『"実装だけ人"から抜け出したい エンジニアための プロダクト思考入門 AIと進める課題 → 施策 → PRD Cursorを使った実演デモ有り』

11/27に開催された『"実装だけ人"から抜け出したいエンジニアためのプロダクト思考入門〜AIと進める課題 → 施策 → PRD〜Cursorを使った実演デモ有り』の資料スライドです。

・登壇者：LIFULL HOME'S プロダクトマネージャー 井上 洸太朗様
・リポジトリ・イベント情報はこちら：https://wake-career.connpass.com/event/371779/

Transcript

1. "実装だけの人 "から抜け出したい エンジニアのための プロダクト思考入門 AIと進める課題 → 施策 → PRD Cursorを使った実演デモ有り 主催: WAKE Career 登壇者: LIFULL HOME'S プロダクトマネージャー 井上 洸太朗 日付: 2025/11/27
2. 「AIを使えば、明⽇から⾃分のプロダクトで施策⽴案ができる」 Part 1 生成AI時代の プロダクト開発 Part 2 ライブデモ AIを使った施策立案の実践 Part 3 まとめ 明日からのアクション このセッションでお伝えすること
3. デモ使用プロンプト集 https://github.com/meaningfree/wake_career_event 配布資料 チャットでも共有しますので、 ご準備いただきながら話を聴いてもらえればと思います
4. 株式会社LIFULL あらゆるLIFEを、FULLに。 国内最⼤級の不動産‧住宅情報サイト 「LIFULL HOME'S」などを運営 会社紹介
5. 井上 洸太朗 LIFULL HOME'S プロダクトマネージャー • 主⼒である賃貸領域のマネージャーを経て、パーソナライズレコメン ドチーム‧マイページチームのプロダクトマネージャーを担当 • 住まい探しのAIエージェント機能開発などに従事 • 全社PdMの⽣成AI活⽤推進リーダーとして、コーディングエージェン ト導⼊を推進 ⾃⼰紹介
6. Part 1 生成AI時代のプロダクト開発
7. 生成AIによって、誰でも（どの職種でも）できることが増えていく → それぞれの職種の専門領域の境界線は曖昧になっていく エンジニアが企画をする 要件定義から仕様策定、アイデア出しまでAIがサポート PdMがコーディングをする プロトタイプ作成やデータ分析のSQL作成をAIが実行 生成AIによりできることが増える時代
8. どちらかだけではダメ。両⽅必要。 Vector 1 深化 その職種に残る 「AIでは代替できない領域」 により卓越する Vector 2 拡張 他の職種の領域に進出し 「何でもできる人」 になる 2つのベクトルでスキルを磨く必要性
9. PdMとは 「何を作るか決める⼈」 リソースを投資することになる。 つまり、責任ある判断が求められます。 PdMの仕事とは
10. それでも⾃信を持って「これを作るべき」と⾔う必要がある ⼀体、どうすればいいのか？ 20% Optimizely利用企業 ABテスト勝率※ 50% 担当チームでのABテスト勝率 不都合な事実 : 施策は必ず成功するわけではない ※Optimizely: Get more wins: Experimentation metrics for program success 　https://www.optimizely.com/insights/blog/get-more-wins-experimentation-metrics-for-program-success/
11. しっかりと、その施策について考え抜いている 自分の主観だけでなく、客観的な根拠を持っている どうやって自分の施策に自信を持つのか
12. AIを使って、考え抜き、客観的な根拠を持つ方法を実践します 考え抜く方法 客観的根拠を持つ方法 AIを使った実践 このセッションで体験すること
13. Part 2 ライブデモ - AIを使った施策立案の実践 Powered by Cursor
14. デモの前提 • 使用ツール : Cursor • 題材: 不動産ポータルサイト • ゴール: ◦ ペルソナ作成 ◦ 課題仮説の立案 ◦ 解決策の策定 ◦ 客観的根拠の確認 ◦ PRD作成
15. デモの流れ 1. ペルソナ 詳細定義 2. アイデア 課題×解決策 3. 壁打ち 仮想専門家 4. 根拠 分析ストーリー 5. PRD アウトプット
16. プロダクトの対象マーケットを理解し、実在しそうなリアリティあるペルソナを作る 1. マーケットリサーチ 競合サービスの主要ユーザー層を分析し、ビジネスイン パクトが高いセグメントを抽出する。 2. 詳細ペルソナ生成 ターゲットセグメントから具体的な1人を生成。 課題、動機、行動特性を詳細に定義する。 21. ペルソナを作ってみる
17. 課題と解決策をセットで思考し、最適なペアを選定する 「課題 × 解決策」の案出し 3セット出し、影響度を含めて評価 ベストなペアを選定 選定理由と想定ユーザー価値を定義 22. 施策のアイデアを出す
18. 効果測定結果をインプットに、データに基づいた改善アイデアを生 成する 「ペルソナからの新規施策だけでなく、『一度やった施策がうまく いかなかった』ケースでも、AIを使って改善アイデアを出せます」 仕様書と効果測定結果を読み込む 特に「期待効果未達」のケースで有効 分析 → 仮説 → 改善案生成 問題を特定し、具体的な改善内容を3案評価 22'. 実施済み施策の改善アイデアを出す
19. 仮想の専門家チームとの壁打ちを通じて、施策アイデアを考え抜く Tech Lead 技術的実現性 工数見積もり UX Researcher ユーザー体験 ユーザビリティ Sales / CS 顧客要望 セールスポイント 23. 施策アイデアの壁打ちをする
20. 定量データによる裏付け SQLを書く前に、「現状のデータがこうなっていれば、この 施策は有効」という分析ストーリー（勝利条件） を定義す る。 「エンジニアが企画提案するときに最も困るのは、『で、そ れ本当に効果あるの？』と聞かれたときです。 その質問に的確に回答するためにも、【勝利条件（分析 ストーリー）】 を明確にし、根拠となるデータを準備してお きましょう 24. 客観的な根拠を作る
21. 1. テンプレート作成 過去のPRDから「チーム固有のフォーマット・暗黙知」を 学習し、再利用可能なテンプレートを作成する。 2. PRD生成 これまでの検討内容（ペルソナ、アイデア、分析ストー リー）を統合し、そのまま提案できる品質のドキュメント を出力。 25. PRDをアウトプットする
22. Part 3 まとめ
23. AIを使えば、これだけのことが 短時間で完結する ペルソナ作成 課題仮説 → 解決策 施策アイデアの壁打ち 客観的な根拠（分析ストーリー） PRDテンプレート＆作成 デモの振り返り
24. 「AIを使えば、 エンジニアでも施策立案ができる」 1. エンジニアとしての専門性を深める 2. PdM領域にも進出する AIがそれを可能にします。 最後のメッセージ
25. 1. 自分のプロダクトで試す 配布資料のプロンプトを使って、自分の状況に合わせて 始めてみる。まずはPRDまで出してみる。 2. PdMに提案してみる 作ったPRDをPdMに見せてみる。プロトタイプもあると尚 良し。議論のたたき台にする。 明日からのアクション
26. ご清聴ありがとうございました エンジニア積極採用中です！ https://hrmos.co/pages/lifull/jobs/010 ご相談があれば私までDMください https://x.com/meaningfree