プロダクトアウトから価値探索へ：生成AIが加速させたエージェント開発の実践録

by hashiba daiki

Slide 1

Slide 1 text

2025.12.15 Product Engineer ⽻柴プロダクトアウトから価値探索へ：⽣成AI が加速させたエージェント開発の実践録

Slide 2

Slide 2 text

2 前段⾃⼰紹介 ● 基本情報 ○ ⽻柴⼤⽣（はしばだいき） ○ ⾹川県在住。2⼈の娘がいます ● 経歴 1. 情報系の⾼校 / 情報系の⼤学を経て何故かパチンコ屋店⻑🎰に。なんやかんやを経験しソフトウェア開発の現場へ 2. comsica: React を中⼼とした開発 3. chot Inc: Next.js を中⼼とした開発 → EM 4. Stockmark Inc ■ Webフロントエンド中⼼に、モバイルやサーバー側も開発したり。最近はマネジメント中⼼になりつつある ■ 技術探索エージェントチームリード

Slide 3

Slide 3 text

3 前段⽣成AIの活⽤！となると⽣成AIを使って業務を効率化するのか？⽣成AIを今のアプリケーションに組み込むのか？という話がありますが、今⽇はどちらも話します（ちなみにエージェント開発といっても⼤きくワークフロー型とエージェント型がありますが、⾃分たちが開発したのはワークフロー型です）今⽇話す内容

Slide 4

Slide 4 text

前段（自己紹介・今日話す内容）エージェント開発の経緯実際に作ってみた感想まとめ

Slide 5

Slide 5 text

5 エージェント開発の経緯新機能の策定〜製品紹介〜 ● 製造業の企画、研究、開発向けの SaaS ● ユーザーに価値のある情報を届ける（ニュース、特許、論⽂ etc...）

Slide 6

Slide 6 text

6 エージェント開発の経緯新機能の策定 ● ふわっと役に⽴つではなく、具体的にお客様のペインを解決する必要がある

Slide 7

Slide 7 text

7 エージェント開発の経緯新機能の策定 ● ふわっと役に⽴つではなく、具体的にお客様のペインを解決する必要がある ● 幾多の調査を経て2つのペインを進めることになった a. 研究着⼿前の侵害予防調査、⼈の⽬でひどいと数千件という特許を読み込む b. 顧客や事業部からの要望が⼤量にあり、技術解決策を検討することに忙殺されている

Slide 8

Slide 8 text

8 エージェント開発の経緯新機能の策定 ● ふわっと役に⽴つではなく、具体的にお客様のペインを解決する必要がある ● 幾多の調査を経て2つのペインを進めることになった a. 研究着⼿前の侵害予防調査、⼈の⽬でひどいと数千件という特許を読み込む b. 顧客や事業部からの要望が⼤量にあり、技術解決策を検討することに忙殺されている

Slide 9

Slide 9 text

9 エージェント開発の経緯技術探索 is 何研究開発のフローに以下のようなものがある

Slide 10

Slide 10 text

10 エージェント開発の経緯技術探索 is 何ソフトウェア開発に似ているなと思った。開発は楽しい

Slide 11

Slide 11 text

11 エージェント開発の経緯技術探索 is 何⾮定型業務かつ、暗黙知が多くある領域を対象に

Slide 12

Slide 12 text

12 エージェント開発の経緯技術探索 is 何

Slide 13

Slide 13 text

13 エージェント開発の経緯技術探索 is 何要望（= 課題）解決策の選定報告

Slide 14

Slide 14 text

14 エージェント開発の経緯技術探索 is 何要望（= 課題）解決策の選定報告対象とする範囲

Slide 15

Slide 15 text

15 エージェント開発の経緯技術探索 is 何要望（= 課題）解決策の選定報告対象とする範囲まずはこれを開発しよう

Slide 16

Slide 16 text

16 エージェント開発の経緯最初に作ろうとしたアプリ ● 顧客は何をしたらいいか、ある程度あたりがついている ● その上で検索して解決策に辿り着きたい ● 全般的に⾮定型のタスクなのでまずは触ってみないと分からない ⇒検索が軸のprototypeアプリ開発へ

Slide 17

Slide 17 text

17 エージェント開発の経緯実際に作ったprototypeアプリ知りたいことを調べる要約された⽂献が出る

Slide 18

Slide 18 text

18 エージェント開発の経緯実際に作ったprototypeアプリ気になる情報を選択深掘りできる

Slide 19

Slide 19 text

19 エージェント開発の経緯 prototypeアプリの反応 ☺ ● 論⽂や特許が要約されて読めるのが良い ● 検索で出てきた論⽂で気になるものがあった 🤔 ● そもそも課題が抽象的なことがある ● あまりピンとこない

Slide 20

Slide 20 text

20 エージェント開発の経緯 prototypeアプリの反応 ☺ ● 論⽂や特許が要約されて読めるのが良い ● 検索で出てきた論⽂で気になるものがあった 🤔 ● そもそも課題が抽象的なことがある ● あまりピンとこない →事前のヒアリングでシニア寄りの⽅が多かったことが起因

Slide 21

Slide 21 text

21 エージェント開発の経緯技術探索 is 何対象とする範囲まずはこれを開発しよう

Slide 22

Slide 22 text

22 エージェント開発の経緯技術探索 is 何対象とする範囲特にペイン強め

Slide 23

Slide 23 text

23 エージェント開発の経緯課題の抽象度が⾼かったり、分解が不⼗分なことが問題 ● 「保⽔率を上げる⽅法はこれです！」と持ってこられても「なぜ保⽔率をあげればいいの？」「他の⽅法は？」となる ● ⼈によっては抽象度の⾼い課題でも、必要なヒアリングを重ねて課題を分解できる。が、できる⼈は限られている ● ソフトウェア開発でも似た話はある。例えば「ユーザー招待機能をつけたい」となっても「ユーザーはそもそも何を解決したいのですか？」と聞かれる ⇒課題の分解を軸にしたアプリの開発へ

Slide 24

Slide 24 text

24 エージェント開発の経緯実際に作ったアプリ「窓ガラスの強度をあげたい」という抽象的な課題に対して様々な⾓度の仮説が展開それぞれの仮説に対して解決策が紐付く

Slide 25

Slide 25 text

25 エージェント開発の経緯実際に作ったアプリ解決策に紐付く関連⽂献が表⽰される ● 探す → 課題を分解するが主⽬的になった ● エクスポート機能をつけユーザーからのヒアリングを重ねて、アウトプットの品質を確認 ● RAGを⾏う蓋然性が⾒えなかったため1stリリースからは外した ● 余談ですが、企画 → リリースまで約半年 😱（実際にリリースしたアプリに着⼿できたのが9⽉1週⽬でリリースが10⽉末）

Slide 26

Slide 26 text

前段（自己紹介・今日話す内容）エージェント開発の経緯実際に作ってみた感想まとめ

Slide 27

Slide 27 text

27 実際に作ってみた感想プロダクトアウトなアプリ開発で顧客価値と向き合う楽しさ、困難さ ● ユーザーヒアリングだけでは答えに辿りつけない ● ⽣成AIをアプリに組み込むことの困難さ ● RAGむずすぎ

Slide 28

Slide 28 text

28 実際に作ってみた感想プロダクトアウトなアプリ開発で顧客価値と向き合う楽しさ、困難さ ● ユーザーヒアリングだけでは答えに辿りつけない ○ 暗黙知がそのままなのは理由がある。⾔語化は難しい ○ 顧客解像度を上げる、体験的な感覚を共有する、実現可能性を測るという意味で、prototypeの開発は必須だった ● ⽣成AIをアプリに組み込むことの困難さ ● RAGむずすぎ

Slide 29

Slide 29 text

29 実際に作ってみた感想プロダクトアウトなアプリ開発で顧客価値と向き合う楽しさ、困難さ ● ユーザーヒアリングだけでは答えに辿りつけない ● ⽣成AIをアプリに組み込むことの困難さ ○ できる幅が広すぎる（さらに⽇進⽉歩で進む） ○ 評価が必須になっている。ドメイン知識がさらに求められる ● RAGむずすぎ

Slide 30

Slide 30 text

30 実際に作ってみた感想プロダクトアウトなアプリ開発で顧客価値と向き合う楽しさ、困難さ ● ユーザーヒアリングだけでは答えに辿りつけない ● ⽣成AIをアプリに組み込むことの困難さ ● RAGむずすぎ ○ どうやって検索するか（チャンク検索なのか、キーワード検索なのか） ○ LLMに渡す値（これにより品質、料⾦、速度に影響がある）は？ ○ ユーザーに出⼒する情報はどういったものがいいのか（UX⽂脈での検討） ○ 品質、料⾦、速度に明確なゴールがあるわけではなく、総合的な判断が必要 ○ RAG（でユーザーが求める品質をコストも考えつつ、安定して提供するのが）むずすぎ

Slide 31

Slide 31 text

31 実際に作ってみた感想⽣成AIを利⽤した爆速開発（実質2ヶ⽉でリリースできた⼟台） ● PdMが爆速でMocを作って開発が先⾏した ● vibe codingとDify

Slide 32

Slide 32 text

32 実際に作ってみた感想⽣成AIを利⽤した爆速開発（実質2ヶ⽉でリリースできた⼟台） ● PdMが爆速でMocを作って開発が先⾏した ○ ちょうど Claude Code がリリースされたタイミングだった ○ 開発側の思考が進む要因となった ● vibe codingとDify Claude Code にご満悦なPdMの様⼦

Slide 33

Slide 33 text

33 実際に作ってみた感想⽣成AIを利⽤した爆速開発（実質2ヶ⽉でリリースできた⼟台） ● PdMが爆速でMocを作って開発が先⾏した ● vibe codingとDify ○ prototypeアプリはvibe codingを中⼼に4⽇で作れました。 prototypeがある状態で会話が進んだので、関係者の意思決定が素早くできた ○ PdMが細かくpromptの調整をしたり、modelのパラメーターを触るのに Dify は⼤変重宝しました。これ1つでエージェントアプリの多くのことが賄えた（開発時のみ。そこそこ癖はありましたが）

Slide 34

Slide 34 text

前段（自己紹介・今日話す内容）エージェント開発の経緯実際に作ってみた感想まとめ

Slide 35

Slide 35 text

35 まとめ ● ⽣成AIができることが広く、成⻑速度が早く、アウトプットが安定しないという性質により、プロダクトに組み込んで安定した価値をユーザーに届けるということが⾮常に難しい ● できることが増えるにつれユーザーの要求レベルも上がっている。エージェンティックなアプリの開発など、今までにないアプリの開発が始まっている ● これらを解消する意味でも素早いプロトタイプ開発 → フィードバックのサイクルが必須になっている⽣成AIの登場により、プロダクト開発は⼤きく変わった

Slide 36

Slide 36 text

36 まとめ ● ⽣成AIができることが広く、成⻑速度が早く、アウトプットが安定しないという性質により、プロダクトに組み込んで安定した価値をユーザーに届けるということが⾮常に難しい ● できることが増えるにつれユーザーの要求レベルも上がっている。エージェンティックなアプリの開発など、今までにないアプリの開発が始まっている ● これらを解消する意味でも素早いプロトタイプ開発 → フィードバックのサイクルが必須になっているこんなカオスな状況ですが、新時代のアプリケーション開発のど先頭に⾃分がいるんだと思うと胸が踊る！！⽣成AIの登場により、プロダクト開発は⼤きく変わった

Slide 37

Slide 37 text

37 We Are Hiring!!! こんなカオスを⼀緒に楽しめる仲間を募集しています https://herp.careers/v1/stockmark

Slide 38

Slide 38 text

No content