語るより、
動かす。
この画面で動いているのは、私たちが毎日使っているAIエージェントの仕事ぶりを一枚に再現したものです。
提案資料ではなく、こういう「動くAI」を作って納品するのが私たちの仕事です。
まずは、眺めてみてください。
AI Brain · Live Inference
>> Multi-agent orchestration. What our AI is thinking, right now.
> Building RAG pipeline
> Refuting claim 3/7
> 487K tokens loaded
> ec-ops: product page audit
Active Execution State
>> Currently running implementations. Real-time telemetry.
RAG Document Analyzer
非構造化データ抽出AIの構築。チャンク最適化フェーズ。
LINE Customer Success AI
CRM連動型自動応答ボット。プロンプトインジェクション対策実装中。
AI-Driven E-Comm Matrix
商品推薦アルゴリズムの本番環境デプロイ。A/Bテスト準備。
Competitor Scraping Bot
競合サイトの価格・在庫変動を監視するETLパイプラインアーキテクチャ設計。
Internal Workspace
LIVE>> Unfiltered engineering logs. Channel: #dev-general
LINE BotのAPIレート制限回避ロジック、キューイングシステムをRedisに移行完了。レイテンシ200ms低下。ドキュメントは /docs/arch-v2 に。
PR #128 merged into main by @kenji
バッチ処理確認しました。UI側でステータスのプログレスバーをポーリングする部分、WebSocketに切り替えておきます。
Public Roadmap
SYNCED just now>> Scheduled releases and upcoming architectural changes.
This Week (v2.5.1)
ETA 2d 4hGPT-6 Astra 切替後の外部レビュー精度を再計測（5.6 Sol 比）
94%Fable 5.1 移行：キャッシュ前提でプロンプト常駐を再設計
62%Streaming UI for /chat endpoint (Vercel AI SDK)
28%Q4 Phase 1 (Backlog)
ETA 3w各社独自データの自動ベクトル化基盤のSaaS化
音声入力対応（リアルタイム議事録）
夜間の差分監査＋修復候補生成を他社環境向けに一般化
Services & Pricing
>> Engagement protocol. まず45分の無料相談で、AIが合う業務かどうかをお伝えします。合わない場合は、はっきりそう言います。
STEP 01
AI診断
15〜30万円 · 1〜2週間
業務フローを拝見して、AIが効く箇所と効かない箇所を切り分けます。導入した場合の効果は数字でお見せします。
deliverable: 診断レポート＋動くプロトタイプ
excludes: 本番システムの実装
STEP 02
AI実装
50〜150万円 · 3〜6週間
顧客対応AI、社内ナレッジ検索、業務レポートの自動化など、診断で決めたシステムを本番で動くところまで作ります。コードを書くのは代表本人です。
deliverable: 本番稼働するシステム＋手順書
excludes: AI API利用料等の実費（見積時に目安提示）
STEP 03
AI顧問
月額15〜50万円
月次レビュー、プロンプト改善、新しいモデルへの追随、チャットでの相談対応まで。作って終わり、にはしません。
deliverable: 月次改善レポート＋随時の改修
contract: 月単位・いつでも解約可
※ 料金は税別の目安です。内容により変動するため、正式なお見積りは無料相談のあとにお出しします。
Public Repositories
>> Production systems from our own group operations, reframed as repositories. We don't do "case studies". We display functional architectures.
veritas / line-crm-ai-engine
ProductionLINEでの問い合わせに、商品700点超・記事1,200本超（2026年8月末時点）の情報を根拠に自動回答するAIエンジン。根拠が取れない質問は推測で答えず、人が対応するお問い合わせフォームへ案内。
veritas / cs-draft-engine
Production問い合わせメールへの返信下書きをAIが自動生成。送信前に必ず人が確認する設計で、CS対応の品質と速度を両立。下書きの件数や書き換え率は、AIに頼らないルール型の日次監査で監視し、品質の低下を早期に検知。
veritas / competitor-monitor
Production競合・メーカー計13サイトを毎時クロールし、価格・新商品・キャンペーンの変化を検知（監視項目はサイトごとに設定）。毎朝LINEに日次レポートを配信。人が巡回していた作業を自動化する監視システム。
veritas / amazon-ads-optimizer
ProductionAmazon Advertising API / SP-API と連携した広告分析エンジン。50+ キャンペーンの成果をAIが一元分析し、入札判断の材料を毎朝自動集計。
veritas / company-cockpit
Production6本の監視ジョブが出すデータを1つのデータベースに集め、CS・出荷・修理・在庫の詰まりを4色の信号と担当・次アクションで1画面に表示。信号の判定はLLMを使わず、決められたルールだけで動く経営コックピット（AIは各項目の1行メモの要約にだけ使用）。AIが不要な場面ではAIを使わない判断も含めて設計。
veritas / nightly-review
ProductionAIが日中に書いたコードと記録の差分を、毎晩23:30にLLMを使わない機械検算にかけ、記録の構造破損や管理画面での直接編集がないかをレポート。書く側と確認する側を分ける夜間監査。
Team Matrix & Live Status
>> Current node states. Who is doing what, right now.
遅沢 翔
Sho Chizawa
Founder · Lead Architect
Current Process
● CODING$ claude-code edit veritas/rag-engine
→ tool_call: search_codebase("auth flow")
→ Generating types & integration tests
田中 健司
Kenji Tanaka
Principal AI Engineer
Current Process
● CODING$ cursor agent --model claude-opus-5
→ Refactoring multi-agent orchestrator
→
Sarah Lindqvist
RAG · Evals · Long-Context
ML Researcher · RAG/Vector
Current Process
● RESEARCH→ Tuning pgvector embeddings
→ Benchmarking bge-m3 vs OpenAI v3-large
→ recall@10: 0.94 ↑ vs baseline
山崎 大翔
Hiroto Yamazaki
Frontend Eng · Next.js / React
Current Process
● CODING→ Streaming UI w/ Vercel AI SDK
→ Next.js 16 + Server Components
→ Lighthouse: 98/100
中村 葵
Aoi Nakamura
DevOps · Infra · MLOps
Current Process
● MONITORING$ kubectl get pods -A
→ 47 pods running, 0 errors
→ Vercel + Cloudflare Workers · uptime 99.99%
藤本 蓮
Ren Fujimoto
UX/UI Designer · Figma
Current Process
● DESIGN REVIEW→ Figma: LLM Dashboard v3
→ 47 components, 12 prototypes
→ Handoff to Hiroto in 2h
7th seat is open.
always_scouting · 腕利きのAIエンジニア、いつでも話を聞かせてください（カジュアル歓迎）
FAQ
>> $ man veritas
実際には誰が対応するのですか？
代表の遅沢が直接対応します。営業窓口と実装者が同一人物のため、伝言ゲームがありません。判断と最終責任は、AIではなく代表本人が持ちます。
機密情報の取り扱いは？
NDA（秘密保持契約）の締結に対応します。AIモデルの利用はAPI経由を標準とし、入力データがモデルの学習に使われない設定で運用します。なお、お問い合わせフォームには機密情報を記載しないでください。
納品後、御社に依存し続けることになりませんか？
原則として、コード・設定・運用手順書の一式をお客様側の環境とアカウントに引き渡します。顧問契約がなくても運用を継続できる状態で納品するのが標準です（詳細な帰属・利用条件は契約時に定めます）。
表示料金以外にかかる費用は？
AIのAPI利用料やサーバー費用などの実費が別途かかります（多くの場合、月数千円〜数万円の規模）。見積時に目安と上限の設計をあわせて提示します。
新しいAIモデルが出るたびに、作り直しになりませんか？
原則、作り直しにはなりません。モデルを差し替えやすい構成で作り、新しいモデルが出たときは互換性・品質・費用を検証したうえで切り替えます。必要な改修は顧問契約の範囲で行います。私たち自身、2026年9月にGPT-6 AstraとClaude Fable 5.1が公開された週に、社内の開発・レビューに使うモデル（Claude Code / Codex CLI）を数日で切り替えています。本番で動いているシステムは、同じ検証を通してから切り替えます。
対応地域は？
拠点は東京ですが、打ち合わせはオンライン中心のため全国に対応します。
次のRepoは、
あなたの案件。
立派な要件定義書は、なくて大丈夫です。
いま困っていることと、やってみたいことを、代表に直接聞かせてください。話しながら、動くかたちにしていきます。
~/veritas $ init project-discovery --client="you" --type="45min-video-call"
ready. 試しに help と打ってみてください。