スターアニスの技術

全体の流れ

お店の情報は、ホットペッパーグルメ Web サービスから毎晩すべて取り直します。そこに、地図のデータ（OpenStreetMap）や AI が作った紹介文・拡大した写真・場面の判定を重ね、見に来た方には地図とお店のページとして出します。 見に来た方の操作で AI が動くことはありません。AI が働くのは夜の作り置きの時だけです。

並び順 ── H3 のうずまき

近くのお店を「近い順に100軒」並べると、東京駅のような店の多い所では 270m 先までしか届かず、ホイールを回しても景色が変わりません。 そこで、地球を六角形で敷き詰める H3（Uber が公開している仕組み）を使います。 地図の中心の六角形をリング0、それに接する6枚をリング1、その外の12枚をリング2…と数え、100軒の枠をリングごとに配ります。 リングの中は中心から見た方位の順、同じ六角形の中は近い順です。

★この並べ方はブラウザ（JavaScript）とサーバ（Python）の両方に同じ算法で書いてあり、同じ入力で同じ並びになることをテストで確かめています。 片方だけ直して並びがずれる、ということを防ぐためです。

地図と場所 ── OpenStreetMap ほか

• 地図の絵: OpenStreetMap のタイルを、MapLibre GL JS で描きます
• 道路・交差点・目印: OpenStreetMap の日本のデータ（毎週取り直し）から、osmium で名前のある交差点・道路・施設を抜き出します。 お店のページの「最寄りの交差点」や、検索の候補の「目印」（ホテル・病院・公園…）になります
• まわりの場所: 同じデータから 公園・美術館・図書館・劇場・映画館・式場・美容院・宝飾店・習い事の教室 を抜き、 お店ごとにいちばん近い所までの距離を測ります。公園のような広い所は、真ん中ではなく敷地の端から測ります（中にあれば 0m）。 「こんな時に」の理由の「日比谷公園まで110m」はここから来ます。まだ載っていない場所は 地図に場所を足そう で呼びかけています
• 歩いた道のり: GraphHopper で、お店から駅までの徒歩の道のりを計算し、直線では近くても線路の向こう側、という駅を外します
• 海抜: 国土地理院の標高タイルから。天気は気象のデータの予報を、今週の営業時間の表に添えます
• 地図の中心の番地: 住居表示の辞書（jageocoder）で、地図の中心の住所を引きます

お店の情報 ── 毎晩の取り込み

• ホットペッパーグルメ Web サービスの API で、毎晩すべての掲載店（約14万軒）を取り直します。小エリアごとに100件ずつ引き、間を空けて問い合わせます
• 取り直した結果、項目が変わったお店は変更履歴に残し、お店のページの「最近変わったところ」に出します。元の値を書き換えることはしません
• 取り込みに2日続けて出てこなかったお店は「掲載終了の候補」とし、店舗ページと店名サーチ API で裏を取ってから終了の印を付けます。 取り込みから落ちただけで実は営業中、というお店（20軒に1軒ほどありました）に、終了の札を掛けないためです
• 掲載終了のお店では、写真・キャッチコピー・紹介文・クーポンを出しません。出してよい項目は「掲載中・掲載終了・削除」の3つの状態ごとに、1か所の表で決めています

AI の使い分け

AI は「用途ごとに向いているものを選び、任せる範囲を決めて」使っています。

おすすめ度

おすすめ度（★）は口コミの点数ではありません。立地 25%・価格 25%・営業努力 30%・2軒目 20% の4つの軸で、 近くの同じジャンルのお店の中での順位から決める目安です。比べる相手は半径2.5km ほど（20軒に足りなければ広げ、5軒に満たなければ★を出しません）。 上位3% が★5.0、いちばん下は★2.5 です。毎日、朝に計算し直します。出し方は 使い方 にすべて書いています。

「こんな時に」

お店のページの「こんな時に」は、お店の事実を先に読み、その組み合わせに場面の見出しを付ける作りです。

1. 事実を札にする: 曜日ごとの営業の区切りと料理のラストオーダー（「残業後にも」＝22時以降も料理を頼める）、平均予算、子ども連れの欄、 駅からの距離、席・個室・コース、Jev が読んだ事実、まわりの場所（公園のそば…）など
2. 札の組み合わせで場面を決める: 例えば「幼稚園帰り、親子でほっと一息」は「カフェ」＋「子ども連れOK」＋「午後に開いている」。 札は7つの型（夕飯・昼ごはん・予定の前後に・子どもと・大人数・ひと休み・お酒とお祝い）に分かれていて、型をまたいで組み合わせられます
3. 理由を事実で書く: カードの「このお店なら」には、条件になった事実をそのまま書きます（「L.O. 22:30まで・上野駅から約300m」）

場面は、基本の30と、暮らしの場面89（友人・デート・子ども・習い事・一人の時間・家族…）があります。地図の検索欄で場面の言葉を打つと、そのカードが出るお店に絞れます。

そろい具合と Lean による証明

カードの名前の横の「そろい具合 85%」は、この場面の条件とあるとよい事実が、そのお店の掲載情報でどれだけそろっているかです。 当たる確率ではありません。決まりは次のとおりです。

この決まりは、形式検証の道具 Lean 4 で書き、 どんな入力でも次の性質が破られないことを証明しています（証明に途中の省略や、勝手な前提はありません）。

1. 無い条件の組があれば、あるとよい事実に関係なく、カードは出さない
2. 条件の組が1つも無い決まりでは、カードを出さない（空っぽの条件で「そろっている」にしない）
3. カードを出すかどうかは、あるとよい事実に左右されない
4. 出すカードの点数は、必ず 70〜100%
5. 条件付きのカードは、85% を超えない
6. 「そろっている」なら、どの条件の組にもそろった事実がある
7. あるとよい事実が増えても、点数は下がらない

theorem missing_group_hides (groups : List (List TagState)) (plus : List Bool)
    (h : groups.any (fun g => groupRank g == 0) = true) :
    status groups = .none ∧ fit groups plus = 0

サイトで実際に点数を計算しているのは Python です。そこで、Python の本番の計算と、Lean で証明した定義に同じ入力を3,000通り余り入れ、 すべて同じ答えになることを、公開のたびに確かめています（片方だけを変えると、この確かめで公開が止まります）。

保証の範囲: Lean が保証するのは「決まりの論理」です。掲載文の読み取りが正しいか、お店が本当にその場面に合うか、見に来た方が満足するかは、 証明では保証できません。それは の評価や、人の確認で見ていきます。

言葉で探す

地図の検索欄に「上野で残業後に一人で夕飯」のように打つと、場所・場面・人数・予算に分けて探します。分けるのは辞書と正規表現で、 AI は使いません。打った言葉を外の AI に渡さないためです。場所は駅・エリア・目印の索引で引き、「えびす」「ebisu」のような読みでも引けます （駅の読みは Wikidata、料理・地名の読みは Sudachi の辞書）。辞書を直すたびに、200問を超える例題で読み取りが崩れていないかを確かめています。

AI から使う道具（MCP）

Claude・ChatGPT・Gemini などの AI サービスから、このサイトの検索を道具として使えます（MCP: Model Context Protocol）。 場所・ジャンル・設備・いま営業中で探す、1軒の詳しい情報（おすすめ度・こんな時に・2軒目）、代わりのお店、店名で引く、 載っていないお店の目安、場面の評価、の7つの道具があります。写真・電話番号・紹介文の全文は返さず、どの答えにもクレジットと注意書きを付けます。 つなぎ方は 使い方 にあります。

品質の守り方

• 公開の前に必ず全部のテスト: 57層の自動テスト（Python・Deno＋linkedom・本物の Chrome）を通らなければ、公開は止まります。 通った後は、公開中の URL を実際に叩く確かめ（煙テスト）を走らせます
• わざと壊して確かめる: 直した所を元に戻すとテストが落ちるかを、道具（break_check）で毎回確かめます。テストが本当に見張れているかの確認です
• 手元だけで通るテストを防ぐ: GitHub の CI と同じ条件（データベースや外のデータが無い・時刻が UTC）でも、公開の前に同じテストを走らせます
• 決まりの証明: そろい具合の決まりは Lean で証明し、本番の計算と照らし合わせます（上）
• 見張り: 毎晩・毎日の仕事が止まっていないか、地図のデータが古くなっていないかを見張り、止まればメールで知らせます

プライバシーと安全

• 会員登録はありません。名前・メールアドレス・電話番号はお預かりしていません。記録するもの・使い道・保存期間は プライバシーポリシー に書いています
• 見に来た方の入力を AI に渡しません。外の AI に送るのは、お店の掲載文だけです
• サイトはお店のデータを読むだけで、書き換えるのは夜の作り置きだけです。データベースの控えを毎日取っています
• 入口は1つ: サイトへの通り道は Cloudflare を経由する1本だけで、中の機械を直接外に出していません。運営者用の画面は認証の後ろにあります
• 攻撃への備え: 1つの接続元からの要求の数に上限を設け、怪しいアクセスは IP アドレスごとに見つけて止められるようにしています。 止める数値や仕組みの細部は、攻撃の手がかりになるので公開しません