不動産AIはチャットだけでは足りないOSS実装

不動産向けAIは、物件を探すチャット画面を置くだけでは業務に足りません。検索条件の抽出、市場分析、資金計画まで一連の流れを支える仕組みが必要です。

この記事では、Next.jsとFastAPIで構築されたオープンソースの「AI Real Estate Assistant」が、どの課題をどう解くかを整理します。

この記事でわかること

チャット型不動産AIに必要な機能の全体像
自然言語検索とハイブリッド検索の仕組み
複数LLMを切り替えるルーティング設計
デモ環境とローカル起動の手順

https://github.com/AleksNeStu/ai-real-estate-assistant

不動産AIに求められるのは会話以上の機能

購入者や仲介業者が物件を探すとき、欲しいのは回答だけではありません。エリア、価格帯、間取りといった条件で絞り込み、地図で位置を確認し、ローンや投資回収を試算する流れがセットになります。チャットボックス単体では、この一連の作業を支えきれません。

開発者Dan Kornas氏は、2026年6月20日の投稿で「不動産AIアプリにはチャットボックス以上のものが必要だ」と指摘し、物件検索、市場分析、会話型ワークフローを1つのリポジトリにまとめたOSSを紹介しています（参考）。

AI Real Estate Assistantとは

AI Real Estate Assistantは、Alex Nesterovich氏（GitHub: AleksNeStu）が公開するMITライセンスの不動産向けAIプラットフォームです。フロントエンドはNext.js 16、バックエンドはFastAPI、ベクトル検索にはChromaDBを使います。GitHub上では248スター、105フォーク（2026年6月21日時点）が付いており、コミット数は1,177件超、テストは7,000件超と規模の大きいプロジェクトです。

ライブデモはログイン不要で試せます。公開デモは模擬AI応答を使うため、APIキーなしでも画面操作を確認できます。本番運用ではOpenAI、Anthropic、GoogleなどのAPIキーが必要です。

https://realestate-web-dz1y.onrender.com/

クエリの複雑さで処理を切り替える設計

このOSSの中心は、Query Analyzer（クエリ分析器）です。ユーザーの質問を単純か複雑かに分類し、単純な検索はRAG（検索拡張生成）エンジンへ、複雑な依頼はHybrid Agent（ハイブリッドエージェント）と各種ツールへ振り分けます。

単純な「クラクフで2LDK、50万ズウォティ以下」のような条件抽出はRAGで高速に処理し、住宅ローン試算や物件比較など手順の多い依頼はエージェントがツールを呼び出します。会話型UIの裏側で、検索と計算を用途別に分ける点が実装の肝です。

自然言語検索とハイブリッド検索

物件検索は自然言語の入力から価格、部屋数、立地、設備といったフィルタを自動抽出します。検索エンジンはセマンティック検索（意味に基づく検索）とキーワード検索を組み合わせたハイブリッド方式で、ChromaDBに蓄積した物件データを参照します。

さらにMMR（Maximal Marginal Relevance、最大周辺関連性）による再ランキングを入れ、類似結果の偏りを抑えます。READMEでは、この再ランキングで関連度が30〜40%改善すると説明されています。不動産検索では「条件に近いが似た物件ばかり返る」問題が起きやすく、多様性を確保する設計は実務上の価値があります。

6社超のLLMをフォールバック連鎖で使う

AI応答はOpenAI、Anthropic、Google、Grok、DeepSeek、ローカルのOllamaなど6社超のプロバイダに対応します。1社のAPIが失敗した場合に次のプロバイダへ切り替えるフォールバック連鎖を持ち、可用性を確保します。

クラウドAPIとローカルモデルを同じ枠組みで扱えるため、コスト試算やプライバシー要件の検証にも向きます。不動産データは個人情報や取引条件を含みやすく、モデル選定をアプリ側で切り替えられる設計は導入判断の材料になります。

資金計算と地図分析を同じUIに統合

金融ツールには住宅ローン計算、賃貸と購入の比較、投資ROI（投資収益率）、TCO（総所有コスト）、CMA（比較市場分析）レポート生成が含まれます。物件を見つけたあとの意思決定まで、同じ画面で進められる構成です。

地図機能はMapboxとLeafletを使い、物件マーカーのクラスタリング、エリア比較、都市単位の概要分析に対応します。テキスト検索と地図探索を並行できるため、「条件で絞ってから周辺を見る」という実際の内見前の行動に近い操作が可能です。

9言語対応とセキュリティ面の整備

UIは英語、ポーランド語、ロシア語、ドイツ語、スペイン語、イタリア語、ポルトガル語、トルコ語、ウクライナ語の9言語に対応します。EU AI Act（欧州連合のAI規制法）に沿った表示ラベルもREADMEで言及されており、海外展開を想定した作りです。

セキュリティ面ではレート制限、監査ログ、SSRF（サーバーサイドリクエストフォージェリ）対策、APIキーとJWTの二重認証を備えます。OWASP（Webアプリの代表的な脆弱性を整理したガイドライン）を意識した実装と説明があり、プロトタイプ止まりにしにくい構成です。

触り方：デモ、Docker、手動セットアップ

最も手軽なのはライブデモです。Renderの無料枠でホストされており、非アクセス後はコールドスタートで初回表示に30〜60秒かかる場合があります。

ローカルではDocker Composeが推奨されます。デモ用スクリプトを使うと、クラクフ、ワルシャワ、グダニスク、ヴロツワフ、ポズナンの5都市を想定した250件超の物件データなどを生成できます。フロントエンドはhttp://localhost:3082、バックエンドAPIはhttp://localhost:8082/docsで確認します。

手動セットアップでは、バックエンドをapps/api、フロントエンドをapps/webで起動し、それぞれポート8000と3000で動かします。Windows向けにはPowerShellスクリプトも用意されています。

チャット専用ツールとの違い

一般的なチャットボット型の不動産AIは、FAQ応答や物件説明の生成に留まりがちです。AI Real Estate Assistantは検索インフラ、エージェント、金融計算、地図を1リポジトリに束ね、業務フロー全体のプロトタイプとして設計されています。

自社サービスを作る場合、UIだけを真似るのではなく、Query Analyzerによる処理分岐とハイブリッド検索の組み合わせが参考になるはずです。MITライセンスのため、社内検証や商用サービスの土台としても利用しやすい点も魅力です。