# Nue Inc. > Nueは、生成AIプロダクトの開発と企業のAI活用支援を行う開発スタジオです。「新しい体験」と「新しいビジネス」を生み出すことを、Nue の仕事と定義しています。 Nue Inc. (ヌエ) は、生成AIプロダクトの開発と、企業のAI活用支援を行う日本のソフトウェアスタジオです。 LLM を用いたアプリケーション開発、企業の生成AI活用支援、LLMO対策、Webサイト・業務システムの受託開発を行っています。 ## Services - [生成AI導入支援](https://nue-tech.jp/services/ai-adoption): 生成AIをどこに入れるかの見極めから、プロトタイプ、実装、社内定着まで。業務プロセスに置き場所を作るところまでを範囲にします。 - [プロダクト開発支援](https://nue-tech.jp/services/product-development)（4週間 / 週次）: 何をつくるか決める4週間、出したあとを伸ばす定型の工程、運用しながら品質を保つ週次のレビュー。詰まっている場所によって入口が分かれます。 - [AI受託開発](https://nue-tech.jp/services/development)（2週間〜）: Webサイト、アプリケーション、業務システムの設計と開発。2週間で動くものを出してから決める進め方で、要らない機能を先に落とします。 - [LLMO対策](https://nue-tech.jp/services/llmo): ChatGPT・Perplexity・AI Overviews が答えを作るとき、自社の情報が引用される状態をつくる。構造化データ、llms.txt、引用されやすい記述設計まで一式で対応します。 ## Pages - [トップページ](https://nue-tech.jp/): 何をする会社かとサービス一覧 - [Services](https://nue-tech.jp/services): サービス一覧 - [Knowledge](https://nue-tech.jp/knowledge): 生成AI・LLMO・開発に関する記事 - [Company](https://nue-tech.jp/company): 会社概要、メンバーの経歴 - [お問い合わせ](https://nue-tech.jp/contact): サービスや取材に関するお問い合わせ窓口 ## Knowledge テーマごとに記事をまとめています。 ### プロダクト開発の進め方 0→1の立ち上げ、要件の決め方、何を作らないかの判断。作り始める前に決めることを扱います。 https://nue-tech.jp/knowledge/themes/product-discovery - [プロダクトディスカバリーとは何か。何を決めて、いつ終わるのか](https://nue-tech.jp/knowledge/what-is-product-discovery): 作るものを決める工程、という骨格の説明は揃っているのに、終わり方の説明は割れています。継続的な活動とする立場と、開発前の一区切りとする立場がどこから来ているかを並べ、期間を区切って発注する側が何を受け取れば終わりと言えるのかを書いています。 ### ユーザーリサーチとインタビュー 誰に何を聞くか、聞いた内容をどう課題に変えるか。定性調査の設計と分析を扱います。 https://nue-tech.jp/knowledge/themes/user-research - [ユーザーインタビューとは何か。誰に何を聞き、発言をどう課題に変えるか](https://nue-tech.jp/knowledge/user-interview-basics): 1対1で話を聞き、行動の理由を掘る定性調査です。人数の目安が記事ごとに違うのは、5人という数字がユーザビリティテスト、6件から12件がインタビューの飽和研究と、出どころが別だからです。逐語からコード化を経て課題文に落とすまでの手順も書いています。 ### プロトタイピングと検証 どこまで作って何を確かめるか。検証の合格条件の決め方と、作りすぎないための線引きを扱います。 https://nue-tech.jp/knowledge/themes/prototyping - [プロトタイプとMVPは何が違うのか。どこまで作って何を確かめるか](https://nue-tech.jp/knowledge/prototype-vs-mvp): プロトタイプは実現できるかを、MVPは市場で成立するかを確かめます。MVPは提唱時の定義と現場の使われ方がずれていて、誰が造語したかの帰属自体も割れています。出どころを整理したうえで、どこまで作るかの決め方を書いています。 ### AIを使った開発の進め方 AIコーディングを前提にしたときに、設計とレビューがどう変わるか。速くなる部分と変わらない部分を扱います。 https://nue-tech.jp/knowledge/themes/ai-development - [AI-DLCとは何か。AI駆動開発の全体像と5つのフェーズ](https://nue-tech.jp/knowledge/what-is-ai-dlc): AI-DLCを、AIコーディングとの違い、3フェーズと現行5フェーズの関係、インセプション、検証ゲート、人が残す判断に分けて解説します。 - [AI駆動開発の要件定義。受け入れ条件とインセプション](https://nue-tech.jp/knowledge/why-requirements-definition-stalls): AI駆動開発で要件定義をどう進めるかを、インセプション、受け入れ条件、人へ戻す判断、実装単位ごとの更新に分けて解説します。AI-DLCの位置づけも紹介します。 - [AIコーディングとは何か。設計とレビューがどう変わるのか](https://nue-tech.jp/knowledge/what-is-ai-coding): 補完型、エージェント型、バイブコーディングを出てきた順に整理し、生産性が上がるという主張をベンダー主導の調査と独立系研究機関の調査に分けて読みます。速くなる工程と、変わらない工程を実務の言葉で書いています。 ### UX改善とABテスト 数字の読み方、改善案の作り方、検証の回し方。出したあとに伸ばす工程を扱います。 https://nue-tech.jp/knowledge/themes/ux-improvement - [ABテストとは何か。何を比べていて、いつ止めるのか](https://nue-tech.jp/knowledge/what-is-ab-testing): 2つのパターンを出し分けて成果指標を比べるのがABテストです。解説が割れるのは止めどきで、途中で結果を覗いて止めると誤判定が跳ね上がります。Optimizely公式のシミュレーションとNISTの統計ハンドブックをもとに、回す前に決めることを整理しています。 ### デザインシステムとUI品質 作ったルールが守られなくなる理由と、守られる状態の保ち方を扱います。 https://nue-tech.jp/knowledge/themes/design-system - [デザイントークンとは何か。名前をどう決め、定義をどこに置くか](https://nue-tech.jp/knowledge/what-are-design-tokens): デザイントークンは、色や余白といったUIの値に名前を付けて一元管理する最小単位です。名前の階層の呼び方は出典ごとに違い、仕様の側は階層名を定めていません。名前の決め方、定義をデザインツールと実装のどちらに置くかの判断、定義したのに直値が残る理由を2026年9月時点で整理しました。 - [デザインハーネスとは何か。4層のうち検証層で最初に詰まる](https://nue-tech.jp/knowledge/what-is-design-harness): デザインハーネスは、制約・文脈・検証・評価の4層でAIエージェントの出力を安定させる仕組みです。検証層に並ぶトークン準拠・アクセシビリティ・文字溢れ・フローの理解しやすさは、機械で判定できるものとできないものが混ざっています。実装で詰まる箇所と、作る前に決めておくことを整理しました。 - [デザインシステムとは何か。スタイルガイドと何が違うのか](https://nue-tech.jp/knowledge/what-is-design-system): デザインシステムの説明は出典ごとに構成要素の数も内訳も違います。共通している定義と割れている点を分けて整理し、作ったものが運用として機能しているかを、逸脱を機械的に判定できるかという角度から見分ける方法を書いています。 ### アクセシビリティ 何から手をつけるか、どこまでやるか。実装と運用の両方を扱います。 https://nue-tech.jp/knowledge/themes/accessibility - [Webアクセシビリティとは何か。WCAGの適合レベルをどう選ぶか](https://nue-tech.jp/knowledge/what-is-wcag): 2024年4月に義務になったのは合理的配慮の提供で、ウェブサイトの対応そのもの（環境の整備）は今も努力義務です。WCAGとJIS X 8341-3の関係、レベルAAを目標に置く根拠、非干渉の4基準から始める着手順を、条文と公的資料の出典つきで整理しました。2026年8月時点の情報です。 ### LLMO（AI検索最適化） ChatGPTやPerplexityに引用される状態のつくり方と、効果の測り方を扱います。検索順位とは別の話です。 https://nue-tech.jp/knowledge/themes/llmo - [LLMOとは何か。SEOと何が違い、何をすれば引用されるのか](https://nue-tech.jp/knowledge/what-is-llmo): ChatGPTやPerplexityが答えを作るとき、引用元に選ばれるための取り組みをLLMOと呼びます。検索順位を争うSEOとは判断材料が違います。自社サイトで実際にやったことを書いています。 ### 生成AIの業務導入 どの業務に入れて効くか、なぜ本番に行かないか、定着させるには何が要るかを扱います。 https://nue-tech.jp/knowledge/themes/ai-adoption - [生成AIのPoCが本番に行かない。止まるのは精度ではなく置き場所](https://nue-tech.jp/knowledge/why-poc-stalls): 検証は動いたのに本番に進まない。原因は精度不足より、業務フローの中に置き場所がないまま作られていることの方が多い。どこで止まるかと、順番を変えると何が変わるかを書いています。 ### Webサイトの制作と運用 制作の進め方、ホスティングの選び方、移行のときに壊れるもの。作ったあと運用する話まで扱います。 https://nue-tech.jp/knowledge/themes/web-production - [canonicalの食い違いで、記事の6割が数か月インデックスされていなかった](https://nue-tech.jp/knowledge/canonical-index-incident): 記事を書き続けているのに検索結果に出ない。原因はcanonicalが指すURLがリダイレクトを返していたことでした。気づくまでに何か月かかったか、どう直したか、再発をどう検知しているかを書いています。 - [Framerで作ったサイトを自前ホスティングに移した。何が壊れて、どう直したか](https://nue-tech.jp/knowledge/framer-to-self-hosting): ノーコードで作ったサイトを静的サイトとして自前ホスティングに移す作業を、自社サイトで実際にやりました。壊れた箇所と直し方、移行しない方がいい場合を書いています。 ## Company - 会社名: Nue株式会社（ヌエ） - 設立: 2025年3月6日 - 所在地: 東京都渋谷区円山町5番3号 MIEUX渋谷ビル8階 - 代表者: 菊地涼太、渡邉龍之介 - 詳細: https://nue-tech.jp/company ## Contact - Web form: https://nue-tech.jp/contact ## Notes for AI agents - 本サイトは静的配信です（Vercel）。記事は https://nue-tech.jp/knowledge 配下にあります。 - 構造化データは Organization / WebSite / Service / FAQPage / Article / BreadcrumbList を提供しています。`