ポートフォリオ

最終更新: 2026年5月

ARKA:コンフィギュレーターと本物のチェックアウトを1ページに

ARKAは、削り出したウォルナットに50mmのソリッドスフィアを収めた受注生産のオブジェクトで、初回ロットは12点です。Urbano DXがプロダクトを設計し、ページを構築し、注文を運用しています。購入者の選択はその場で仕様と価格に反映され、小さなAPIが配送先の国を含む構成全体を再検証してから、はじめてStripeの決済ページを生成します。

1つのフォームと1つの主張で始まるプロダクトページ。画像にはレンダリングであることを明記
1つのフォームと1つの主張で始まるプロダクトページ。画像にはレンダリングであることを明記
スフィアの数・フォーム・素材という3つの選択。変更のたびに質量と価格を再計算
スフィアの数・フォーム・素材という3つの選択。変更のたびに質量と価格を再計算
レンジ一覧。9つのフォームごとに寸法・質量・製作工数が価格の根拠として並ぶ
レンジ一覧。9つのフォームごとに寸法・質量・製作工数が価格の根拠として並ぶ
仕様テーブルと予約フォーム。どちらも同一のデータソースから生成
仕様テーブルと予約フォーム。どちらも同一のデータソースから生成

判断ガイド

ARKA:コンフィギュレーターと本物のチェックアウトを1ページにの確認ポイント

ARKA:コンフィギュレーターと本物のチェックアウトを1ページには、Urbano DXの進め方を買い手が事前に確認できるようにするための証拠資料です。抽象的な「できます」ではなく、どのような成果物、判断材料、引き継ぎが残るべきかを具体化します。

証拠資料を見る時は、見た目のきれいさだけでなく、受入条件、データ前提、リスク、担当者、次の判断が明確かを確認してください。良いPoCやスプリントは、作業報告ではなく、購買判断に使える情報を残します。

このページの内容は、初回相談前の期待値合わせにも使えます。必要な資料、デモの見方、社内で確認すべき論点を事前に揃えることで、短いスプリントでも密度の高い判断ができます。

見るべき証拠

動く画面、デモ経路、リスク、受入条件。

社内で使う場面

稟議、予算判断、セキュリティ確認、次スコープ検討。

良い成果物

見せられるだけでなく、引き継げて再利用できるもの。

プロダクト概要

物理プロダクトを1ページで販売するサイトです。9つのフォーム、3種類のスフィア数、4通りのスフィア素材、任意の刻印を選べます。すべて受注生産で、初回ロットは12点、6週間以内に発送します。画像は写真ではなくレンダリングであり、その事実をすべての画像の横に明記しています。

  • 横長の一枚ものから自立する彫刻まで9つのフォーム
  • 銅・スチール・セラミック、または混成セットのスフィア
  • 寸法、スフィア単体の質量、総質量をその場で表示
  • 各画像は全画面で開き、レンダリングしたフレームで回転

構築したもの

プリレンダリングした静的ページの背後に、小さなFastAPIサービスを置いています。カタログは単一のデータソースで、質量は入力値ではなく素材の密度から計算し、サーバーは検証に必要な範囲だけをミラーします。両者がずれた瞬間にテストがビルドを落とします。予約時は構成をAPIに送り、フォーム・素材・刻印・配送先の国を再検証したうえでStripeのCheckout Sessionを構成情報付きで生成し、スタジオに通知メールを送ります。決済確定のWebhookは冪等なので、Stripeの再送で注文が二重になることはありません。

  • リロードなしで質量と価格を更新するコンフィギュレーター
  • 決済前にすべての組み合わせをサーバー側で検証
  • 構成をメタデータとして保持するStripe Checkout Session
  • 冪等な決済Webhookとスタジオ向け通知メール
  • 技術構成:Vite、React、TypeScript、FastAPI、Stripe、nginx

この事例が示すこと

決済リンクとECの違いがここにあります。決済リンクでは配送できない国を拒否できず、ページと決済の内容を一致させ続けることもできず、支払い前に購入者を把握することもできません。これらのルールをサーバーに移すのは1日の作業ですが、問い合わせの一群がまるごと消えます。同じ構造は、見積フロー、予約フロー、構成可能な製品にそのまま応用できます。

  • プロダクトのルールはボタンではなくサーバーに置く
  • カタログのずれは顧客からの指摘ではなくビルド失敗で気づく
  • JavaScriptを止めても読めて買えるページ
  • 「選んでから支払う」あらゆるフローに使える型

最初のスプリント範囲を確認しましょう

アプリ、API、LLM機能、AIワークフローの目的、ユーザー、データ状況、希望時期をお知らせください。

相談する