【ITニュース解説】I Stopped Opening the Spreadsheet: Asking 19,426 Job Posts One Lazy Sentence
2026年10月26日に「Dev.to」が公開したITニュース「I Stopped Opening the Spreadsheet: Asking 19,426 Job Posts One Lazy Sentence」について初心者にもわかりやすく解説しています。
ITニュース概要
「CouchFilter」は、大量の採用情報を手作業で探す手間を省くツールだ。文章で条件を入力するだけで、AIがスプレッドシートから該当情報を瞬時に絞り込む。AIによる自然言語処理とPythonのデータフィルタリングを組み合わせ、ローカルで安全に動作する。これは、手間のかかるデータ検索作業を効率化するシステム構築の良い例だ。
ITニュース解説
システムエンジニアを目指す初心者の皆さんにとって、情報技術がどのように現実世界の問題を解決し、日々の作業を効率化するのかは、常に興味深いテーマだろう。今回紹介する「CouchFilter」というプロジェクトは、まさにそのような具体的な問題解決を、最新の人工知能(AI)技術を活用して実現した事例である。これは、中国の国家公務員試験における膨大な求人情報の中から、自分に合った職を見つけ出すという、非常に手間のかかる作業を劇的に簡素化したツールだ。
このプロジェクトのきっかけは、開発者自身が直面した困難な状況にあった。毎年発表される国家公務員試験の求人リストは、部門、採用人数、必須専攻、学位要件、勤務地、その他多くの詳細な注釈といった情報が、およそ19,426行もの膨大な量で記載されている。開発者は、この中から自分が応募できる職を探し出すために、毎週のようにスプレッドシート(Excelファイルのようなもの)を開き、手作業でフィルタをかけ、学位、専攻、英語資格、党員資格、地方での勤務経験といった複雑な条件を一つ一つ確認するのに、丸一週間もの時間を費やしていたという。これは、データ量が膨大であるため、従来のPC操作だけでは非常に非効率な作業だった。
手作業での検索を繰り返すうちに、開発者はある重要な点に気づいた。最終的に知りたい情報は、「英語専攻で、英語資格は不要、3人以上採用で、太原の求人は?」といった、たった一行の短い質問で表現できることばかりだったのだ。しかし、この簡潔な質問に答えるためには、毎回スプレッドシートを開き、どの列に何の情報があるかを思い出し、複数のフィルタを適用し、目を凝らして結果を確認するという、手間のかかる一連の作業が必須だった。この「面倒くささ」こそが、CouchFilterの開発へとつながる原動力となった。
そこで開発されたCouchFilterは、この面倒な作業を一掃する画期的なツールである。ユーザーは、知りたい内容を一行の質問文として入力するだけで、ツールが瞬時に条件に合致する求人情報をランク付けして表示してくれる。例えば、「英語専攻で、英語資格は不要、3人以上採用で、太原の求人」と入力するだけで、その条件に合う求人のリストが手に入るのだ。これにより、ユーザーは膨大なデータと格闘することなく、直感的に知りたい情報へアクセスできるようになった。
CouchFilterの内部構造は、システムエンジニアを目指す皆さんにとって、特に注目すべき点が多い。このツールは、処理を意図的に二つの明確な段階に分けて実行する。一つ目は「あいまいな部分」の処理、二つ目は「厳密な部分」の処理だ。まず「あいまいな部分」では、ユーザーが入力した「英語専攻で、3人以上採用」のような自然言語の質問文を、コンピューターが処理しやすい構造化されたフィルタ条件、例えばJSON形式のデータに変換する役割を担う。この変換作業には、「Gemma 3 1B」というオープンウェイトのAIモデルが使われている。このAIモデルは、ユーザーの言葉のニュアンスを理解し、「3人以上」という表現を「最低採用人数:3」といった具体的な数値に落とし込む高度な機能を持つ。このAIモデルはユーザーのPC上でローカルに動作するため、機密性の高い求人データが外部のクラウドサービスに送られる心配がない。
次に「厳密な部分」では、AIモデルが構造化したフィルタ条件を、純粋なPythonプログラムが実際の求人データ(スプレッドシート)に対して適用する。これは、Excelでフィルタリングを行うのと同様の作業を、プログラムが自動的かつ高速に実行するものだと考えればよいだろう。この段階ではAIは関与せず、厳格なルールに基づいてデータが絞り込まれる。そのため、結果は常に再現可能であり、もし特定の求人が除外された場合でも、「募集人数が2人しかないため、条件の3人以上に合致しない」といった具体的な理由が明確に提示される。この二段階の処理が、CouchFilterの賢明で信頼性の高い動作を支えている。
なぜ、このように処理を二段階に分ける設計にしたのか、という理由も重要だ。AIモデルは自然言語の解釈や意味の理解には非常に優れているが、私たちのキャリア選択のような責任が伴う厳密な判断を、AIの「感覚」に完全に任せるのは適切ではない。AIモデルはあくまでユーザーの意図を正確に読み取り、それをコンピューターが理解できる形に「翻訳」する役割に徹する。そして、その翻訳された条件に基づき、人間が記述した厳密なコードが「フィルタリング」という実際のデータ処理を行う。もしローカルAIの実行環境(Ollama)に問題が発生しても、このツールはルールベースの別のパーサーに切り替わり、正直にその状況をユーザーに伝えるように設計されている。これは、システム開発における堅牢性と信頼性を追求した結果である。
CouchFilterは、約400行という驚くほど少ないコード量で構築されている。使用されている技術も、Excelファイルを操作するための「openpyxl」ライブラリや、HTTP通信を行うための「requests」ライブラリ、そしてローカルで動作するAIモデルといった、比較的シンプルで一般的なものばかりだ。ウェブユーザーインターフェース(UI)もPythonの標準ライブラリのみで実装されており、複雑な問題を解決するために必ずしも巨大で複雑なシステムが必要なわけではないことを示している。必要最低限の要素を賢く組み合わせることで、大きな価値を生み出せるという良い例だ。
さらに重要な点は、CouchFilterがオープンウェイトのAIモデル「Gemma 3 1B」をユーザーのPCでローカルに実行していることだ。これにより、個人の求職情報という機密性の高いデータが、外部のクラウドサービスに送信されることなく、常にユーザーの管理下で処理される。これは、データプライバシーとセキュリティを確保する上で非常に重要な設計であり、オープンソース技術とローカル実行の利点を最大限に活用した結果である。結果の再現性や、なぜ求人が除外されたのかの理由が明確に示されるため、ユーザーは安心してツールを利用し、自身の検索条件を柔軟に調整できる。
このプロジェクトは、効率化と「怠惰さ」を賢く追求するシステムエンジニアの思考プロセスをよく表している。カラム名を覚えたり、複雑なフィルタダイアログを操作したりする手間を省き、ただ一行の質問を投げかけるだけで求人情報が手に入る。さらに、望まない結果が出た場合には、ツールが「この条件が合致しなかったため除外されました」と具体的な理由を教えてくれるため、どこを修正すれば良いかすぐに判断できる。これは、ユーザーが思考を中断することなく、スムーズに作業を進められるように設計された、優れたユーザー体験の一例だ。システムエンジニアを目指す皆さんには、このような「ユーザーの課題を深く理解し、それを技術で解決する」という視点を持つことが、将来のキャリアにおいて非常に役立つだろう。