[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