【ITニュース解説】Build a Review Storm Analyzer with ToolJet MCP and Jev

製品やサービスのリリース後、顧客からのレビューが大量に寄せられることはよくある。このような「レビューの嵐」は、企業にとって貴重なフィードバック源である一方で、手作業で全てを分析し、対応するのは非常に困難だ。そこで「Review Storm Analyzer」は、この課題を解決するためのツールとして提案される。これは、ToolJet MCPという開発環境と、TypeSafeの決定モデルであるJevを組み合わせて構築されるアプリケーションである。

Review Storm Analyzerの主な目的は、大量のレビューを効率的にトリアージ（仕分け）し、重要な情報を見つけ出すことにある。具体的には、すべてのレビューにラベルを付け、最も注目すべきテーマをグループ化し、緊急に対応すべきフォローアップ事項を特定する。これにより、プロダクトチームは迅速に顧客の意見を理解し、次の行動へ移ることができるようになる。

このシステムの中心的な役割を担うのがJevだ。Jevは、入力された各レビューを読み込み、そのレビューが持つ「感情」（ポジティブかネガティブかなど）、「トピック」（どのような話題について書かれているか）、「緊急度」（どの程度の早さで対応が必要かを示すフラグ）、そしてこれらの判断を裏付ける「根拠となる文章」を自動的に抽出する。Jevはあくまで分析結果を「提案」する役割であり、最終的なラベル付けや判断は人間のアナリストが行うという、人とAIの協調作業が前提となっている。これにより、機械的な判断だけでなく、人間の専門知識や状況判断が加わることで、より精度の高い分析が可能になる。

Review Storm Analyzerを構築する過程では、ToolJet MCPが重要な役割を果たす。ToolJet MCPは、与えられた指示（プロンプト）に基づいて、アプリのページ構成、データベースへの問い合わせ（クエリ）、データの管理モデルなどを自動的に作成・接続するコーディングエージェントだ。これにより、通常は多くの手作業を要するアプリ開発プロセスが大幅に簡素化される。開発者は、一連の要件を統合した一つのプロンプトを入力するだけで、Review Storm Analyzerの基本的な機能を持つToolJetアプリを生成できる。

アプリの動作は次のようなステップで進む。まず「読み込み」の段階では、蓄積されたレビューデータが複数の並列ワーカーを通じてJevに一括で送信される。次に「ラベル付け」の段階で、Jevはレビューごとに感情、トピック、緊急フラグ、根拠となる文章を返す。この緊急フラグは、緊急度が50%以上のレビューに対して付けられる。そして「レビュー」の段階では、Jevからの分析結果が届くたびに、アプリのレポート画面がリアルタイムで更新される。アナリストは、Jevが提案したラベルが適切でない場合に、理由を添えて修正できる。また、プロダクトマネージャーは、特定のレビューに対してフォローアップが必要な場合にメモを追加できる。

ToolJet MCPによるアプリ構築は、非常に効率的だ。エージェントは、ワークスペースを分析し、レビューデータを格納するためのPostgreSQLデータベースに複数のテーブルを自動で作成し、さらに100件の架空レビューデータを投入する。その後、必要なクエリ、分析ロジック、ページレイアウト、そしてアクセス権限設定を全て接続し、動作するアプリを生成する。この構築プロセスでは、パフォーマンスの最適化も行われる。例えば、当初は複数のデータベースクエリがボトルネックとなり時間がかかっていたが、データの「一括挿入」やメモリからのレンダリングといった最適化手法を適用することで、処理時間が大幅に短縮され、Jevによる100件のレビュー分析はわずか00:06.4という速さで完了するようになった。

Review Storm Analyzerは、様々なユーザーがそれぞれの役割に応じて利用できるよう、厳格なアクセス制御が実装されている。ToolJetは、プラットフォーム全体とアプリ内の両レベルで「役割ベースのアクセス制御（RBAC）」を適用し、誰がどの機能にアクセスできるかを細かく管理する。例えば、アナリストはJevの分析を実行し、ラベルの修正を保存できる。プロダクトマネージャーは、分析結果に対してフォローアップのメモを追加できる。一方、ビューアーは、レビューの分析結果を閲覧するだけで、データの変更やJevの実行はできない。もしビューアーが書き込み操作を試みても、システムはそれを拒否する。このように、役割に応じた権限が明確に定義され、サーバーによって強制されることで、データの整合性とセキュリティが保たれる。

顧客フィードバックという機密性の高いデータを扱うため、Review Storm Analyzerはエンタープライズ向けの機能も提供する。例えば、SAML SSO（シングルサインオン）は、複数のシステムに一度の認証でログインできる仕組みを提供し、ユーザーの利便性とセキュリティを向上させる。監査ログは、誰がいつ、どのような操作を行ったかを全て記録し、透明性と説明責任を確保する。さらに、Git Sync（バージョン管理システムとの連携）やDocker自己ホスティング（アプリケーションを独立した環境で動かすための技術を使った自己運用）といった機能は、大規模なチームでの開発や運用をサポートする。

このReview Storm Analyzerは、レビューの嵐のような大量のテキストフィードバックを、JevによるAI分析と人間の判断を組み合わせることで、簡潔な1ページのレポートに変換し、プロダクトチームの意思決定を強力に支援する。記録された実行では、Jevがわずか6.4秒で100件のレビューをラベル付けし、そのうち38件が緊急フォローアップの対象とされた。このシステムは、コンシューマー向けハードウェアブランド、マーケットプレイスの販売者、ソフトウェア開発チームなど、様々な企業が製品リリース後のフィードバックを効率的に処理するために活用できる。ToolJet Cloud上で簡単に構築を試すことができ、自身のレビューデータを用いた分析も可能だ。Jevはあくまで分析の提案を行い、最終的な判断と修正は人間が行うため、AIと人間の強みを組み合わせた効果的なレビュー分析が実現する。