次世代英会話アプリ『olelo』の開発記録

次世代英会話アプリ 『olelo』の開発記録 株式会社ディー・エヌ・エー 1 2026年3月24日 森 大輝 柿木 幹太

自己紹介 2

自己紹介 森 大輝 IT本部AI・データ戦略統括部 AI技術開発部 AIイノベーショングループ X: @dm_SpeechAI (もしよければフォローしてください！ ) 専門 : 音声認識, 音声感情認識, 自然言語処理 趣味 : 野球, 猫 DeNAでやってきたこと : 2023~ : セコムバーチャル警備 音声認識・音声合成・音声対話の研究開発 Allm Joinにて医療ドメインでの生成 AI活用 2024~ : NEDO 音声対話モデルの開発 , 音声コマンドの開発 (音声認識評価指標に文句を言う論文書いたりした ) 2025~ : AI英会話 olelo 3

自己紹介 柿木 幹太 / かっきー IT本部AI・データ戦略統括部 AI技術開発部 AIイノベーショングループ ● ● 学生時代 ○ ロボコン ○ CV系の研究 ○ インターン＆ハッカソン 社会人時代 ○ 25卒として新卒入社 ■ AIフルスタックエンジニア ○ 研修（〜8月） ○ LLMを組み込んだ新規プロダクト開発 ■ バックエンドとインフラをメイン担当 ■ LLM組み込んだ機能実装をサブ担当 4

目次 1 プロダクト概要: oleloってどういうプロダクト？ 2 デモ紙芝居: oleloのイメージを伝えます！ 3 開発の裏側: 開発体制と検証プロセス 4 AI改善戦略: AIを中核としたプロダクト改善サイクル 5 おまけ: Skillsのtips 5

プロダクト概要: oleloってどういうプロダクト? 6

1 プロダクト概要:oleloってどういうプロダクト？ 7

1 プロダクト概要:oleloってどういうプロダクト？ 8

1 プロダクト概要:oleloってどういうプロダクト？ 1. 2. 3. 4. 5. 6. 7. 目標ヒアリング AIがユーザーの学習目的や 具体的な利用シーン（ビジネス、日常会話、旅行など）をヒアリング ロードマップ作成 ヒアリング内容に基づき、ユーザーに最適な学習計画を作成・提示 英会話実践 設定されたシチュエーションに基づく、 AIとの実践的なロールプレイ環境の提供 AIからのフィードバック 会話データを分析し、よりネイティブな表現の提案や改善点など、 実践的なアドバイスを提示 ユーザー評価の取得 会話の難易度やロールプレイのマッチ度など、ユーザーからのフィードバックを取得 ユーザー情報の更新 AIによる分析結果とユーザーからの評価をもとに、 学習レベルや好みのデータを最新状態にアップデート ロードマップの再提案 更新されたデータに合わせて次回の学習計画を最適化し、新たなロードマップとして提案 9

デモ紙芝居: oleloのイメージを伝えます！ 10

2 デモ紙芝居: oleloのイメージを伝えます！ ユーザの目標をヒアリングし、適切なタイミングで深掘りしてくれる 11

2 デモ紙芝居: oleloのイメージを伝えます！ ・ユーザにチューニングされた学習ロードマップが生成される ・専門的なシチュエーションでの音声対話体験を実現 ・シナリオ難易度やシナリオマッチ度をAIにFBすることでAIが改善される 12

2 デモ紙芝居: oleloのイメージを伝えます！ ユーザの発話に対して、AIからのフィードバックがもらえる 13

2 デモ紙芝居: oleloのイメージを伝えます！ ピンポイントでテストしておきたいチュエーションがある場合の”作る”機能 14

開発の裏側: 開発体制と検証プロセス 15

3 開発の裏側: 開発体制と検証プロセス 開発体制 プロトタイプ・MVPフェーズ - 本開発フェーズ (合計6人) (合計4人) PdM 2人 エンジニア 1人 AIエンジニア 1人 体制強化 PdM 2人 エンジニア 3人 AIエンジニア 1人 *兼務メンバーもいます - プロトタイプ・ MVPフェーズでは 顧客ニーズの特定と仮説検証を最優先 - 本開発では開発体制を拡充し、 本格展開に耐えうる安定したシステム基盤と UI/UXを構築 16

3 開発の裏側: 開発体制と検証プロセス 検証プロセス 検証の精度を高めるポイント ・ユーザの行動データを重視 プロトタイプでの行動データを 重要データとして扱う。 データ分析 仮説は実証されたか？ 次のフェーズへ進む基準を満たしたか？ ・ビジョン ・ターゲット ・目標数字 ・フィードバックループの高速化と学習 顧客の反応から得られた学びを、 即座にコア仮説やプロダクトに反映し、 次の検証に繋げる。 コア仮説 検証結果 顧客の課題と、 それを解決する提供価値の定義 プロトタイプを用いた 行動データ取得や定性ヒアリング 17

3 開発の裏側: 開発体制と検証プロセス AIエンジニアに求められること 1. データ分析・課題特定 ● ● ユーザー行動やログを紐解き、解決すべき課題を特定 目標達成の指標となるKPIを策定する 2. AIソリューションの提案 ● ● 最新の機械学習や生成AI技術から、課題解決に最適なアプローチを選定。 事前に策定したKPIと客観的な判断基準に基づき、ROIを見据えた施策を提案。 3. プロダクト実装・検証 ● ● プロトタイプを用いた仮説検証（MVP）の迅速な実行。 本番環境への組み込みと、行動データを重視したリリース後の継続的な精度チューニ ング。 18

AI改善戦略: AIを中核としたプロダクト改善サイクル 19

4 AI改善戦略:AIを中核としたプロダクト改善サイクル AIからの フィードバック 英会話実践 ロードマップ作成 ユーザ情報 ユーザ評価 ・英会話実践とフィードバックのサイクルを回すたびに、 「ユーザ情報」が継続的にアップデートされる。 ・データが蓄積されて洗練されるほど、 AIのパーソナライズ精度が向上し、 より最適なロードマップが再提案される好循環（フライホイール効果）を生み出す。 20

おまけ: oleloでのAIツール活用 21

5 おまけ:oleloでのAIツール活用 ● oleloでは主に以下のツールを使用中 ○ Claude Code ■ メインの開発用コーディングエージェント ○ Cursor ■ コーディングエディタ ○ Devin ■ GitHub上で簡単な機能実装や調査タスクをさせる（試験的） ○ Gemini ■ 広く全般に何でも調査させる ○ NotebookLM ■ プロダクト全体のナレッジをチームで貯めていく 22

5 Claude Codeでのメイン開発について紹介 ● 今回は、現在の oleloにおけるバックエンド開発での事例紹介 ● やってること ○ CLAUDE.md：毎セッション読まれるプロジェクトの指示書 ○ Skills：再利用可能な知識、ワークフロー ○ Subagent：独立したコンテキストで動くエージェント ○ Hooks：特定イベントで発火する処理 ○ Settings：権限や環境周りの設定 やってないこと（やれてないこと） ○ Agent teams：チームメイト同志がやり取りできるサブエージェントのグループ ○ MCP：外部サービスへの接続プロトコル ○ Memory：会話履歴等を永続化する仕組み ● 23

5 Claude Codeでのメイン開発について紹介 新機能開発だと ... まずは、仕様作成 開発者 /spec <機能の説明 > Claude Code 既存実装の パターン把握 仕様に落とし込み 質問に回答 レビュー AskUserQ uestion 24

5 Claude Codeでのメイン開発について紹介 新機能開発だと ... 次に、実装 Claude Code 開発者 /implement <仕様書パス > レビュー 既存実装の調 査 順序に従い実装 Subagentで レビュー・修正 テスト 25

5 Claude Codeでのメイン開発について紹介 「12/11 リリース」 「12/19 アップデート」 ・Your Goalsで生成した シナリオが Favoriteできる ・Your Goalsのオンボーディングに テキスト入力を導入 する ・オンボーディングで Websocket接続が切れた時の 復帰処理を改善 「2/2 アップデート」 ・トップページレイアウト変更 ・一回のゴール設定で生成されるシナリオの数を変更 ・ストリークセレモニー追加 ・ロールプレイに スピーキング予習機能 とセンテンス復習機能 を追加 ・シナリオをすべてクリアした際の ２周目のゴール提案機能 を追加 ・データ分析基盤構築 ・CI/CD含めた リリースフロー整備 ・ログやダッシュボード、アラート周りの整備 *上記が約 7週間、業務日数 29日（QAやiOS審査、プロダクトの方針を検討してるフェーズも含む） 26

良ければインストールしてね！ (ステッカーを準備しているので、欲しい人は懇親会にてお声がけください。)

@ DeNA Co.,Ltd.