
Enterで4時間、AI搭載のコンセプトエクスプローラーを作った話
バックエンド未経験の開発者がEnter Proを使い、わずか4時間で完全動作するAIキャンバスアプリを作った実録。ワークフロー、プロンプト、テクニックを解説。
バックエンド経験ゼロのデザイナーが、Enter Pro を使って Essence を構築した——あらゆる概念を根本的な構成要素に分解する、AIネイティブなキャンバスアプリだ。アイデアから、AI統合・バイリンガル対応・ゲーム性のある体験を備えた完全に動作するプロダクトまで——わずか4時間で完成させた。
きっかけ
デザイナーとして、私はずっとある問いに魅了されてきた。創造性はどこから生まれるのか?
デザイン手法を学べば学ぶほど、同じパターンが見えてきた。創造性はしばしば分解と再結合から始まる。何かを本質的な部分に分解し、新しい形で再構築する。
その発想から生まれたのが Essence——AIを活用した概念探索キャンバスだ。任意の概念を入力すると、AIがそれを核となる要素に分解する。そして、それらの要素を再結合することで、新しいアイデアが生まれ始める。
なぜ Enter なのか
私はプロダクトデザイナーであり、フルスタック開発者ではない。Essenceのアイデアには、気後れするようないくつもの要件があった。
- ドラッグ&ドロップ、ズーム、パンを備えたインタラクティブなキャンバス——FigmaやMiroのようなツールで見かける複雑なUI
- 概念の分解・再結合ロジックを動かすAI統合
- AI APIコールを安全に処理するサーバーレスバックエンド
- 実際に人々が使えるようにするためのデプロイ
LLM APIへの接続は、これまで多くの非開発者を挫折させてきた——APIキー、環境設定、認証ロジック。
EnterのAI Allを使い、私はただ「Claude Sonnet 4.5を使って」と言うだけで、すべてが配線された——バックエンドのEdge Functions、リクエストのフォーマット、エラーハンドリング。
Enter Pro では、インフラにはまったく触れない。欲しいものを説明するだけで、React、Supabase、Edge Functions、モデル統合を処理してくれる。私はただ「何を」「なぜ」だけに集中すればいい。
構築プロセス: 4時間で5つのフェーズ
フェーズ1: 基盤
頭の中にあったアイデアを1つの包括的なプロンプトにまとめ、Enterに送った。要点はこうだ。
「Essence」という名前のAIネイティブなキャンバス探索アプリを作成してください。軽量な思考ゲームです。核となるメカニクス:ユーザーが任意の単語を入力すると、AIがそれをちょうど2つのより原子的な概念に分解し、キャンバス上に絵文字+短い単語のノードとして表示します。分解ルール:常にちょうど2つのノードを返し、それぞれ絵文字1つ+短い単語1つを持つこと。概念はレベルが上がるごとにより本質的になるべきです——感情、動機、エネルギー、構造、関係、力、価値、欲望、対立といった次元へと向かって。ユーザーは任意の2つのノードを選択して、1つの新しい概念に再結合することもできます。キャンバスは無限ドラッグ、ズーム、分解のためのダブルクリック、再結合のための複数選択に対応します。分解には1ポイント、再結合には2ポイントかかります。
このプロンプトを読んだ後、Enterが最初にしたことはAI機能の読み込みで、次に私に直接尋ねてきた。「概念の分解と再構成にはどのAIモデルを使いたいですか?」利用可能な選択肢——GPT-5.2 Pro、Gemini 3 Pro、Claude Sonnet 4.5——をコスト、速度、強みとともに一覧表示した。私はClaude Sonnet 4.5を選んだ(指示への忠実性と創造的タスクに優れている)。EnterはAPI接続全体を自動的に配線してくれた。
数分後には、完全なプロジェクト構造が整っていた——TypeScriptを使ったReact 18、ビルドツールとしてのVite、スタイリング用のTailwind CSS、キャンバス用の @xyflow/react、そしてClaudeのAPIに接続されたSupabase Edge Functionだ。分解と再結合の核となるロジックは一発で動作した。

フェーズ2: AIロジックのチューニング
これはプロジェクト全体で最も重要かつ興味深い部分だった。Essenceが楽しく感じられるか、退屈に感じられるかは、完全にAI出力の質にかかっている。最終的なコードはAIロジックを3つの独立した関数に分割し、それぞれに慎重に練られたプロンプト戦略を持たせた。
問題: AIが「学術的」すぎた
最初のバージョンを動かしてみると、AIの結果は意図せず滑稽だった——「はさみ」と入力すると「鋏状付属肢」や「対称進化」が返ってきた。「愛」と入力すると「神経伝達物質」や「量子状態」が返ってきた。技術的には間違ってはいないが、まったく楽しくなく、直感的でもなかった。これは私が求めていた体験ではなかった。
修正1: AIにペルソナを与える
決定的な突破口は、AIに明確なシステムロールを設定することだった——「あなたは分解アシスタントです」ではなく、「あなたは楽しい分解ゲームです。複雑なものをシンプルな構成要素に変えなさい!日常的な言葉を使いなさい。」 その一文だけで、出力スタイルは学術論文から遊び心のある会話へと完全に変わった。
修正2: 良い例+アンチパターン
良い例だけでは十分ではないことが分かった——AIは時折、学術的モードに戻ってしまうことがあった。そこで良い例と悪い例を同時に含めることにした。
**良い例: **はさみ → 🔪 刃 + 🔗 蝶番(蝶番でつながれた2枚の刃)コーヒー → ☕ お湯 + 🫘 豆(お湯+コーヒー豆)友達 → 👤 人 + 🤝 信頼(互いに信頼し合う人々)夢 → 😴 睡眠 + 💭 想像(眠っている間の想像)悪い例(学術的すぎる): ❌ 鋏状付属肢、対称進化、神経伝達物質、量子状態
この「ポジティブ・ネガティブ対比」により、AIは私が求めるトーンを非常に正確に理解できるようになった。シンプルで直感的、人を笑顔にさせたり「あっ!」という瞬間を生み出したりするようなトーンだ。
修正3: 3つの関数、3つの戦略
最終的なAIロジックは3つの独立した関数に分割され、それぞれ独自のプロンプト設計とパラメータチューニングを持つ。
① 絵文字生成(generateEmojiForConcept): ユーザーが概念を入力すると、まず別のAI呼び出しが意味的に一致する絵文字を生成する。システムロールは「あなたは絵文字ジェネレーターです。JSONのみを出力します」に設定され、temperatureは0.7(創造性より正確性を重視)、few-shot例に導かれる:石 → 🪨、火 → 🔥、愛 → ❤️。パースに失敗した場合は、デフォルトの✨に優雅にフォールバックする。
② 概念分解(decomposeConcept): 核となる関数。プロンプトはAIに「物事を構成要素のように分解する」よう導き、ちょうど2つのノード(絵文字+短い単語)と一文の説明を返す。temperatureは0.8に設定されている——絵文字生成より高く、より創造的な余地を与える。決定的な設計判断は、すべてのリクエストにランダムシード(randomSeed)を注入することで、同じ概念でも毎回異なる結果が生まれるようにしたことだ——これにより探索に本物の「リプレイ性」が生まれる。
③ 概念の再結合(recombineConcepts): 最もクリエイティブな部分。プロンプトはこれを「ゲームのように考える」と枠づけし、想像力に富んだ例を挙げている:水+火=蒸気 ♨️、小麦粉+火=パン 🍞、人間+翼=天使 👼、悲しみ+喜び=人生 🎭。結果は「意外性があり、洞察に富み、少しユーモラスで、自明ではない」ものであるべきだ。バリエーションのために同じランダムシード技法を使う。
修正4: ホバー説明でロジックを可視化する
すべてのAI分解または再結合は、簡潔な explanation も返す。このテキストはノード上に直接表示されるのではなく(インターフェースを最小限に保つため)、ノードのデータに保存される。ユーザーがノードにカーソルを合わせると、洗練されたHoverCardが表示され、完全な推論の連鎖を示す。
- 分解されたノード(エメラルドのラベル):🎭 ドラマ = 😢 対立 + 👥 登場人物、その下に「ドラマとは本質的に登場人物間の対立である」
- 結合されたノード(バイオレットのラベル):😴 睡眠 + 💭 想像 = 💫 夢、その下に「睡眠中の想像は夢である」
このデザインにより、情報の階層化が美しくエレガントになる——表面的にはミニマルな絵文字カード、より深く掘り下げるとAIの思考プロセスが見えてくる。
結果
こうしたチューニングを重ねた結果、AI出力の質は劇的に変化した。
❤️ Love → 👤 Person + 🤝 Trust (people who trust each other) ☕ Coffee → 🫘 Beans + ☕ Hot water (hot water meets coffee beans) 💭 Dream → 🔮 Imagination + 🔥 Desire (a burning vision of the future) 🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream
すべての分解が「あっ!」という瞬間を引き起こし、すべての再結合が笑顔を生む。これがプロンプトエンジニアリングの力だ——もっとコードを書くことではなく、AIと話す正しい方法を見つけることなのだ。

フェーズ3: インタラクションの磨き上げ
ここからアプリは生きているように感じられ始めた。
- 1つのノードを選択 → 「分解」ボタンが表示される——さらに分解する
- Shift+クリックで2つのノードを選択 → 「再結合」ボタンが表示される——それらを混ぜ合わせる
- 任意のノードをダブルクリック → 即座に分解——素早い探索
- 処理済みの任意のノードにホバー → AIの推論をHoverCardで確認
軽量なゲーミフィケーション層も追加した。20ポイントからスタートし(分解に1ポイント、再結合に2ポイントかかる)、どの道を探索するかを考えさせる緩やかな制約を作り出す。ポイントはローカルに保持され、いつでもリセットできる。



フェーズ4: UIデザインの磨き上げ
機能が動作するようになったところで、次の焦点はEssenceを「感じ」と同じくらい良く「見せる」ことだった。
最初の大きなデザイン判断はタイポグラフィだった。私はグローバルフォントとしてBricolage Grotesqueを選んだ——幾何学的でモダンなサンセリフ体で、アプリを即座にデフォルトのシステムフォントの領域から引き上げ、独自のブランドアイデンティティを与えた。
ノードカードのビジュアルは何度も反復を重ねた。最終デザインは、大きな角丸長方形カード(rounded-2xl)に落ち着いた。ソフトなパステル背景——amber-50、emerald-50、violet-50がランダムに割り当てられる——に、視覚的なアンカーとしての大きな絵文字と、下部の短い単語ラベルを組み合わせた。キャンバスは最終的に、カラフルな付箋を散りばめたような見た目になった。軽やかで遊び心があり、雑然としていない。
入力ボックスはアプリの「第一印象」なので、私はここに最も高い基準を課した。ここでEnterのEnter Components機能が真価を発揮した——検索、プレビュー、ワンクリックでの追加ができる組み込みAIコンポーネントライブラリだ。検索バーに「ai」と入力すると、claude-style-chat-input というコンポーネントを見つけた——エレガントにスタイリングされた会話型入力フィールドだ。「+ Add to Chat」をクリックすると、Enterはそれを自動的にプロジェクトに統合し、スタイリングを既存のデザイン言語に合わせて調整した。シンプルなHTML入力が、丸みを帯びたボーダー、柔らかい影、インラインボタンレイアウトを持つ洗練された会話型入力体験へと即座に変貌し、アプリのビジュアルアイデンティティと完全に調和した。
コンポーネントをゼロから書いたり、CSSと格闘したりする必要はない。Enter Componentsを使えば、高品質なUIを構成要素のように組み立てることができ、Enterがビジュアルの一貫性を保つために自動的にスタイリングを調整してくれる。
最後に、クイックスタート概念カードのセットを追加した——❤️ 愛、💰 お金、⏰ 時間、🌳 木、🎵 音楽、💭 夢——ウェルカム画面に傾いたカラフルなミニカードとして表示され、コールドスタートの障壁を下げ、ユーザーが何を入力できるかをすぐに理解できるようにした。



フェーズ5: 国際化
Essenceはグローバルなユーザー向けに構築されているため、中国語・英語のバイリンガル対応は「あればいい」機能ではなく——不可欠なものだった。
しかし国際化とは、単にUIテキストを翻訳することではない。Essenceでは、AI出力もユーザーが選択した言語に合わせる必要がある——中国語モードでは、「爱」を分解すると「人 + 信任」のような中国語の結果が返るべきであり、英語モードに切り替えると「Love」の分解は「Person + Trust」を返すべきだ。つまり、フロントエンドの言語切り替えは、AIのプロンプト層まで完全に伝達される必要がある。
実装には、軽量な言語状態管理のためにZustandを使用した。i18nシステム全体はこう動く:ユーザーが右上の言語切り替えをクリックする → グローバルステートが更新される → すべてのUIテキストが即座に切り替わる → AI呼び出しが現在の言語パラメータを受け取る → プロンプトテンプレートが中国語版か英語版を選択する → AI出力がユーザーの言語に自動的に一致する。言語の設定はlocalStorageにも永続化され、次回の訪問時にシームレスに復元される。
Enterでは、これらすべてを実現するのに必要だったのは1つの説明だけだった。「右上の言語ボタンで中国語/英語の切り替えを追加してください。すべてのUIテキスト、AIプロンプト、AI出力は、選択された言語に基づいて自動的に切り替わるべきです。」Enterは、ステート管理からプロンプトテンプレートの分岐、ローカル永続化まで、パイプライン全体を一度に構築してくれた。
これはまた重要な教訓を裏付けた。i18nは早く組み込むほど良い。すべての機能が完成してから国際化を追加しようとすると、プロンプト全体にハードコードされたテキストが散らばり、UI文字列がすべてのコンポーネントに焼き付けられていることに気づくだろう——そして後から手直しするのは苦痛だ。1日目から多言語アーキテクチャを構築すれば、その後は翻訳コンテンツを追加するだけで済む。
Essenceを特別にしているもの
Decompose: あらゆるものの見えない構造を見る
任意の単語を入力する。AIがそれをちょうど2つの原子的な概念に分解する——それぞれに意味的な絵文字と一文の説明が付く。そのまま続けよう。それらもまた分解する。概念の木が目の前で育っていく様子を見よう。
🎭 Drama → 😢 Conflict + 👥 Characters 😢 Conflict → ⚡ Tension + 🎯 Goals 👥 Characters → 👤 Person + 💬 Story
Recombine: 古いアイデアの原子から新しいアイデアを生み出す
キャンバス上の任意の2つのノードを選択し——まったく異なる枝からでも構わない——それらを組み合わせる。AIが意外な結びつきを見つけ出す。
🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream 👤 Person + ✈️ Wings = 👼 Angel
考えるだけでなく、遊ぶ
20ポイントシステムは、抽象的な探索を遊び心のあるゲームに変える。すべてのクリックが選択だ。どの枝を探索するか?どの原子を組み合わせるか?それは好奇心のためのサンドボックスだ。
Enterが組み立てた技術スタック
| レイヤー | 技術 | 役割 |
|---|---|---|
| フロントエンド | React 18 + TypeScript | アプリケーションフレームワーク |
| キャンバス | @xyflow/react (React Flow) | インタラクティブなノードベースキャンバス |
| スタイリング | Tailwind CSS + shadcn/ui | デザインシステム&コンポーネント |
| バックエンド | Supabase Edge Functions | サーバーレスAI APIゲートウェイ |
| AIモデル | Claude Sonnet 4.5 (Anthropic) | 概念生成エンジン |
| ビルド | Vite | 高速な開発サーバー&バンドラー |
| ステート | Zustand | 軽量なi18nステート |
| デプロイ | Enter Pro | ワンクリック公開 |
これらのどれ一つとして手動で設定していない。Enter Pro は、私の説明と反復的なプロンプトに基づいてスタック全体を組み立てた。
学んだ教訓
- 二層プロンプティング、二つのマインドセット
Enterを使ったAIアプリの構築は、同時進行する2つの会話だ。Enterと話すのはフルスタックエンジニアと協業するようなもので、明確な要件が必要になる。アプリ内のClaudeと話すのはクリエイティブなパートナーと協業するようなもので、感情的な誘導と例に基づく教え方が必要になる。両方の層をうまく扱うことこそが、真の技術なのだ。
- AIにルールだけでなく人格を与える
システムロールを「あなたは概念分解アシスタントです」から「あなたは楽しい分解ゲームです」に変えたことで、たった一文で出力スタイル全体が変わった。ルールはフォーマットを制約する。人格が品質を決める。
- 良い例+アンチパターンは、長い説明に勝る
✅ Scissors → Blade + Hinge ❌ Pincer appendages, Symmetrical evolution, Neurotransmitters
この3行は、100語をもってしても伝えきれないほどの情報を伝えている。ポジティブ・ネガティブ対比は、最も過小評価されているプロンプトエンジニアリングの技法だ。
- ランダムシードが探索型プロダクトにリプレイ性を与える
同じ概念でも毎回異なる結果を生む——今日は「愛=人+信頼」、明日は「愛=脆さ+勇気」。ランダムシード+temperature 0.8が、品質を保ちながらバリエーションを最大化する。探索型プロダクトの生命線は「毎回何か新しいもの」であることだ。
- 制約が遊びを生み出す
20ポイントシステムは、目的のないクリックを戦略的な探索に変えた。ゲームデザインの古典的な原則:意味のある選択には限られたリソースが必要である。
- バイブコーディングを正しく行う:一度に一つのフェーズに集中する
まず基盤 → 次にAIの人格 → 次にインタラクションの磨き上げ → 次にビジュアルデザイン → 次にi18n。各フェーズが1つの次元に集中することで、Enterとの会話が鋭敏で、出力が予測可能なものに保たれる。
🔗 Enter Pro で自分だけのものを作ろう: enter.converge.ai






