FXトレーダーα

なにを作っているか

仮想資金で実際の値動きに向き合い、判断して、結果を引き受ける練習をするアプリです。ローソク足チャートで発注し、含み損益を抱え、どこかで決済する。この一連の判断を重ねると、AI コーチが履歴を横断して「判断の癖」を診断します——時間帯によって成績が分かれていないか、損切りを置いた取引と置かなかった取引で最終損益がどう違うか。感想ではなく、本人の記録から出てくる指摘です。

レベルと称号のラダーが積み上げをかたちにし、続ける理由をつくります。一方で、実際のお金を扱う取引・送金・口座開設の機能は持ちません。教育を目的としたアプリであり、投資助言を行うものではありません。この線は機能の有無に限らない。文言の規律でもあって、射幸心を煽る表現をコードとレビューの両方で締め出しています。

設計判断の中身 — このケースが証拠になる理由

「教育アプリ」という言葉の印象より、中身は本番水準の設計判断の連続です。市場データは外部プロバイダから取り込み、足の欠けや週末の断絶を吸収しながら、発注・約定・損益の整合を守る。ゲームとしての手触り（滑らかなチャート、称号の演出）と、金融教育としての誠実さ（誇張しない文言、でっち上げない数値）を、同じ画面の中で両立させる必要があります。

LLM の組み込みでいちばん重いのは、生成そのものではなく運用設計でした。診断の品質をどう保つか。一回あたりの費用をどう抑えるか。そして「煽らない」という規律を、生成される文章にどう強制するか。プロンプトの設計とあわせて、出力の検査と評価の仕組みを先に作る——LLM を製品に入れる仕事の大半は、この地味な部分です。

こうした判断を、デザイン・モバイル・API・インフラ・LLMOps の幅で進めています。企画から本番運用までの距離が短いこと、判断がひとつの視野に収まっていることが、このプロダクトの開発速度を支えています。

アーキテクチャ

モバイルアプリ（Expo / React Native）が唯一の入口で、判断はすべて API ゲートウェイ（FastAPI）が持ちます。市場データの取り込み、発注と損益の整合、Claude による診断はいずれも API 側の責務にし、アプリは表示に徹する——境界をはっきり切った小さな構成です。図は主要な流れのみを示しています。

作り方 — AI 自律駆動オペ

作り方そのものも、ジャムチが提供している「AI 自律駆動オペ」です。課題を配る担当、コードを書く担当、レビューする担当、マージする担当——役割ごとに別々の AI を立て、そのうえで多段の CI と監査を重ねる体制で開発しています。人は設計判断と最終レビューに集中し、後戻りしにくい決定は ADR として記録します。

この運転の計器盤が站盤です。委譲がうまくいったか、費用はどうか、次の一手は何か——盤面で見ながら進めています。

站盤（AI エージェント運用の計器盤）の事例 →

いまの段階

現在は友人向けのクローズドβで、遊びやすさと学びの手応えを検証している段階です。ここで書けるのは開発中の事実までにして、結果の数字は運用が育ってから載せます。