【ITニュース解説】LeadRadar: Finding clients shouldn't cost you an afternoon of scrolling Google Maps

LeadRadarは、フリーランスや個人事業主が新しいクライアントを見つける際に直面する時間と労力を大幅に削減するため開発された、人工知能（AI）を活用したツールだ。多くのフリーランスは、自分のサービスを必要としている地元のビジネスを探すため、Googleマップを手動でスクロールし、一つ一つのビジネスのウェブサイトの有無やレビューの評価などを確認する単調な作業に多くの時間を費やしている。LeadRadarの開発者は、この非効率な作業を自動化し、もっと有意義な時間に充てられるようにと、このAIエージェントを考案した。

このツールは、ユーザーが自分の専門分野と都市を入力するだけで、指定された地域のビジネスの中から、特にサービスの支援を必要としている可能性が高い候補を自動で探し出す。例えば、「オースティンで活動するグラフィックデザイナー」と入力すると、LeadRadarはグラフィックデザインのニーズがありそうなコーヒーショップやベーカリー、サロンなどをGoogleマップから効率的に検索し、各ビジネスが抱える課題をAIが分析してスコア化する。そして、最も有望な見込み客に対しては、個別の営業メールの草案まで自動で作成してくれる機能を持つ。これにより、見込み客探しの手間が劇的に軽減され、フリーランスは本来の仕事や顧客とのコミュニケーションに集中できるようになる。

LeadRadarは主に四つの部分で構成されている。第一に「検索レイヤー」は、ユーザーの専門分野と都市の情報をもとに、Googleマップで効果的な検索クエリを自動生成し、SerpApiという外部サービスを使って検索を実行する。SerpApiは、Google検索の結果をプログラムが扱いやすい形式で提供するため、ビジネス名、住所、電話番号、ウェブサイト、評価、レビュー数といった情報を正確に取得できる。

第二の「スコアリングレイヤー」は、検索で得られた各ビジネスの情報を評価し、100点満点でランク付けする。このスコアの大部分は、ビジネスがウェブサイトを持っているか、レビューの評価が低いのに返信がないかなど、検索結果から読み取れる客観的な「事実」に基づいている。AIモデルもスコアの一部に貢献するが、その比率は全体の25%に抑えられ、AIの判断が偏りすぎないよう、客観的なデータが重視されている。

第三の「メールレイヤー」は、最もスコアが高かった見込み客に対して、短くパーソナルな営業メールの草案を作成する。このメールにはユーザーの名前が署名される。

そして第四の「Temporalワークフロー」は、これら検索、スコアリング、メール作成という一連のステップを個別のタスクとして管理する。このシステムは、途中で何らかのエラーが発生した場合でも、自動的に再試行（リトライ）を行う仕組みを備えているため、例えば外部サービスの利用制限によって処理が中断されることなく、全体のスキャンが確実に完了するようになっている。

LeadRadarの開発には、最新のウェブ技術とAIが活用されている。APIの構築にはExpressというJavaScriptのフレームワークが使われ、見込み客のデータや生成されたメールの情報を保存するためには、MongoDB Atlasというクラウドベースのデータベースが利用されている。AIモデルにはGroqの無料プランで提供されるllama-2-7bというモデルが採用され、検索機能は前述のSerpApiに依存している。これら全てのサービスは、Renderというプラットフォーム上で一つのウェブサービスとしてデプロイされており、オープンソースのMITライセンスで公開されている。

開発者は、このツールを作る過程で多くの学びを得た。例えば、AIに検索クエリを生成させる際、当初は特定の専門分野に偏った不適切なビジネスを提案することがあった。この問題を解決するため、AIへの指示（プロンプト）を具体的に改善し、多様な専門分野の例を示すことで、AIがより的確なビジネスタイプを識別し、適切な検索結果を導き出せるように調整した。また、検索結果にビジネス以外の情報が含まれる場合があるため、それらを自動的に除外する処理も追加した。

メール作成においても工夫が見られる。AIが生成するメールは、時として不必要なコメントを含んだり、署名を忘れたりすることがあった。そのため、開発者はAIが生成したメール本文をプログラムで確認し、不適切な部分を削除したり、署名を自動で追加したりする後処理を導入した。これにより、AIが完全に指示に従わない場合でも、出力されるメールの品質を保つことが可能になった。

このツールの最大の利点の一つは、そのオープンソース性にある。既存の見込み客発見ツールが高価であることが多い中、LeadRadarは誰でもコードを読み、その仕組みを理解し、改善に参加できる。これは、サービスが「ブラックボックス」ではなく、透明性を持って運用されることを意味する。実際に、開発者の友人がこのツールを試したところ、ウェブ開発者の友人はその処理の「速さ」に感銘を受け、継続的な利用を約束した。一方、グラフィックデザイナーの友人は当初、自分の専門分野に合わないリードばかりが表示されると不満を述べたが、この具体的なフィードバックが、AIのプロンプト改善とツールの精度向上に直結した。

LeadRadarはまだ発展途上であり、例えばスコアは一つのスキャン内での相対的なものであり、異なる都市間での比較はできないなどの課題も残されている。また、生成されるメールはあくまで草案であるため、送信前には必ず人間が内容を確認する必要がある。しかし、このような課題も含めて、ユーザーからのフィードバックを積極的に取り入れることで、より多くのフリーランスやシステムエンジニアを目指す人々にとって、本当に役立つツールへと進化していくことが期待されている。このプロジェクトは、オープンソースの力とAIの可能性を組み合わせることで、従来の非効率なプロセスを改善し、新しい価値を生み出す良い事例と言える。