Who（誰が）
通信制高校・サポート校の運営法人、担任教員、生徒、保護者が主な利用者であり、導入意思決定は校長・運営責任者が行う。
対象とする社会課題：通信制高校生の学習進捗が可視化されず、中退・留年が防げない
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
通信制高校では、担任一人が抱える生徒の数があまりに多く、レポート提出の遅れやログインの途絶えといった小さなサインが見過ごされがちです。気づいたときには留年や中退がほぼ決まっている——そんな現場を、AIが日々の小さな変化を拾い上げ、教員に届けることで変えたいと考えています。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資500万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
下のボタンを押すと、AIチャットが「まなびコンパス」の事業内容を読み込んだ状態で開き、それぞれの資料の素案をその場で作成します。気になるものから試してみてください。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
「まなびコンパス」は、通信制高校生・担任教員・保護者をつなぐ学習伴走アプリです。
生徒は毎朝スマホに届く「今週やること」通知に沿ってレポートを提出し、分からない点はチャットボットに質問できます。担任は一覧ダッシュボードで担当150〜300人の進捗を確認し、AIが算出した赤信号（提出遅延・ログイン減少）の生徒から優先的に声かけできます。保護者には週次で進捗サマリーがメール届き、家庭での声かけを後押しします。月末には校長向けに留年リスク分析レポートが自動生成され、紙とExcelでの手探り管理から、データに基づく先回り支援へと現場を変えます。
全国の通信制高校生は約26万人（2023年度学校基本調査）に達し、10年で1.5倍に増加しているが、レポート提出や面接指導は生徒の自主性任せで、担任1人あたり150〜300人を担当するケースも珍しくない。
サポート校では学習進捗を紙やExcelで個別管理しており、提出遅延や未提出が積み重なった生徒に気づいた時には留年・中退が決まっているという事態が頻発する。生徒側も不登校経験者や発達特性を持つ子が多く、「何をいつまでにやればいいか分からない」まま孤立し、保護者も進捗を把握できず不安を抱える。教員側は個別最適な声かけをしたくても人手不足で対応しきれず、退学率は全日制の約10倍（文科省データ）という構造的課題が続いている。既存のLMS（学習管理システム）は大学向けが中心で、通信制高校特有の「単位認定に必要なレポート数・スクーリング出席・試験」を統合管理し、生徒ごとに次の一手を提示する仕組みは存在しない。
自然言語処理を用いた対話AIが生徒からの質問・相談に24時間応答し、レポート内容を解析して理解度・記述の質を推定する。
時系列データ（ログイン頻度、提出遅延日数、模試点数推移）から機械学習モデルが生徒ごとの中退・留年リスクスコアを週次で予測し、閾値を超えた生徒を教員に自動アラートする。生成AIが生徒の学習履歴に基づき、次に取り組むべき教材やレポートの優先順位を個別最適化して提示し、教員向けには面談時の声かけスクリプト案も自動生成する。さらに強化学習的な仕組みで、過去に効果があった介入（声かけタイミングや教材）のパターンを蓄積し、通知の送信タイミングと内容を継続的に最適化する。
生徒はスマホアプリで日々の学習を記録・提出し、AIが提出物の進捗と過去の学習パターンから「今週やるべきこと」を対話形式で毎朝通知する。
教員・チューターはダッシュボードで担当生徒全員の進捗を一覧化し、AIが自動でリスクスコア（提出遅延・ログイン頻度低下・レポート内容の質低下など）を算出し、赤信号の生徒を優先的に表示する。生徒がチャットボットに「レポートの書き方が分からない」と入力すると、AIが該当科目の過去の添削事例を参照しながら個別ヒントを提示し、解決しない場合は自動的に人間の教員へエスカレーションされる。保護者向けにも週次でAIが生成した進捗サマリーと声かけ提案がメール配信され、家庭でのフォローを後押しする。月末には校長・運営責任者向けにAIが学校全体の留年リスク生徒数と要因分析レポートを自動生成し、経営判断に活用できる体験を提供する。
| 退学者1人あたりの学費損失(生徒500人規模校で退学率10%・年50人想定) | 年間2,000万円 |
| 紙・Excel管理による教員の進捗確認・面談準備工数(1人あたり月20時間×時給2,000円換算) | 教員1人あたり月4万円相当 |
| 保護者からの個別問い合わせ対応(電話・面談)工数 | 教員1人あたり月2万円相当 |
| 中退増加による翌年度生徒募集減少・評判低下による機会損失 | 年間500万円規模の想定 |
| SaaS月額利用料(生徒500人規模・1人月800円) | 月40万円 |
| 初期導入・データ移行費(教員研修込み) | 初年度のみ100万円 |
| 保護者向け個別コーチングオプション(希望者のみ) | 1人月2,980円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
通信制高校生は10年で1.5倍の約26万人に増加した一方、担任1人が150〜300人を受け持つため、提出遅延や未提出への気づきが遅れがちです。
サポート校の多くは進捗を紙やExcelで個別管理しており、留年・中退が決まってから初めて事態を把握するケースが頻発しています。生徒側も不登校経験者や発達特性を持つ子が多く「何をいつまでにやればいいか分からない」まま孤立し、保護者も状況を把握できず不安を抱えています。大学向けLMSは単位認定に必要なレポート数・スクーリング出席・試験を統合管理する仕組みを持たず、通信制高校特有の運用に対応したシステムが必要です。
MVP開発（0-6ヶ月）はリスクスコアAIの精度が未確定で仕様変更が頻発する想定のため準委任契約が適しています。
精度改善フェーズ以降、ダッシュボードUIや通知機能など仕様が固まった範囲は請負契約に切り替える段階移行が現実的です。発注時はAIモデルの精度目標（適合率70%等）を契約上のマイルストーンではなく努力目標として明記し、未達を理由とした契約解除条件を設けないよう注意が必要です。教員研修・データ移行を含む初期導入費部分は成果物が明確なため請負向きですが、範囲を事前に校数・生徒数で明示することを推奨します。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 通信制高校・サポート校の生徒（提出・質問・通知確認）と担任教員・チューター（進捗確認・声かけ・面談対応） |
| セカンダリ | 生徒の保護者（週次サマリー閲覧、コーチングオプション利用） |
| 管理 | 学校側の運営責任者・校長（月次レポート閲覧、契約管理）およびまなびコンパス運営側のカスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 生徒学習記録・提出機能 | 生徒がスマホで学習時間・レポートを入力→AIが提出状況を記録→進捗率をグラフ表示 |
| AI対話型デイリーガイド | 生徒の提出履歴を解析→AIが今週の優先課題を判定→毎朝チャット形式で通知 |
| リスクスコア予測AI | ログイン頻度・提出遅延日数・模試点数を入力→機械学習モデルが週次算出→教員に赤信号アラート表示 |
| 教員向け進捗ダッシュボード | 全生徒の学習データを集計→リスク順に並べ替え→一覧画面で教員に表示 |
| レポート内容解析・添削支援 | 生徒が提出したレポート文章を入力→AIが理解度・記述の質を推定→改善ヒントを提示 |
| チャットボット学習相談 | 生徒の質問文を入力→AIが過去添削事例を参照し回答生成→未解決時は教員へ自動転送 |
| 教員向け声かけスクリプト生成 | 生徒の状況データを入力→生成AIが面談用トークスクリプトを作成→教員画面に表示 |
| 保護者向け週次サマリー配信 | 生徒の週間学習データを集計→AIが進捗要約と声かけ案を生成→保護者にメール送信 |
| 校長向け月次リスク分析レポート | 全校生徒のリスクスコアを集計→AIが要因分析文を自動生成→月末にPDFで出力 |
| 単位認定要件統合管理 | レポート提出数・出席・試験結果を入力→単位充足条件と照合→未達項目を一覧表示 |
| 介入効果学習・通知最適化 | 過去の声かけ内容と生徒反応を蓄積→強化学習で効果パターンを分析→通知内容と送信時刻を自動調整 |
| テーブル | 主要カラム |
|---|---|
students | student_id, school_id, name, grade, enrollment_date, status, risk_level |
schools | school_id, name, plan_type, contract_start, student_count, billing_status |
teachers | teacher_id, school_id, name, role, assigned_student_count |
reports | report_id, student_id, subject, submit_date, due_date, status, score |
risk_scores | score_id, student_id, calculated_at, score_value, factors, alert_level |
login_logs | log_id, student_id, login_at, session_duration, device_type |
interventions | intervention_id, student_id, teacher_id, type, content, result, created_at |
parent_notifications | notification_id, student_id, sent_at, summary_text, suggestion_text |
| # | 画面 |
|---|---|
| 1 | 生徒ホーム画面 |
| 2 | 課題提出・記録画面 |
| 3 | 教員ダッシュボード |
| 4 | リスク一覧画面 |
| 5 | チャット相談画面 |
| 6 | 保護者サマリー画面 |
| 7 | 校長向け分析レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(スケーラブルなインフラ構築のため) |
| 2 | Python/FastAPI(ML連携とAPI開発効率が高いため) |
| 3 | React/React Native(Web/アプリ共通開発で工数削減) |
| 4 | PostgreSQL(生徒・提出データの整合性管理に適するため) |
| 5 | OpenAI API(対話・添削ヒント生成に活用) |
| 6 | XGBoost(時系列リスク予測モデルの精度と解釈性のため) |
| 7 | Auth0(教員・保護者・生徒の権限分離認証のため) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上（ダウンタイム月3.6時間以内）を目標とする想定 |
| 性能 | 性能: リスクスコア算出は生徒1人あたり1秒以内、ダッシュボード表示は3秒以内の目安 |
| セキュリティ | セキュリティ: ISMS認証取得、通信・保存データはAES256暗号化、ロール別アクセス権限管理を実施 |
| スケーラビリティ | スケーラビリティ: 3年目末の生徒6万人・教員5000人規模の同時アクセスに対応できる設計とする想定 |
| 運用 | 運用: リスク予測モデルを週次で再学習し、月次で適合率70%以上を検証する運用体制 |
| バックアップ | バックアップ: 学習データは日次バックアップを取得し、RPO24時間・RTO4時間以内を目標とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | スプレッドシートとチャットツール（LINE等）で、生徒の提出状況を人力集計し、遅延している生徒に担当者が声かけする運用を1〜2校で試し、どの情報が本当に予兆として使えるかを確かめる | ツール利用料程度で、大きな開発費は使わない水準 |
| ②最小システム | ノーコード・ローコードツールでダッシュボードを作り、提出遅延やログイン頻度をもとにした簡易ルールでリスク表示を行い、教員が実際に使ってくれるかを確認する | 外注する場合で数か月分の開発費に相当する水準 |
| ③本開発 | 機械学習によるリスクスコア予測モデル、生徒向け対話AI、保護者向け週次レポート生成を組み込み、通信制高校の単位認定要件（面接指導・添削回数）に対応した本格版を構築する | AIエンジニア複数名の人件費とクラウド利用料が中心で、初期投資として大きめの水準を見込む |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| サポート校（生徒数300〜800人規模）の校長・運営責任者 | 退学率改善への予算意思決定権を持ち、初期導入費の合意が取れる相手だから | 私立通信制高校協会の名簿・展示会ブースで接点を作り紹介を依頼する |
| 通信制高校の教頭・進路指導主任（現場責任者） | 担任1人150〜300人の実態を把握し、現場のペインを具体的に語れるため | 教育委員会や協会経由のセミナー登壇後に個別面談を申し込む |
| 私立通信制高校協会の事務局担当者 | 加盟280校への情報発信力と業界共通課題の把握窓口になるため | 協会公式サイトの問い合わせフォームから事業紹介資料を送付し面談依頼 |
| 角川ドワンゴ学園（N高等学校等）の教育DX推進担当者 | 大規模校での先行導入実績が他校への波及効果を生むため | 同校の採用ページ・広報部門経由でアライアンス提案の窓口を探す |
| スクーリング委託事業者・教材出版社の営業責任者 | 既存の学校接点を持ち、紹介販売チャネルとして提携できるため | 教育産業向け展示会（教育ITソリューションEXPO等）で名刺交換し商談設定 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| サポート校・通信制高校への直接架電・メール | 「留年・中退の予兆を早期に見つける仕組みを試験導入いただける学校を探しています。無料でパイロット導入させてもらえませんか」と伝え、担任1人あたりの担当生徒数が多い校を優先して当たる |
| 私立通信制高校協会・学校法人向け展示会 | 名刺交換の際に「担任の先生の見守り負担を減らすダッシュボードを作っています。一度画面だけでも見てもらえませんか」と声をかけ、後日デモの約束を取る |
| 既存の学習教材会社・スクーリング委託事業者への紹介依頼 | 「御社が付き合いのある通信制高校のうち、生徒管理に困っている学校があれば紹介いただけないか」と依頼し、紹介料や将来のアライアンス条件を先に相談しておく |
| 教育関係者向けnote・SNSでの発信 | 担任の負担軽減や退学防止の考え方を記事化し、「今困っている先生方、まずは3校限定で無償モニターを募集します」と告知して直接連絡をもらう |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金（旧・新創業融資制度） | 法人設立前後で事業実績が少ない創業者 | 自己資金に加えて運転資金・設備資金を調達できる制度で、融資額は500万円を想定。AI開発人件費やクラウド利用料など創業初期の先行投資に充てられる |
| 小規模事業者持続化補助金 | 小規模事業者（創業直後の法人も対象になりうる） | 展示会出展費・営業用チラシ・Webサイト制作費など、通信制高校協会の会合やサポート校向け販路開拓の費用の一部を補助対象にできる可能性がある |
| ものづくり補助金（革新的サービス開発・試作開発枠） | 中小企業・小規模事業者 | リスクスコア予測AIやレポート添削支援AIの試作開発を「革新的サービス開発」として申請できる余地があり、ML基盤構築費の一部をカバーできる可能性がある |
| IT導入補助金 | SaaSを導入する中小企業（この場合は顧客である通信制高校・サポート校側） | 自社が直接使う制度ではないが、導入校側がこの補助金を使えば初期導入費の負担が下がるため、営業資料に補助金活用例として提示できる |
| 東京都創業助成事業（TOKYO創業ステーション） | 東京都内で創業する個人・法人 | 賃借料・広告費・人件費の一部が助成対象になる制度で、本社を都内に置く場合はカスタマーサクセス担当の人件費や営業活動費に活用できる可能性がある |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
教育領域の創業者コミュニティで話題になっています。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対表示です。実際の評価や順位を保証するものではありません