【要約】Claude CodeでクラウドソーシングをAIスキャン——案件222件を5軸スコアリングして56件に絞る [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
筆者がクラウドソーシングでの案件探しにおいて、手動での選別作業に多大な時間を費やしていたことが課題である。
- ・毎日200件以上の新着案件が発生する。
- ・AI完結案件の特定に1時間以上の手作業を要する。
- ・プラットフォームのカテゴリ分類が不正確で、誤検出が多い。
// Approach
筆者はClaude Codeを活用し、Pythonで動作する案件選別システム「job-scan」を構築した。
- ・5軸スコアリング（AI完結性、予算、納期、リスク、基本加点）を実装。
- ・エンタープライズ案件を強制除外するロジックを追加。
- ・カテゴリ情報を排除し、タイトルと説明文のみを解析対象とする設計を採用。
- ・cronを用いて毎日朝8時に自動実行する仕組みを構築。
// Result
筆者はシステムの導入により、案件選別プロセスの劇的な効率化を実現した。
- ・案件数を222件から56件へ（約75%）削減。
- ・エンタープライズ職種の誤検出をほぼゼロに抑制。
- ・初期実装からバグ修正まで短時間で完了。
- ・今後はAIによる提案文作成の自動化を目指す。
Senior Engineer Insight
> 実務における「データの信頼性」への鋭い洞察が光る。プラットフォームのカテゴリ情報を盲信せず、生テキストから特徴量を抽出する設計は、不完全なデータを取り扱う際の定石である。ただし、キーワードマッチングに依存しているため、文脈理解にはLLMによる直接解析への移行が望ましい。また、規約遵守のため、スクレイピングではなく公式APIへの移行が運用の前提となる。