AIアプリ開発事例：Cuplikinの構想からリリースまで

このブログの記事の多くは、ソフトウェア開発会社とどう協業するかをテーマにしています。今回は趣向を変えて、私たち自身の「台所」をお見せします。Cuplikinは、私たちが自社で開発・リリースしたAI動画クリップアプリです。長尺動画を、SNSにそのまま投稿できる短いクリップに変換するアプリで、見どころ探しをAIがサポートします。

本記事は製品パンフレットではありません。プロセスの記録です。どんな課題を解決したかったのか、初期にどんな判断をしたのか、何が想定より時間がかかったのか、そして次に何を変えるのか。アプリ開発、特にAIを組み込んだアプリの開発を検討されている方にとって、舞台裏で実際に何が起きるのかを知る参考になるはずです。各ステップは経営者のためのSDLCで解説しているものと同じです。

解決したかった課題

長尺動画からショート動画を作ったことがある方なら、あの感覚をご存じでしょう。1時間分の素材を見返し、「刺さる」部分を探し、切り出し、字幕を1語ずつ打ち込む。退屈で時間のかかる作業ですが、その出来がコンテンツが見られるか、スキップされるかを大きく左右します。

同様のツールはすでに存在しますが、そのほとんどがクラウド型です。動画を第三者のサーバーにアップロードし、そこで処理され、動画の分数に応じて料金を支払います。動画のサイズが大きい、内容が機密性の高い、あるいは単に自分のファイルを自分で管理したいクリエイターにとって、このモデルは使いにくいものです。

そこからCuplikinのコンセプトが生まれました。動画と編集結果はユーザーの端末に残す。最も退屈な作業、つまり見どころ探しと字幕の準備にはAIを使い、最終的な判断はユーザーが行う、というものです。

ディスカバリー：バージョン1のスコープを絞る

いつものように、最初の機能リストは長大でした。ブランド情報の活用、本格的なタイムライン編集、SNSへの直接投稿など、どれも紙の上では魅力的に見えました。

最終的に、バージョン1は1つのコアフローに絞り込みました。

1. 元動画を選ぶ（ローカルファイル、またはYouTubeのリンクから）。
2. 単語ごとのタイムスタンプ付きで自動文字起こし。
3. AIがクリップ候補となる見どころを提案。それぞれにスコアと短い理由を添える。
4. ユーザーが見どころを選び、文字起こしと字幕を整え、アスペクト比（9:16、1:1、16:9、4:3）を選ぶ。
5. 字幕を動画に焼き込んだクリップを、ウォーターマークなしで書き出す。

それ以外の機能は順番待ちリストへ回しました。考え方はMVPとフル機能プロダクトの違いで書いたものと同じです。最初のバージョンは、私たち自身のアイデアをすべて満たすためではなく、実際のユーザーから学ぶのに十分であればよいのです。

正直に言うと： 当初の計画書では、モバイル版は最後の「V4・優先度低」に置かれていました。実際には、Mac版のリリースから2か月足らずでiPhone、iPad、Android版が続きました。計画が間違っていたのではなく、最初に選んだアーキテクチャのおかげで、モバイル展開が想定よりはるかに低コストで済んだのです。初日のアーキテクチャ判断が、3か月目に取れる選択肢を決めます。

判断1：Flutterで、デスクトップとモバイルを1つのコードベースに

コードを書く前に、デスクトップアプリの選択肢としてFlutter、Tauri（Rust＋Web）、Electronの3つを比較しました。基準は「どれが最先端か」ではなく、重い動画処理、柔軟なAI連携、将来のモバイル展開という3つの要件に最も合うのはどれか、でした。

「すでに経験がある」という要素は、意図的に評価に含めました。新しい技術スタックの習得は現実のコストであり、早くユーザーに届けたいプロダクトでは、ベンチマークよりもチームの経験の方が効くことが少なくありません。これはお客様へのアドバイスでもあります。話題性ではなく、自分たちのチームが保守できる技術スタックを選んでください。

判断2：ローカルファースト、クラウドは必要な部分だけ

これがCuplikinで最も重要な判断です。Whisperによる文字起こし、FFmpegによる動画のカットとレンダリングは、ユーザーの端末上で直接実行されます。プロジェクト、動画、書き出したファイルはローカルに保存され、期限切れになることはありません。

バックエンドもありますが、その役割は限定的です。アカウントとログイン、クレジットとサブスクリプション、組み込みモードを選んだユーザー向けのAIによる見どころ分析、そしてYouTubeリンクの解決です。見どころ分析のために動画がアップロードされることはなく、サーバーに送るのは必要最小限のデータだけです。

この判断は、3つの面で大きな効果をもたらしました。

• プライバシー。 見どころ分析のために動画をアップロードする必要はなく、重い処理は端末上で完結します。クラウド型ツールとの明確な違いです。
• コスト。 最も重い計算処理である文字起こしとレンダリングはユーザーの端末が担います。私たちのクラウドコストは、小さく計測可能な部分だけになりました。詳しくはAIプロダクトの運用コストで解説しています。
• AIの柔軟性。 ユーザーは私たちの組み込みAIを使うことも、OpenAI互換の任意のAIプロバイダーを接続することもできます。Mac上でOllamaを使ったローカルモデルにも対応しています。

代償もあります。Mac版CuplikinはApple siliconのみ対応です。採用したWhisperプラグインが、Intel向けのユニバーサルビルドにまだ対応していないためです。リリースを遅らせるより、その制約を受け入れることを選びました。

アーキテクチャ：最初から整理を強制する

Cuplikinは20以上のパッケージからなるワークスペースとして構築しており、レイヤー（domain、data、presentation）と機能（プロジェクト、文字起こし、フック検索、エディタ、設定、課金）ごとに分割しています。禁止されたレイヤー間のimportを拒否するスクリプトがあり、本記事の執筆時点で、アプリ側に約1,270件、バックエンド側に約200件の自動テストがあります。

生まれたばかりのプロダクトには過剰に聞こえるかもしれません。しかし、これこそがモバイル版を素早く作れた理由です。ビジネスロジックと状態管理はそのまま再利用し、新たに書いたのは小さな画面向けの表示レイヤーだけでした。この分離がなければ、「モバイル版」はアプリの半分を書き直すことを意味していたでしょう。

バックエンドは、Fastify上のNestJS、PostgreSQL、ジョブキュー用のRedis、メディア処理用の独立したワーカーで構成しています。すべてDockerで1台のサーバー上で動かしています。派手なアーキテクチャではありませんし、その必要もありません。

想定より時間がかかったこと

App Storeの審査。 Cuplikinの最初のコミットは2026年8月10日、Mac App Storeでの公開は2026年9月16日で、約5週間後のことです。ただしその間、9月12日にAppleから一度リジェクトを受けました。審査担当者はmacOSでのログインウィンドウの挙動を指摘し、実機で撮影した画面録画付きで、明確なアカウント削除フローを求めてきました。両方を修正し、録画を添えて再提出したところ、2日後に承認されました。

教訓：ユーザーアカウントのあるアプリでは、アカウント削除フローを最初から用意しておくことです。これは追加機能ではなく、ストアに載るための前提条件です。

macOSのサンドボックス。 当初の計画では、ユーザーのPC上のDockerコンテナ内のツールでYouTube動画をダウンロードする予定でした。しかし、App Storeのアプリはそのような外部プロセスを実行できません。この機能は最終的にバックエンドのリゾルバーサービスへ移り、一時ファイルはダウンロード後に自動削除される仕組みになりました。一見小さな技術的判断が、アーキテクチャ全体の地図を描き直したのです。

サブスクリプションのプラン構成。 一時期はFree、Standard、Proの3段階がありました。10月初旬、Standardは価値を増やすどころか混乱を招くだけだったため、完全に廃止しました。現在はFreeとPro（週額・月額・年額）、そしてクレジットパックのみです。選択肢が少ない方が、説明しやすく、保守もしやすいことがわかりました。

リリースの歩み

このリズムは私たちにとって自然なもので、お客様にご提案している進め方でもあります。何か月も沈黙した後の大々的なローンチではなく、小さなリリースを頻繁に重ねることです。

次にやるなら変えること

• ストアの要件を初日から準備する。 アカウント削除、プライバシーポリシー、審査担当者向けのデモアカウント。最後になって考え始めると、最後に時間を食います。
• クラウドとの境界を早めに決める。 「この機能は端末で動かすのか、サーバーで動かすのか」という問いは、パッケージングの段階ではなく、設計段階で答えるべきです。
• 料金プランは最初から少なくする。 Freeと有料プラン1つから始め、ユーザーのデータが求めたときにだけプランを増やします。

変えないこと：Flutterの採用、ローカルファーストのアプローチ、そして早い段階からレイヤーを分離する規律です。この3つがあったからこそ、小さなチームで2か月のうちに4つのプラットフォームへ届けることができました。AI部分の仕組みについては、Cuplikinを支えるAIパイプラインをご覧ください。

次のステップ

ディスカバリー、スコープの絞り込み、アーキテクチャの選定、ストアへのリリースまで、Cuplikinで私たちがたどったプロセスは、お客様のプロジェクトで使っているものと同じです。AIの有無にかかわらず、アプリのアイデアをお持ちでしたら、無料の初回相談としてお問い合わせフォームからお聞かせください。WhatsAppでのご連絡（インドネシアで最も普及しているチャットアプリです）や、メール（hello@rancanginaja.com）でも承ります。サービス内容もあわせてご覧ください。