホテル企画モデル】
土地仕入れ: 4,600万円 + 建築費: 4億8,000万円
→ 原価利回り: 13%
→ 利回り6.5%で売却: 売却価格 約20億円
1.4 レコメンド機能
物件に対してはホテル用地とか宅地とか、こういう企画があるかもしれませんと出ていて、ステークホルダーに対して、例えばデベロッパーだったらこの会社とか、マッチングして、おすすめの担当会社とか提案先が出てきたら、そこにスムーズに進んでアプローチができる。あとは帰ってきてフィードバックを入れているだけで済む。
1.5 CRM/顧客管理統合（HubSpot代替）
PropSyncに顧客管理・タスク管理機能を入れれば、AsanaとHubSpotが合わさったようなものになる。物件マッチングの結果をワンクリックで取引管理に反映できれば、外部ツールは不要になる。
取引フェーズ管理
コスト比較
| 項目 | HubSpot | PropSync内製CRM |
|---|---|---|
| 月額コスト（20人） | 3万〜20万円 | 約7,000円 |
2外部連携・データ設計
2.1 スクレイピングデータ統合
知り合いの会社が作っているシステムがあって、全国のオープンデータの中から情報を吸い上げて「今これは安いかもしれません」と相場より高い・安いを判定している。この会社が提携できると言っていて、6年間ずっとデータを集めているらしい。
2.2 ForkEye連携設計
フォークアイは不動産の「目利き」に関わる部分。自社の企画に使う分析ツール。一方プロップシンクは、売り情報と買い情報のマッチング管理ソフト。これを他社に販売していくことで、他社の情報もデータベースとして蓄積できる。
| PropSync | ForkEye | |
|---|---|---|
| 位置付け | 外販SaaS | 内製ツール（非公開） |
| 主機能 | 売買情報管理・マッチング | 目利き・企画・分析 |
| ユーザー | 他社の不動産仲介業者 | Leadit社内のみ |
| データ | 他社のデータも蓄積 | 自社分析データ |
2.3 既存ツール連携
HubSpot
CRM双方向同期
Google Workspace
チャット・カレンダー
LINE
タスクリマインド・通知
3Neural Core サブエージェント設計
3.1 現状のNeural Core構成
シェアードは、WonderJourneyの全体に必要なオーケストレーター、ストラテジー、リサーチ、クリエイティブエージェントとして全部に応用するやつ。各特化型スペシャリスト（不動産鑑定士、弁護士、一級建築士、土地家屋調査士、税務、プロジェクトファイナンス、行政書士）も入っている。
| 専門家エージェント | 役割 |
|---|---|
| 不動産鑑定士 | 物件価値評価・相場分析 |
| 弁護士 | 法的リスク評価・契約レビュー |
| 一級建築士 | 建築可能プラン・構造検討 |
| 土地家屋調査士 | 筆界・測量・登記関連 |
| 税務専門家 | 税務計算・節税スキーム |
| プロジェクトファイナンス | 資金調達・収支計画 |
| 行政書士 | 許認可・行政手続き |
3.2 Claude Code .claude/agents 移行
.claudeフォルダの中にエージェントフォルダを作って、サブエージェントのマークダウンファイルを入れていくとClaude Codeがサブエージェントを呼び出して動く。サブエージェントとしてClaude Codeが振る舞う場合と、マークダウンのテキストを読み取って動く場合とでは動き方が違う。
| プロンプトベース | Claude Codeサブエージェント | |
|---|---|---|
| 動作方式 | テキスト読み取り→応答 | タスクツールで独立実行 |
| コスト | 低い | 高い |
| 精度 | テキスト品質依存 | ツール使用可能で高精度 |
| 適用場面 | 分析・レビュー | 開発・ファイル操作 |
3.3 精度検証
不動産のプロですとか宅建士ですと入れたところで、どこまでそいつが本当にプロの宅建士として話してるのか。20年の連続の経験と比べたとき、どのレベルのエージェントなのか。
YunaCoreに入れてみたところ、物件の向き不向き、リスク評価、想定売却価格などをかなりいい精度で出してくれた。ブラッシュアップすれば、一個一個出てきた物件情報の精査が一瞬で終わる。
4タスク管理・アジェンダ統合システム
タスク
実行すべき具体的アクション
アジェンダ
議論・意思決定が必要な事項
タスクは緊急度1から10まで手動で設定して、ガントチャートに入れたときにスケジュールが自動で組み上がる。複数プロジェクトがあったときにデッドラインを変えたら緊急度が低いやつが後回しになって高いやつが優先されるように自動調整されたら最高。
Claude Codeがタスクを引っ張ってきて、順序やスケジューリングを考えて期限付きで更新していく。AIでタスクの追加・削除・スケジューリングは前提として考えている。
5組織情報集約システム（WJ全体）
5.1 ボトムアップ × トップダウン構造
ボトムアップとしてはクローズド型で、トップダウンとしてはオープン型の構造を最終的にはWonderJourneyグループで作りたい。各会社の事業計画、商談の議事録を、ヘッドクォーターのNeural Coreが全部吸い取る。上のAIが下から吸い取ったものを分析して、必要な案件の情報を瞬時に確認できる。ただし下の人たちは上のものを確認することはできないようにする。
5.2 個人AIエージェント（秘書AI）
自分だけのAIエージェントが欲しい。自分の情報、壁打ち、構想が全部積み重なっていって、人間の脳はどんどん忘却していく中で、自分が忘れていた3ヶ月前にやっていたことと今の話がこれが連携できますよねという提案が可能になるんじゃないか。
ニアリーイコールのものは作ってます。CEOに話しかけると技術的な話ならCTOに飛んでレスポンスを返してくれるオーケストレーション。LINE公式アカウントをUIにして動かしている。
5.3 RAGナレッジ蓄積
Zoomの収録をクラウドにアップして、文字起こしをしてRAGに溜めていく。AIが検索可能な状態に加工してデータベースとして置いておく。報告する必要がない。決める方向だけの会議にしたい。
6事業シミュレーション機能
全事業のリソースを入れて、1年後には年商10億、3年後に100億、10年後に1000億という目標に対して、PropSyncは何パーセントのシェアを取ってて、必要な課題が出てて、いつリリースしなきゃいけないかが計画される。遅れてたら警告が出たり、逆に早いならもっと可能性があると教えてくれたり。
10億
1年後目標
100億
3年後目標
1,000億
10年後目標
AIの演算能力は人間と全然違う。全体的なリソースを入れて、AIが最大のバックプランを考えてくれて、このリソースだったらここまでの売り上げ出せるのに出せてないとなれば、何を改善すべきか分かる。
7大規模化・インフラ設計
7.1 スケーラビリティ
データベースの設計を事前にしておかないと膨れ上がる可能性がある。プレビュー環境でテストして本番環境に移していくのが今後の課題。
7.2 SaaS化の技術課題
7.3 外部サポート体制
山崎省長はKDDIやソニーの案件を24年やってて、ANAの予約アプリもやってる。インフラに強い。最終的には全部内製でできる状態が理想。だけど現実的に経験値がある人たちの知見を今からインプットして、未然に防げるものを防いでおきたい。
8その他の構想（横展開）
コワーキング×AIエージェント自動商談
登録企業同士のAIが自動マッチング・提案書生成→承認後に商談
税理士法人向けシステム
決算書→補助金企画書の自動生成、顧問先への横展開
YouTube自動配信
コンテンツ作成・配信の自動化
Shopifyデータ連携
30分ごとの自動データ収集・在庫管理・トレンド分析
付録A: UI/UXデザイン方針
| プロダクト | デザイン | 特徴 |
|---|---|---|
| PropSync | ニューモフィズム（白ベース） | 浮き出るボタン・業務ツール向け |
| Mishiru | ロゴカラー + エフェクティブライン | ゲーミフィケーション・幅広い年齢層 |
| システム系 | グラスモーフィズム（Apple風） | プレゼン・見せる用途 |
PropSyncのマッチングのUI全部変えたい。全体的にニューモフィズムを取り入れたいが、シンプルに真っ白でグレー系は一切使わずに作りたい。既存の青っぽいネオン調は避ける。デプロイ先はVercel。リポジトリは別で分ける。
付録B: 技術スタック
| レイヤー | 技術 |
|---|---|
| フロントエンド | Next.js 14（App Router）+ TypeScript |
| UI | shadcn/ui + Tailwind CSS |
| 状態管理 | Zustand |
| バックエンド | Supabase（PostgreSQL + Auth + Storage + Realtime） |
| デプロイ | Vercel + Supabase |
| 開発ツール | Claude Code（WezTerm） |
| 成果物共有 | Cloudflare（HTMLベース） |
| 決済 | Stripe（段階的導入） |
付録C: 開発体制
| 担当 | 役割 |
|---|---|
| たつやさん | 事業方針・要件定義・不動産ドメイン知識 |
| レン君 | 技術リード・要件定義〜0.5段階の開発・UI/UX設計 |
| 伊藤さん | 開発実装（レン君から引き継ぎ後） |
| 安田さんチーム | 不動産専門知識・マッチング精度の検証 |
| 山崎省長 | 大規模インフラ設計の外部サポート |
付録D: 差別化戦略
実業との一体運営
Leaditの不動産実業がバックにある
専門チーム
東京の超一流分析チームとブラッシュアップ
マッチングアルゴリズム精度
暗黙知のデータ化・継続的改善
ForkEye二段構え戦略
データ収集（PropSync）→独自分析（ForkEye）
PropSyncだけなら同様のシステムを作る競合に負けるかもしれないが、うちはリーディットという不動産実業があり、売買も管理もやっている。IT・不動産・広告クリエイティブの3つが揃っているからこそ、多面的なベネフィットが取れる。
付録E: 内製化システムの全体像
タスク管理のAsanaとHubSpotを合わせたい。顧客管理のCRM機能がついてて、各事業のステークホルダーへの顧客管理ができてる状態で、タスク管理とリンクする。これができるとWonderJourneyのNeuralCoreになるような内製化システムとしてめちゃくちゃ機能する。
HubSpotと全く同じもの作れる？全然ない。本気でやったら2、3時間ぐらい。忠実にちゃんとやるのであれば全然いける。