AIを使うPMからAIを設計するPMへ.pdf

freee PdM Night（2026/4/16）登壇資料。
非エンジニアPMがClaude Codeを活用し、AI を「使う」段階から「設計する」段階へ移行した話。

Transcript

1. © Findy Inc. 2026.04.16 freee PdM Night AIを"使う"PMから、 AIを"設計する"PMへ 1 ファインディ株式会社 プロダクトマネージャー 下畠 隆志
2. © Findy Inc. ⾃⼰紹介 ファインディ株式会社で、フリーランスエンジニアと企業をマッチン グする「Findy Freelance」のプロダクトマネジメントを担当。 新卒で⼤学受験予備校の校舎運営を経験後、2020年にファインディに ⼊社。 ユーザーサクセスとして案件獲得⽀援に従事し、多くのエンジニア‧ 企業と向き合った経験をもとに、より良いサービスづくりに取り組ん でいます。 推しのAIツール：Claude Code 下畠 隆志 プロダクトマネジメント室 Freelance企画 マネージャー @t_shimo2 ファインディ株式会社 Shimohata Takashi 2
3. 会社概要 会社名 ファインディ株式会社 / Findy Inc. 代表取締役 ⼭⽥ 裕⼀朗 設⽴ 2014 年 2 ⽉ ※ 本格的な事業開始は2016年7⽉ 全従業員数 478 名 ※2026年1⽉時点 資本⾦ 19億9,692万円 ※ 資本準備⾦含む 住所 東京都品川区大崎1-2-2 アートヴィレッジ大崎セントラルタワー 5階 事業許可番号 13-ユ-308478 サービス ‧IT/Webエンジニアの転職サービス「Findy」 ‧ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」 ‧経営と開発現場をつなぐAI戦略⽀援SaaS「Findy Team+」 ‧開発ツールのレビューサイト「Findy Tools」 ‧テックカンファレンスのプラットフォーム「Findy Conference」 ‧顧客価値を追求する、AI時代の製品開発マネジメント「Findy Insights」等 投資家 グローバル‧ブレイン、ユナイテッド、SMBCベンチャーキャピタル、KDDI、 JA三井リース、みずほキャピタル、博報堂ＤＹベンチャーズ、Carbide Ventures、等
4. © Findy Inc. ファインディが展開するエンジニアプラットフォーム サービス紹介 4
5. © Findy Inc. 現場経験 × ドメイン知識でプロダクトマネジメント 前職 予備校運営 教育業界で 校舎運営‧⽣徒指導を担当 → ⼊社後 2年 ユーザーサクセス （キャリアアドバイザー） フリーランスエンジニアと 毎⽇⾯談 → 現在 4年⽬ プロダクト マネージャー Freelance企画チーム マネージャー エンジニアバックグラウンドなし でもフリーランスエンジニア‧社内の事業部メンバーが何に困っていて何を求めているかは分かる 前提 ⾮エンジニアバックグラウンドのPM 5
6. © Findy Inc. Assisted（補助） ⽣成AIと壁打ちして施策案を出 させる 毎回ゼロから。⽂脈が繋がらない 1 → Augmented（協働） 議事録要約、競合調査、ドキュ メント下書きをAIと⼀緒に 単発タスクの効率化⽌まり 2 → Autonomous（自律） AIの「働き⽅」そのものを設計 し、AIが⾃律的に動く仕組みを 作る 今⽇話すのはここ 3 前提 AI活⽤の3段階 6
7. © Findy Inc. PM（私） ▼ Claude Code 公式ベストプラクティスを⼟台に設計 ▼ 1 コンテキスト層 AIが"分かる" CLAUDE.md（30⾏） →事業KPI‧参照先 rules/ 5ファイル →⽂体‧お作法 2 ⾃動化層 AIが"働く" skill 35個 定時⾃動化 6体の専⾨家エージェント 3 学習層 AIが"育つ" メモリファイル 22個 プロジェクト記憶 リファレンス記憶 フィードバック記憶 設計 公式ドキュメントに基づく「3層構造」 7
8. © Findy Inc. ⽣成AIを強⼒な仲間にするコンテキストマネジメント • CLAUDE.md（30⾏）+ rules（5ファイル） で AIに事業コンテキストを渡す • skills（35本）+ agents（6体） で繰り返し業務 を定型化 • memory（22ファイル） で分析結果‧参照情報 ‧失敗の教訓を蓄積 • Claude Code公式のベストプラクティスを⼟台 に、⾃分のPM業務に当てはめて組み上げた ①コンテキスト層 8
9. © Findy Inc. 📊 データ分析 /funnel-analysis 「ファネルを分析して」 → BQクエリ→分析→施策提案 → Notionレポート。5分。 ✅ 仕様品質チェック /pm-qa Issue URL渡すだけ → QAチェックリスト⾃動⽣成 → Issueに直接書き込み 🎨 デザイン /figma-mock Issueの仕様から → コード調査→デザイントークン確認 → Figmaモック⾃動作成 💬 問い合わせ対応 /inquiry-investigation 問い合わせ⽂⾯を貼るだけ → コードベース調査→原因特定 → 回答⽂⾯+エンジニア依頼⽂ 📋 ⽉次業務 /wp-close 1コマンドで⽉次締め → ⼯数記録→紐づけ確認 → 評価→レポート。5ステップ全⾃動 📝 ⽇報 /nippou 「退勤するよ」と打つだけ → カレンダー読み取り → ⽇報⽣成→Slack投稿 1回やったことは、2回⽬からAIがやる。全ての業務をAIで置き換える気持ちで。 35本のskill — 怠惰‧短気‧傲慢の思想で ②⾃動化層 PM業務の⼤半をskill化 9
10. © Findy Inc. ⽉ 8:15 ⽇報インサイト 9:00 skill利⽤状況レポート 10:00 ユーザーの声収集 ⽕ 8:15 ⽇報インサイト 9:00 構成監査 11:00 市場‧制度動向 ⽔ 8:15 ⽇報インサイト 9:00 SEO週次チェック ⽊ 8:15 ⽇報インサイト 9:00 技術トレンド調査 ⾦ 8:15 ⽇報インサイト 9:00 競合動向チェック 16:00 skill改善レビュー ②⾃動化層 情報収集はAIに、判断は⾃分に 10:00 ユーザーの声収集 10:00 ユーザーの声収集 10:00 ユーザーの声収集 10:00 ユーザーの声収集 情報収集はAI それを⾒て判断するのは⾃分 この切り分けが"設計する"の本質 10 LaunchAgentで設定 →昨⽇公開のRoutinesに移⾏
11. © Findy Inc. AIと業務を 設計する AIが業務を 実⾏する メモリに 蓄積する AIが改善提案 を出す（⾃動） PMが採否を 判断する ↘ ↙ ← ↖ ↗ ⾃⼰改善 ループ 22個のメモリファイル(MEMORY.md+21ファイル) プロジェクト記憶 過去の分析結果 × 7 リファレンス記憶 テーブル定義等の参照情報 × 11 フィードバック記憶 AIの失敗から学んだ教訓 × 3 実例 「あるskillによる施策提案に競合⽐較の観点が抜けている」 という改善提案 → 採⽤して今週から反映 ③学習層 仕組みが⾃分で⾃分を磨く。採否を判断するのはPM。 11
12. © Findy Inc. Before After → 仮説を思いついても2〜3⽇ データで検証するまでに時差がある 思いついた瞬間に⾃分の⼿で確認し 5分で次のアクションを決める 軽微なUI修正もエンジニア‧デザイナーに 依頼して数⽇待つ AIとともに越境 ⾃分でPRを出す‧デザインをつくる (もちろんエンジニア‧デザイナーにガードレールは敷いてもらっている) どの施策をやるかの決め、そこからリリースするまでが⻑く ⽉の施策は数種類程度 各フェーズにかかる⼯数が削減され ⽉の施策数が2倍以上に (もちろんビルドトラップにならないよう”やらない”判断も増やしている) Before/After "作業"が減り、考え‧⼀次情報収集‧意思決定の時間が増え、スピードアップ 12
13. © Findy Inc. Before/After AIはPMの仕事を減らしたんじゃなく、中⾝を変えた 13 施策の「なぜやるか」を考える深さが変わった。 事業数字を⾃分の⽬で⾒る頻度が上がった。競合やマーケットを⾒る余裕ができた。
14. © Findy Inc. AIの活⽤度の差は、プロンプトの巧さではなく仕組みの設計⼒で決まる 1 まず教える 事業KPI‧チーム体制‧ ⽤語をAIに渡す 2 次に任せる 2回以上繰り返す業務を skill化する ⾃動化してPMの業務を判断‧ 意思決定に寄せていく 3 そして育てる 使⽤結果‧FBを memoryに蓄積する→改善 公式のベストプラクティスという設計図がすでにある。 怠惰‧短気‧傲慢でありたい。 まとめ 時間がないから出来ないのではなく、やらないから時間がなくなる。 14
15. © Findy Inc. PMの本業 考える ⼀次情報を 集める 意思決定 する AIが増やす "⼿⾜" データ分析 モック作成 インサイト抽出 報告レポート → PMが持つ "現場知" ユーザーの課題 業務の解像度 仕組みの設計⼒ コンテキスト ← 現場で培った知識があるというのが前提というのが⼀番のポイント。 ベースとなる基礎基本がない状態のAI活⽤はAIのネガティブな⾯も増幅させてしまう。 同じようなことをやっている⽅、これから始めたい⽅、ぜひ懇親会で情報交換しましょう！ 現場で培った知識と設計⼒があれば、PMはAIでいくらでもレベルアップできる まとめ 15
16. © Findy Inc. 告知① 16 2026年4月28日（火）：申込者 1,400名超え！ お申し込みはこちらから →
17. © Findy Inc. 17 ファインディ、プロダクトマネージャーを募集しています！ 告知② ご興味ある⽅は、下記リンクまたはQRコードからご確認ください！ カジュアル⾯談も⼤歓迎です！ ファインディ - プロダクトマネージャー採⽤情報 ※その他ポジションでも幅広く募集中です。 • データアナリスト、データサイエンティスト • UI/UXデザイナー、プロダクトデザイナー • プロダクトエンジニア、AIエンジニア など
18. © Findy Inc. 18 今お話しした内容のnoteを公開しました！ 告知③ ぜひご覧いただき、拡散＆”スキ”を頂けたらとても嬉しいです！ ご清聴いただきありがとうございました！ AIを"使う"PMから、AIを"設計する"PMへ〜freee PdM Night登壇レポート〜