Claude Code | PM/POサービス企画者のためのエージェント設計

[この講義が解決する問題] - アイデアはあるが、自分で作ることができない企画者の限界 - "このように作ってください" → 想像で判断する非効率な意思決定 - データ分析、API検証など、その都度開発チームに依頼して待たされるボトルネック - AIツールを使ってみたものの、ChatGPTの質疑応答レベルに留まっている現実 [この講義で学ぶこと] 1. AI時代の企画プロセス再設計 - 従来：企画 → デザイン → 開発（順次待機） - 転換：PRD作成 → プロトタイプ生成 → 実物を見て意思決定 → 確定後に伝達 - 文書で説明する企画から、実物で見せる企画へ 2. PMのためのAIエージェント設計 - Harness Engineering：AIに質問するのではなく、働く構造を設計すること - CLAUDE.md, Rules, Hooks, MCP, Plugins — 各レイヤーの役割と設計原則 - Agent Router：一つのリクエストが自動的に最適なエージェントに割り当てられる構造 - PGEパイプライン：Planner → Generator → Evaluator、大規模タスクの品質管理設計 3. 自分だけのAIチーム構築 - 企画/リサーチ、プロダクト、デザイン、開発、マーケティング — 5つのカラム、20以上のエージェント - 1人の企画者が専門家チームを運営する実際のワークフロー - MCPで外部ツールを連携（Notion, Figma, Slack, データソース） - Skillで反復業務をワンコマンド自動化 4. 付随業務の自動化実践 - GA4 + Clarity + GSC + BigQuery → 統合ダッシュボード + 週次インサイト自動生成 - 自社APIを直接呼び出し → シナリオ検証 → 品質評価レポート - BigQueryコーホート分析 → Aha Moment仮説検証 - A/Bテスト、Notion同期、UI/UX監査の自動化 --- このような方におすすめです - 企画プロセスの待機時間とレビューサイクルに疲れたPM/PO/サービス企画者 - AIを業務ツールとして適切に設計したい方 - データに基づいた意思決定を自分で行いたいが、分析チームのリソースが不足している方 - "ターミナル"を怖がらずに、一歩先へ進みたい非開発者 [前提知識] - なし。インストールから設定まで最初から案内します。 - コーディング経験不要。PM視点の設計と活用に集中します。 [受講後の変化] - PRD.md一つで動作するプロトタイプを自ら作成し、意思決定のスピードを上げる - 自分だけのAIエージェントチームを設計し、運営する - データ分析、API検証、レポート生成を自ら自動化する