Translate

2026年4月30日木曜日

第16回:既存サービスとの差別化は、本当に十分なのか

 1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、課題、リスク、投資判断、AI活用、プロジェクト管理については記録している。

今回は、既存サービスとの差別化について書く。

新しいサービスを作る以上、必ず考えなければならないのが、既存サービスとの差である。

すでに似たようなサービスがある中で、なぜ自分のサービスを使ってもらえるのか。
なぜ時間を使ってもらえるのか。
なぜお金を払ってもらえるのか。
なぜ継続してもらえるのか。

ここを曖昧にしたまま開発を進めるのは危険である。

今回のプロジェクトでも、既存サービスとの差別化については考えている。
そして、その対策もいくつか入れようとしている。

ただし、正直に言うと、その差別化がどこまで効果的なのかは、まだ分からない部分もある。

ここは大きな懸念であり、リスクでもある。


2. 既存サービスがあること自体は悪いことではない

まず、既存サービスがあること自体は、必ずしも悪いことではない。

むしろ、既存サービスがあるということは、そこに需要がある可能性がある。

誰もやっていない領域は魅力的に見えるが、実際には需要がないだけかもしれない。
逆に、すでに誰かがやっている領域は、ユーザーが存在し、課金や利用習慣が成立している可能性がある。

だから、既存サービスがあること自体は問題ではない。

問題は、その中で自分のサービスが選ばれる理由を作れるかどうかである。

既存サービスと同じようなものを、後から出すだけでは厳しい。
ユーザーはすでに慣れているものを使い続ける。
よほど大きな理由がなければ、乗り換えてくれない。

だからこそ、差別化が必要になる。


3. 今回考えている差別化

今回のプロジェクトでも、既存サービスとの差別化はかなり意識している。

具体的な内容はまだ伏せるが、方向性としては、単に同じ機能を後追いで作るのではなく、体験そのものを変えることを考えている。

機能数で勝負するだけではない。
画面の見た目だけで勝負するわけでもない。
価格だけで勝負するわけでもない。

ユーザーが使ったときに、

  • こちらの方が分かりやすい

  • こちらの方が続けたくなる

  • こちらの方が楽しい

  • こちらの方が自分に合っている

  • こちらの方が参加している感覚がある

  • こちらの方が記録や成果が残る

  • こちらの方が愛着を持てる

と感じてもらえるかどうか。

ここを重視したい。

今回の対策は、既存サービスに対する単なる機能追加ではなく、体験設計、継続性、参加感、記録性、運営の見せ方などを含めた差別化にしたいと考えている。


4. ただし、差別化が本当に効くかは分からない

一方で、ここには大きな不確実性がある。

自分では「これは差別化になる」と思っていても、ユーザーがそう感じるとは限らない。

作り手が面白いと思っているポイントと、ユーザーが価値を感じるポイントはズレることがある。

自分では重要だと思っている機能が、ユーザーには伝わらないかもしれない。
自分では強みだと思っている世界観が、ユーザーには分かりにくいかもしれない。
自分では既存サービスにない魅力だと思っていても、ユーザーには違いが見えないかもしれない。

これはかなり怖い。

差別化は、作り手が宣言するだけでは成立しない。
ユーザーが実際に違いを感じて初めて成立する。

だから、現時点では、差別化の方向性はある。
対策も考えている。
しかし、それが本当に効くかは、まだ検証が必要である。


5. 差別化が伝わらないリスク

差別化で怖いのは、機能として存在していても、ユーザーに伝わらないことである。

たとえば、裏側ではかなり工夫している。
データ設計も凝っている。
継続利用の仕組みもある。
ユーザーごとの体験差も考えている。
将来的な拡張性も持たせている。

しかし、初めて触ったユーザーがそれを理解できなければ、意味が薄い。

ユーザーは最初から設計思想を読んでくれるわけではない。
長い説明を全部読んでくれるわけでもない。
裏側の複雑な仕組みを理解してくれるわけでもない。

最初の数分、最初の数画面で、何かを感じてもらう必要がある。

ここが難しい。

差別化は、仕様書の中にあるだけでは足りない。
画面、文言、導線、初回体験、結果表示、通知、演出、継続導線に落ちていなければならない。


6. 既存サービスに勝つ必要はあるのか

もう一つ考えたいのは、既存サービスに正面から勝つ必要があるのか、という点である。

既存サービスを完全に置き換える必要はないかもしれない。

既存サービスとは違う楽しみ方、違うユーザー層、違う利用シーンを狙うこともできる。

たとえば、既存サービスがすでに強い領域があるなら、そこに真正面からぶつかるのではなく、少し違う角度から入る。

  • 既存サービスが重いなら、こちらは分かりやすさを重視する

  • 既存サービスが競技性重視なら、こちらは継続体験を重視する

  • 既存サービスが効率重視なら、こちらは物語性や愛着を重視する

  • 既存サービスが上級者向けなら、こちらは初心者導線を重視する

  • 既存サービスが単発利用なら、こちらは長期的な記録を重視する

このように、正面衝突ではなく、別の軸を作ることも重要だと思っている。

差別化とは、必ずしも「既存サービスより全部優れている」という意味ではない。

違う理由で選ばれることも差別化である。


7. 別の強みを考えられないか

現時点で考えている差別化対策はある。

ただ、それだけで十分かは分からない。

だから、さらに別の強みを考えたい。

たとえば、以下のような観点である。

7.1 継続したくなる仕組み

一度使って終わりではなく、また見たくなる、また触りたくなる仕組みを作れるか。

日々の変化、履歴、通知、ランキング、成長、記録、イベントなど、継続利用につながる要素をもっと考えたい。

7.2 ユーザーが語りたくなる要素

サービスは、使われるだけでなく、語られる必要がある。

SNSで共有したくなる。
友人に話したくなる。
ブログや動画で取り上げたくなる。
自分の成果や記録を見せたくなる。

そういう要素を作れないか。

7.3 初回体験の強さ

どれだけ奥が深くても、最初に伝わらなければ離脱される。

初回ユーザーが、すぐに「これは何か違う」と感じる導線が必要である。

最初の画面、最初の説明、最初の操作、最初の結果表示。
ここをもっと強くできないか。

7.4 運営そのものの魅力

サービスの機能だけでなく、運営の見せ方も強みになる可能性がある。

開発過程を公開する。
改善の過程を見せる。
ユーザーの声を反映する。
プレオープンから一緒に作る雰囲気を出す。

これは大手サービスにはない強みになるかもしれない。

7.5 個人開発ならではの熱量

個人開発は、規模では大手に勝てない。

しかし、熱量では勝てる可能性がある。

作り手の思い、改善の速さ、細部へのこだわり、ユーザーとの距離感。
こうしたものを強みにできないか。


8. 差別化は機能だけではない

今回、改めて考えたいのは、差別化を機能だけで考えすぎないことだ。

機能は重要である。
ただ、機能だけなら、いずれ真似される可能性がある。

差別化には、もっと複数の層がある。

差別化の層内容
機能何ができるか
体験どう感じるか
導線迷わず使えるか
継続性また使いたくなるか
世界観愛着を持てるか
運営参加している感覚があるか
記録性自分の成果や履歴が残るか
コミュニティ他の人と関わりたくなるか
価格支払いやすいか
信頼安心して使えるか

既存サービスとの差別化を考えるなら、この複数の層で考える必要がある。

単に「この機能があります」だけでは弱いかもしれない。


9. 差別化はリリース前に完全証明できない

ここも重要である。

差別化が本当に効くかどうかは、リリース前には完全には分からない。

いくら考えても、最終的にはユーザーに触ってもらわなければ分からない。

だから、今後は限定公開やプレオープンを使って、差別化が伝わっているかを確認したい。

確認したいのは、以下である。

  • 既存サービスとの違いを感じるか

  • 何が面白いと感じたか

  • どこが分かりにくいか

  • また使いたいと思うか

  • 他人に勧めたいと思うか

  • お金を払う価値を感じるか

  • 最初の数分で魅力が伝わるか

このフィードバックを見て、差別化の方向性を修正する必要がある。

最初から正解を出すのではなく、反応を見ながら磨く。

これが現実的だと思っている。


10. 現時点の懸念

現時点での懸念は以下である。

懸念内容
差別化が伝わらない作り手の意図がユーザーに届かない可能性
既存サービスとの差が弱いユーザーが乗り換える理由にならない可能性
機能過多になる差別化のために機能を増やしすぎるリスク
初回体験が弱い奥深さがあっても最初に離脱される可能性
価格との整合性課金する価値が伝わらない可能性
継続性不足一度触って終わる可能性
検証不足自分の思い込みで進めてしまう可能性
大手との差体力・認知・開発速度で負ける可能性

これらはかなり重要なリスクである。

特に、自分だけが「これは面白い」と思っている状態は危険である。

ユーザーに伝わるか。
使い続けてもらえるか。
お金を払ってもらえるか。

そこまで見なければならない。


11. 今後考えたいこと

今後は、差別化についてさらに考えたい。

特に、以下を詰めたい。

  1. 既存サービスと比較したときの明確な違い

  2. 初回ユーザーに最初に伝えるべき強み

  3. 継続利用につながる仕組み

  4. ユーザーが語りたくなる要素

  5. 課金したくなる理由

  6. 大手にはできない個人開発ならではの強み

  7. プレオープンで確認すべき質問

  8. 差別化が伝わっているか測る方法

  9. 既存サービスに正面衝突しないポジショニング

  10. 今ある対策以外の別軸の強み

ここは、もう少し考えたい。

むしろ、今考えるべき重要テーマの一つだと思っている。


12. 今回の結論

既存サービスとの差別化については、今回のプロジェクトでも対策を考えている。

ただし、それがどこまで効果的かは、まだ分からない。

ここは大きな懸念であり、リスクである。

自分では強みだと思っていても、ユーザーに伝わらない可能性がある。
既存サービスとの差が十分に感じられない可能性もある。
奥深い仕組みを作っても、初回体験で伝わらなければ離脱されるかもしれない。

だから、差別化はもっと考える必要がある。

機能だけではなく、体験、継続性、初回導線、記録性、運営の見せ方、ユーザーが語りたくなる要素、個人開発ならではの熱量。

こうした別の強みをさらに探したい。

月商1000万円を目指すなら、作るだけでは足りない。
既存サービスがある中で、なぜこれを使うのか。
なぜ続けるのか。
なぜお金を払うのか。

この問いに答えられなければならない。

現時点では、答えの方向性はある。
しかし、まだ十分とは言い切れない。

だから、もう少し考える。
作りながら考える。
ユーザーに触ってもらいながら磨く。

差別化は、リリース前に一度決めて終わりではない。
サービスを育てながら、何度も見直していくものだと思っている。

第15回:AIの待ち時間に、何をするか問題

1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、AI活用、費用、スケジュール、体調管理、日常生活とのバランスについては記録している。

前回は、AIに仕事をさせていると待ち時間が多くなり、その間に椅子で寝落ちしてしまうことが増えてきた、という話を書いた。

今回は、その続きとして、AIの待ち時間をどう過ごすかについて考えたい。

AIを使うと、作業はかなり進む。
ただし、AIが作業している間、人間側には待ち時間が発生する。

この待ち時間をどう使うかが、意外と重要になってきた。


2. AIに任せている間、完全に暇になるわけではない

Cursorに作業を依頼する。
ChatGPTに整理を頼む。
ビルドやテストを走らせる。
GitHubへの反映状況を確認する。

こうした作業には、どうしても待ち時間がある。

ただし、この待ち時間は完全な自由時間ではない。

数分後には結果を確認する必要がある。
エラーが出たら判断する必要がある。
Cursorが止まったら次の指示を出す必要がある。
テストが失敗したら原因を見る必要がある。

つまり、完全に離席できるほど長くはないが、ずっと画面を見続けるには少し長い。

この中途半端な時間が難しい。


3. 最近の待ち時間の過ごし方

最近は、AIの待ち時間にいろいろなものを見たり聞いたりしている。

たとえば、以下のようなものだ。

  • Netflix

  • Amazon Prime Video

  • radiko

  • 三四郎のラジオ

  • オードリーのラジオ

  • ドキュメンタリー系の番組

  • 最近だとNetflixで細木数子関連の作品も見た

こうしたコンテンツを流しながら、Cursorの作業やテスト結果を待つことがある。

特にラジオは相性がよい。

画面を見なくてもよい。
耳だけで聞ける。
作業中でも邪魔になりにくい。
少し気分転換にもなる。

三四郎やオードリーのラジオは、開発の待ち時間にちょうどよい。
真剣に見続けなくてもよく、笑えるし、少し肩の力が抜ける。

一方で、NetflixやAmazon Primeは、画面を見てしまうので、場合によっては集中を持っていかれる。

待ち時間のつもりが、気づいたら普通に見入っていることもある。

これはこれで問題である。


4. 待ち時間を全部「作業」にしようとすると疲れる

最初は、AIの待ち時間も全部有効活用しようとしていた。

Cursorが作業している間に、ChatGPTで次の指示文を作る。
ビルド待ちの間に、残課題を整理する。
テスト待ちの間に、ブログ記事を書く。
回答待ちの間に、ドキュメントを読む。

これは確かに効率は良い。

しかし、ずっとこれをやっていると疲れる。

AIが働いている間も、人間が別の作業をし続ける。
結果として、休む時間がなくなる。

AIは疲れない。
しかし、自分は疲れる。

だから、待ち時間をすべて作業で埋めるのは危険だと思うようになってきた。

待ち時間は、作業時間にもできる。
でも、休憩時間にもしてよい。

この切り替えが大事だと思っている。


5. ラジオはかなり相性が良い

待ち時間の活用として、今のところラジオはかなり相性が良い。

理由は単純で、画面を奪われないからである。

開発では、画面を見て確認する必要がある。

Cursorの差分を見る。
ブラウザで画面を見る。
テスト結果を見る。
エラー内容を見る。
Gitの状態を見る。

そのため、動画を見てしまうと、目が持っていかれる。

一方、ラジオなら耳だけで楽しめる。

作業に戻るのも簡単である。
エラーが出たらすぐ画面を見られる。
Cursorが止まったらすぐ対応できる。

三四郎やオードリーのようなラジオは、深刻になりすぎた頭をほぐす意味でもよい。

開発はどうしても真面目になりがちである。
仕様、課題、バグ、スケジュール、費用、体調、売上。
考えることが多い。

その中で、少し笑える時間があるのは大事だと思う。


6. 動画は気分転換になるが、注意も必要

NetflixやAmazon Primeも、待ち時間の気分転換にはなる。

特に、少し長めの処理や、すぐには戻らなくてよい作業のときは、動画を見るのも悪くない。

最近はNetflixで細木数子関連の作品も見た。

自分の開発とは直接関係ないが、こういうものを見ると、人生、家族、仕事、成功、失敗、人間関係などについて、何となく考えることもある。

ただし、動画には注意も必要である。

見始めると、普通に続きが気になる。
待ち時間のつもりが、開発の方が止まる。
気分転換のつもりが、集中が切れる。

だから、動画は使いどころを選びたい。

短い待ち時間には向かない。
長めの待ち時間、あるいは今日はもう確認だけでよいという時間帯ならよい。


7. PS5でゲームするのが一番の趣味だった

もともと、自分の一番の趣味はPS5でゲームをすることだった。

ゲームは本当に好きである。

仕事が終わった後にゲームをする。
休日にゲームをする。
新作を楽しみにする。
オンラインで遊ぶ。
そういう時間は、自分にとってかなり大事だった。

しかし最近は、ゲームをほとんど休止している。

理由は単純で、開発が楽しいからである。

今は、ゲームをするよりも、このプロジェクトを進める方に気持ちが向いている。

これは自分でも少し不思議である。

普通なら、仕事が終わった後はゲームで息抜きしたい。
でも今は、ChatGPTと壁打ちしたり、Cursorに指示を出したり、仕様を考えたり、ブログを書いたりする方が楽しい。

ある意味、開発そのものがゲーム化しているのかもしれない。


8. 開発が「趣味」になっている

このプロジェクトは、月商1000万円を目指している。

だから、単なる趣味ではない。
本気で収益化したい。
生活を良くしたい。
妻を喜ばせたい。
マンションのローンも払いたい。
いつかサラリーマンを辞める選択肢も持ちたい。

ただ、その一方で、今の開発はかなり趣味に近い楽しさもある。

アイデアを考える。
仕様に落とす。
AIに指示する。
画面ができる。
課題が整理される。
GitHubに積み上がる。
少しずつ形になっていく。

これは、ゲームの育成要素やシミュレーションに近い感覚もある。

自分がプレイヤーであり、プロジェクトが育成対象であり、AIが仲間であり、GitHubがセーブデータのようなものになっている。

そう考えると、開発が楽しいのも自然かもしれない。


9. ゲームをやりながら開発してもよいのか

待ち時間が多いなら、PS5でゲームをやりながら進めてもよいのではないか。

そう思うこともある。

Cursorに作業を投げる。
その間にPS5を少し進める。
結果が出たら戻って確認する。
また指示を出す。
またゲームに戻る。

理論上はできる。

ただ、今は何となくそれをしていない。

理由は、こちらに専念したい気持ちが強いからだと思う。

ゲームを始めると、どうしても意識がゲーム側に持っていかれる。
特にPS5のゲームは没入感が高い。

少しだけのつもりが、普通に1時間、2時間と遊んでしまう可能性がある。

それ自体は悪いことではない。
趣味としては最高である。

ただ、今はこのプロジェクトを前に進めたい気持ちが勝っている。

だから、ゲームは少し休止している。


10. 待ち時間の活用にも分類が必要

今後は、AIの待ち時間をもう少し分類して使いたい。

たとえば、以下のように分ける。

待ち時間過ごし方
1〜3分画面のまま待つ、軽くメモする
5〜10分ラジオを聞く、次の指示を考える
10〜30分ブログ下書き、仕様整理、軽い動画
30分以上休憩、食事、風呂、犬猫の世話、場合によってはゲーム
夜遅い時間無理に待たず、寝る
疲れている時作業を切る、布団に行く

大事なのは、待ち時間を全部同じ扱いにしないことだと思う。

短い待ち時間に動画を見ると、戻りにくい。
長い待ち時間に画面をじっと見ていると、疲れる。
夜遅い待ち時間に無理して確認すると、椅子で寝落ちする。

待ち時間にも適切な過ごし方がある。


11. 休憩もプロジェクトの一部

最近、少しずつ思うようになった。

休憩もプロジェクトの一部である。

開発を進めるためには、頭が必要である。
判断力が必要である。
継続力が必要である。

疲れた状態で判断すると、ミスが増える。
眠い状態で差分を見ると、見落とす。
体調が悪いと、続かない。

だから、待ち時間にラジオを聞くことも、動画で少し気分転換することも、場合によっては必要である。

ただし、休憩がそのまま長時間の逃避になってしまうと、プロジェクトは進まない。

このバランスが難しい。

休む。
でも戻る。

これが大事である。


12. 現時点の課題

今回整理した課題は以下である。

課題内容
AI待ち時間Cursorやテストの待ち時間が多い
待ち時間の使い方作業、休憩、娯楽の切り分けが必要
動画視聴気分転換になるが、集中を持っていかれる
ラジオ活用作業との相性が良い
PS5休止中一番の趣味だったが、今は開発に専念気味
開発の趣味化楽しいが、休息とのバランスが必要
寝落ち問題待ち時間に椅子で寝てしまうリスク
体調管理アラフィフとして無理は禁物

13. 今後の方針

今後は、待ち時間を以下のように使い分けたい。

  1. 短い待ち時間は、すぐ戻れる状態で待つ

  2. 少し長い待ち時間は、ラジオを聞く

  3. 集中が切れている時は、軽い動画で休憩する

  4. 夜遅い時間は、無理に待たず寝る

  5. PS5は完全禁止ではなく、時間を決めて再開してもよい

  6. ただし、今は開発優先で進める

  7. 待ち時間に次の指示文を作る時と、休む時を分ける

  8. 体調が悪い時は、開発より回復を優先する

  9. 椅子で寝そうなら、作業を切って布団に行く

  10. 開発を長く続けるために、娯楽も適度に使う


14. 今回の結論

AIを活用して開発していると、待ち時間が発生する。

その待ち時間をどう使うかは、思った以上に重要である。

最近は、Netflix、Amazon Prime、radiko、三四郎やオードリーのラジオなどを使って、待ち時間を過ごしている。
ラジオは作業との相性が良い。
動画は気分転換になるが、集中を持っていかれることもある。

もともとはPS5でゲームをするのが一番の趣味だった。
しかし今は、開発が楽しくて、ゲームはかなり休止中である。

ゲームをやりながらAIの作業を待つこともできるかもしれない。
ただ、今は何となく、このプロジェクトに専念したい。

それだけ、この開発が面白い。

月商1000万円を目指す道のりは長い。
だからこそ、作業時間だけでなく、待ち時間、休憩時間、娯楽時間も含めて、うまく付き合っていく必要がある。

AIは働いてくれる。
でも、自分の集中力と体力は有限である。

待ち時間を活用する。
休む時は休む。
戻る時は戻る。

このバランスを作りながら、少しずつ前に進めていきたい。

第14回:AIに仕事をさせているのに、待ち時間で寝落ちしてしまう問題

1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、AI活用、費用、スケジュール、課題、体制、そして現実的な悩みについては記録していく。

今回は、少し泥臭い話を書く。

AIに仕事をさせていると、意外と待ち時間が多い。

ChatGPTで方針を整理し、Cursorに実装指示を出し、Gensparkでデザインや資料を検討する。
一見すると、AIによってどんどん作業が進んでいるように見える。

実際、進んではいる。

ただ、その裏側には、AIの処理を待つ時間、Cursorの作業完了を待つ時間、ビルドやテストを待つ時間、結果を確認する時間がある。

最近は、その待ち時間の間に、椅子に座ったまま寝てしまうことが増えてきた。

これは少しまずいかもしれない。


2. AIに任せても、人間の待機時間はなくならない

AIを使えば、人間がすべて手作業するよりは明らかに速い。

自分一人では何時間もかかるような作業を、Cursorがかなりの速度で進めてくれる。
ChatGPTも、仕様整理や指示文作成、課題の棚卸しをかなり助けてくれる。

ただし、AIを使っているからといって、人間の待ち時間がゼロになるわけではない。

実際には、以下のような待ち時間が発生する。

  • Cursorが実装している間の待ち時間

  • コード生成が終わるまでの待ち時間

  • lint / build / test の完了待ち

  • E2Eテストの実行待ち

  • 差分確認の待ち時間

  • commit / push の結果確認

  • AIの回答生成待ち

  • 次の指示を考えるまでの待ち時間

AIに仕事をさせているのに、こちらはただ待っている時間がある。

この時間をうまく使えればよい。
次の指示文を考えたり、別の課題を整理したり、ブログ記事を書いたりできる。

ただ、疲れていると、そこで意識が飛ぶ。


3. 連続的にCursor指示を入れて、止まらないようにはしている

最近は、Cursorに対して、なるべく連続的に作業指示を入れるようにしている。

一つの作業が終わったら、次に何をやるか。
詰まった場合は、どの作業に切り替えるか。
ドキュメント更新だけで終わらず、実装に進めるか。
作業後には、進捗率や残課題を報告してもらうか。

こうした指示をあらかじめ入れて、Cursorができるだけ止まらないようにしている。

特に意識しているのは、以下である。

  • 作業範囲を明確にする

  • 完了条件を明確にする

  • 詰まったら別タスクに移る

  • 実装可能なものを優先する

  • ドキュメント更新だけで終わらせない

  • 最後に次の作業候補を出してもらう

  • 進捗率と残り見通しを報告してもらう

これはかなり効果がある。

AIに対しても、プロジェクトマネジメントが必要である。
人間のメンバーではなくても、役割、作業範囲、完了条件、報告内容を決めないと、作業は止まりやすい。


4. それでも、たまに止まる

ただし、どれだけ指示を工夫しても、AIの作業はたまに止まる。

理由はいろいろある。

  • エラーで止まる

  • 判断が必要になる

  • 仕様が曖昧になる

  • テストが失敗する

  • ファイルの影響範囲が大きくなる

  • コマンド実行待ちになる

  • こちらの確認待ちになる

  • 次の指示が不足している

この「たまに止まる」が地味に効いてくる。

人間側としては、AIが止まっていないかを見ておく必要がある。
止まったら、確認して、判断して、次の指示を出す必要がある。

つまり、AIに仕事をさせている間も、完全に放置できるわけではない。

この状態は、少しだけ運用監視に近い。

Cursorが実装担当だとすると、自分はプロジェクトマネージャーであり、レビュー担当であり、判断者であり、運用監視者でもある。

AIを使っているから楽になる部分は大きい。
しかし、AIを動かし続けるための管理負荷もある。


5. 待ち時間に寝てしまう問題

最近、一番気になっているのは、待ち時間に寝てしまうことだ。

Cursorに作業を依頼する。
少し待つ。
結果を見ようと思う。
気づいたら椅子に座ったまま寝ている。

これが増えてきた。

正直、あまり良くない。

単純に疲れているのだと思う。

普段はサラリーマンとして働いている。
そのうえで、夜や休日にこのプロジェクトを進めている。
さらに、通勤中、犬の散歩中、室内サイクルマシンでのトレーニング中にもChatGPTと壁打ちしている。

つまり、頭のどこかがずっとプロジェクトに向いている。

楽しい。
前に進んでいる。
月商1000万円を目指したい。

それは本当である。

ただし、体は正直である。


6. アラフィフとして、体調面は軽視できない

自分はアラフィフである。

若い頃のように、多少寝なくても何とかなる、という年齢ではない。

睡眠不足は翌日に残る。
疲労も抜けにくい。
集中力も落ちる。
肩や腰にもくる。
無理をすれば、仕事にも家庭にも影響する。

個人開発で一番怖いのは、途中で燃え尽きることだと思う。

短期的に無理をして、数日だけ頑張ることはできる。
しかし、このプロジェクトは月商1000万円を目指している。

それは、数日で終わる挑戦ではない。

一人用確認版、限定公開、初期サービスイン、初売上、月商10万円、100万円、300万円、1000万円。
長い道のりである。

長い道のりだからこそ、体調を壊す進め方は危険である。


7. 「AIがあるから無理できる」は危険

AIを使うと、できることが増える。

一人でも、かなり大きなプロジェクトを進められる。
ChatGPTが整理してくれる。
Cursorが実装してくれる。
Gensparkがデザイン案を出してくれる。
GitHubで状況も追える。

だから、つい思ってしまう。

「これなら、もっと進められる」
「もう少しだけやろう」
「待っている間に次の指示を作ろう」
「寝る前にもう一つだけ投げよう」

この積み重ねが危ない。

AIがあるからこそ、人間側が止まれなくなる可能性がある。

昔なら、一人でできる作業量には自然な限界があった。
しかし今は、AIに任せれば深夜でも作業が進む。

これは強力だが、危険でもある。

AIは疲れない。
しかし、自分は疲れる。

ここを忘れてはいけない。


8. 今後は「待ち時間の使い方」も管理する

今後は、AIの待ち時間をどう使うかも管理したい。

ただ待つのではなく、待ち時間を以下のように分類する。

待ち時間の種類使い方
短い待ち時間差分確認、次の指示メモ、軽い整理
長い待ち時間ブログ下書き、仕様整理、休憩
ビルド・テスト待ち結果確認に備える、無理なら休む
夜遅い待ち時間無理に待たず、翌朝確認する
疲れている時作業を止めて寝る

特に重要なのは、夜遅い時間である。

深夜にCursorの結果を待ち続けるのは危ない。
眠い状態で差分確認しても、品質確認の精度は落ちる。

むしろ、夜は指示だけ出して、結果確認は翌朝に回す方がよい場合もある。


9. 連続稼働より、継続稼働が大事

月商1000万円を目指すなら、短期集中も必要である。

ただし、それ以上に大事なのは、継続することだ。

一晩で無理をして、その後数日動けなくなるより、毎日少しずつでも進めた方がよい。

今後は、以下を意識したい。

  • 深夜の無理な確認を減らす

  • 椅子で寝落ちしそうなら作業を切る

  • Cursorに投げたら翌朝確認でもよい

  • 通勤中や散歩中は壁打ち中心にする

  • 実装確認は集中できる時間にやる

  • 週単位で稼働量を見る

  • 休む日も計画に入れる

これは、甘えではない。

プロジェクトを長く続けるための戦略である。


10. 体調管理もプロジェクトマネジメントの一部

PMP的に考えても、これは資源管理やリスク管理の話である。

自分自身は、このプロジェクトにおける最大のリソースである。

ChatGPTもある。
Cursorもある。
Gensparkもある。
追加PCもある。
GitHubもある。

しかし、最終判断をするのは自分である。
方向性を決めるのも自分である。
何を作るか、何を捨てるか、いつ公開するかを決めるのも自分である。

その自分が倒れたら、プロジェクトは止まる。

だから、体調管理は単なる私生活の話ではない。
プロジェクトマネジメント上の重要課題である。

特にアラフィフで、本業があり、妻がいて、犬と猫もいる。
無理を前提にした計画は破綻しやすい。


11. 今後の対策

現時点で考えている対策は以下である。

11.1 夜の作業終了ラインを決める

まず、夜の作業終了ラインを決めたい。

たとえば、一定時刻を過ぎたら新しい実装指示は出さない。
出すとしても、確認は翌日に回す。

深夜に判断が必要な作業をしない。

これはかなり重要だと思う。


11.2 Cursorへの指示は「翌朝確認前提」にする

夜にCursorへ指示を出す場合は、最初から翌朝確認前提にする。

つまり、

  • 作業完了後に結果を整理する

  • 実施内容を箇条書きで報告する

  • 変更ファイルを示す

  • テスト結果を示す

  • 残課題を示す

  • 次に確認すべき点を示す

ところまで依頼しておく。

そうすれば、翌朝に状況を把握しやすい。


11.3 待ち時間は休憩にしてよいと決める

AIが作業している待ち時間に、必ず別作業をしようとすると疲れる。

待ち時間は休憩にしてもよい。

むしろ、AIが働いている間に人間が休む、という考え方も必要である。

AIに仕事を任せているのだから、その間に自分が少し休むのは合理的である。


11.4 椅子で寝る前に布団へ行く

これは単純だが大事である。

椅子で寝るくらいなら、作業を切って布団へ行く。

椅子で寝ても疲れは取れない。
体も痛くなる。
翌日のパフォーマンスも落ちる。

眠いなら寝る。

これは、今後かなり意識したい。


11.5 週単位で稼働と体調を振り返る

毎日厳密に管理する必要はないが、週単位では振り返りたい。

  • 何時間くらい作業したか

  • 何日寝落ちしたか

  • 体調はどうだったか

  • 進捗はあったか

  • 無理した割に進まなかった作業はないか

  • AI待ち時間をうまく使えたか

  • 休むべき日を休めたか

これを見れば、無理な進め方に気づきやすい。


12. 現時点の課題

今回整理した課題は以下である。

課題内容
AI待ち時間Cursorやテストの待ち時間が意外と多い
作業停止連続指示していても、たまにAI作業が止まる
監視負荷AIが止まっていないか人間が見る必要がある
寝落ち椅子に座ったまま寝てしまうことが増えている
体調不安アラフィフとして睡眠不足や疲労が心配
夜間判断眠い状態で確認・判断すると品質が落ちる
継続性短期的な無理より、長く続ける体制が必要

13. 今回の結論

AIを活用すると、開発はかなり進む。

ChatGPTで整理し、Cursorで実装し、Gensparkでデザインを考え、GitHubで履歴を管理する。
この流れは非常に強力である。

ただし、AIに仕事をさせていると、待ち時間も発生する。
そして、その待ち時間に椅子で寝落ちすることが増えてきた。

これは、少し危険信号だと思っている。

自分はアラフィフである。
本業もある。
妻もいる。
犬と猫もいる。
マンションのローンもある。

月商1000万円を目指すからこそ、無理をしすぎてはいけない。

AIは疲れない。
でも、自分は疲れる。

この当たり前のことを忘れないようにしたい。

今後は、AIを止めない工夫だけでなく、
自分を壊さない工夫も必要である。

待ち時間をどう使うか。
どこで作業を切るか。
いつ確認を翌日に回すか。
どこからは寝るか。

これも、プロジェクトマネジメントの一部である。

月商1000万円までの道のりは長い。
だからこそ、短距離走ではなく、長距離走として進めたい。

無理はする。
でも、壊れるほどはしない。

AIを働かせながら、自分もちゃんと休む。
そのバランスを作ることが、今後の大きな課題である。

第13回:アイデアは通勤中、犬の散歩中、トレーニング中に生まれている

1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、AI活用、プロジェクト管理、費用、課題、進捗については記録している。

今回は、今の自分の開発スタイルについて書く。

最近の進め方を一言で言うと、こうである。

日常のすき間時間でChatGPTと壁打ちし、アイデアや課題を整理し、Cursorへの指示文に落とし込み、実装とドキュメント更新につなげる。

この流れが、かなり自分に合っている。


2. アイデアは机の前だけで生まれるわけではない

プロジェクトのアイデアや課題整理は、必ずしもPCの前だけで行っているわけではない。

むしろ、最近は以下のような時間に考えが進むことが多い。

  • 通勤中

  • 犬の散歩中

  • 室内の自転車サイクルマシンでのトレーニング中

  • ちょっとした移動時間

  • 家の中で少し頭が空いた時間

こうした時間に、ChatGPTと壁打ちをしている。

昔なら、ふと思いついたことはメモアプリに書いて終わりだった。
あるいは、頭の中だけで考えて、後で忘れてしまうことも多かった。

しかし今は、思いついた瞬間にChatGPTへ投げられる。

「こういう機能が必要ではないか」
「この課題は後回しにしてよいのか」
「この仕様は今作るべきか」
「Cursorにはどう指示すべきか」
「この内容をドキュメントに反映するなら、どう整理するか」

こうした壁打ちを、その場でできる。

これはかなり大きい。


3. ChatGPTは単なるメモ帳ではない

ChatGPTを使っていて大きいのは、単なるメモ帳ではないという点である。

メモ帳なら、思いついたことを記録するだけで終わる。
しかしChatGPTは、そこから整理してくれる。

たとえば、自分が雑に話した内容を、以下のように変換してくれる。

  • アイデアの整理

  • 課題の棚卸し

  • 優先度の整理

  • 実装方針の整理

  • 懸念点の洗い出し

  • 対策案の整理

  • Cursorへの指示文作成

  • ブログ記事化

  • ドキュメント化

  • 残課題一覧への反映案

これは、かなり便利である。

頭の中にある断片的な考えを、そのままプロジェクトで使える形に近づけられる。

特に、通勤中や散歩中は、PCを開いて細かい作業はできない。
しかし、考えることはできる。
話すこともできる。
その内容をChatGPTに整理してもらえる。

これにより、机の前に座っていない時間も、プロジェクトを前に進める時間に変わっている。


4. ChatGPTとの壁打ちからCursor指示文へ

今の開発フローでは、ChatGPTとの壁打ちで終わらせないことを意識している。

最終的には、Cursorに渡せる指示文にする。

たとえば、次のような流れである。

  1. 通勤中や散歩中にアイデアを思いつく

  2. ChatGPTに話す

  3. ChatGPTと壁打ちして、課題や仕様を整理する

  4. 実装すべきか、後回しにすべきかを判断する

  5. 必要ならドキュメント反映用の文章にする

  6. さらにCursor向けの作業指示文に変換する

  7. Cursorに実装・修正・ドキュメント更新を依頼する

  8. 結果を確認し、必要なら追加指示を出す

この流れがかなり重要である。

アイデアを思いつくだけでは、サービスは完成しない。
アイデアを仕様にする。
仕様を作業にする。
作業を実装にする。
実装を確認する。
確認結果をまた課題に戻す。

この循環を作る必要がある。


5. ドキュメント化までつなげる

ChatGPTとの壁打ち内容は、その場限りの会話で終わらせないようにしている。

重要な内容は、できるだけドキュメント化する。

具体的には、以下のような形で残す。

  • 要件定義書への追記

  • 機能仕様書への追記

  • 画面仕様書への追記

  • データ設計書への反映

  • 残課題一覧への追加

  • 後回し機能一覧への追加

  • 開発ルールへの反映

  • Cursorへの実装指示文

  • ブログ記事としての記録

これにより、思いつきが消えずに残る。

特に今のプロジェクトは、要件も仕様も残課題も非常に多い。
頭の中だけで管理するのは無理である。

だから、ChatGPTで整理し、Cursorに渡し、ドキュメントに残す。

この流れを作ることで、アイデアをプロジェクト資産に変えている。


6. GitHubとの連携も大きい

開発状況の管理では、GitHubも重要になっている。

GitHubには、コードの変更履歴、コミット、プッシュ状況が残る。

ChatGPTからもGitHubに接続している。
これがかなり大きい。

なぜなら、ChatGPTが最新状況やコミット・プッシュ状況を把握しやすくなるからである。

たとえば、

  • どこまで実装済みか

  • どの変更がコミット済みか

  • pushされているか

  • 直近で何が変更されたか

  • どの作業が残っているか

  • 次に何を指示すべきか

こうした確認を、ChatGPT側でも扱いやすくなる。

これは、単に相談するだけのChatGPTとはかなり違う。

プロジェクトの現状を把握しながら、次の指示や判断につなげられる。
この点は非常に大きい。


7. コミットとプッシュはCursorの方がスムーズな印象

一方で、実際のコミットやプッシュについては、今のところCursorから行う方がスムーズな印象がある。

Cursorはコード編集の流れの中で、変更内容を確認し、必要に応じてコミット・プッシュまで進めやすい。

実装して、差分を見て、チェックして、コミットして、プッシュする。
この一連の流れがかなり自然である。

もちろん、ChatGPTがGitHubとリンクできていることも大きい。
ただ、実際の開発作業の手触りとしては、Cursorの方が「さらっとコミット&プッシュしてくれる」感覚がある。

そのため、今の役割分担としては、以下のようになっている。

役割主に使うもの
アイデア壁打ちChatGPT
課題整理ChatGPT
Cursor指示文作成ChatGPT
ドキュメント化の下書きChatGPT
実装Cursor
コード修正Cursor
コミット・プッシュ主にCursor
最新状況の把握ChatGPT+GitHub
進行管理ChatGPT+ドキュメント

この分担が、かなり現実的で使いやすい。


8. 日常時間がプロジェクト時間に変わる

この開発スタイルで大きいのは、日常時間がプロジェクト時間に変わることである。

もちろん、常に仕事をしているような状態になるのは良くない。
休む時間も必要である。

ただ、通勤中や犬の散歩中、トレーニング中に自然と考えが浮かぶことは多い。

その時間を、ただ頭の中で流して終わらせるのではなく、ChatGPTとの壁打ちに使う。

すると、机の前に戻ったときには、すでに以下ができていることがある。

  • 課題が整理されている

  • 優先度が見えている

  • Cursorへの指示文がある

  • ドキュメント反映案がある

  • 記事の下書きがある

  • 次にやるべきことが明確になっている

これはかなり効率が良い。

アラフィフで、普段はサラリーマンで、家族もいて、犬と猫もいる。
限られた時間で進めるには、このすき間時間の活用が重要になる。


9. ただし、アイデアが増えすぎる問題もある

一方で、この流れには問題もある。

それは、アイデアが増えすぎることである。

ChatGPTと壁打ちすると、考えがどんどん広がる。
課題も見えてくる。
改善案も出てくる。
仕様も深くなる。

これは良い面もあるが、同時に危険でもある。

要件が増えすぎる。
残課題が増えすぎる。
ドキュメントが増えすぎる。
実装範囲が広がりすぎる。

その結果、一人用確認版やサービスインが遠くなる可能性がある。

だから、ChatGPTとの壁打ちでは、広げるだけではなく、絞ることも必要になる。

  • 今やるもの

  • 後でやるもの

  • やらないもの

  • ドキュメントだけ残すもの

  • Cursorにすぐ依頼するもの

  • いったん保留するもの

これを分ける必要がある。

AIはアイデアを広げるのが得意である。
だからこそ、人間側がスコープを管理しなければならない。


10. 今の自分に合っている開発スタイル

今の自分には、この開発スタイルがかなり合っている。

通勤中に考える。
犬の散歩中に壁打ちする。
トレーニング中に課題を整理する。
ChatGPTに文章化してもらう。
Cursorへの指示文を作る。
PCの前に戻ったらCursorで実装する。
GitHubで変更を管理する。
またChatGPTで進捗を整理する。

この流れにより、時間の使い方が変わってきた。

以前なら、PCの前に座ってから「何をやろうか」と考えていた。
今は、PCの前に座る前に、ある程度作業内容が整理されている。

これは大きい。

限られた時間で開発するには、PCの前に座っている時間だけで勝負してはいけない。

考える時間、整理する時間、指示を作る時間、実装する時間を分ける。
そして、それぞれにAIを活用する。

この形が、今の自分の開発体制になっている。


11. 今後の課題

この開発フローにも、今後の課題はある。

課題内容
アイデア過多壁打ちで要件が増えすぎる
指示文の精度Cursorに渡す指示が曖昧だと手戻りになる
ドキュメント更新会話内容をどこまで正式文書に反映するか
GitHub連携ChatGPTとCursorで最新状況の認識を合わせる必要がある
コミット粒度変更が大きくなりすぎないようにする
作業範囲複数PC運用時に同じファイルを触らないようにする
優先順位今やるべきことと後でよいことを切り分ける
休息すき間時間を使いすぎて休めなくなるリスク

特に注意したいのは、すき間時間を全部プロジェクトに使いすぎないことだ。

犬の散歩は犬との時間でもある。
トレーニングは体を整える時間でもある。
通勤中も、休む時間は必要である。

プロジェクトを進めることは大事だが、生活を壊してはいけない。


12. 今回の結論

今の開発では、ChatGPT、Cursor、GitHubの組み合わせがかなり重要になっている。

ChatGPTとは、通勤中、犬の散歩中、トレーニング中にも壁打ちしている。
そこでアイデアや課題を整理し、対策案を考え、Cursorへの指示文を作る。
その後、Cursorで実装し、必要に応じてドキュメント化し、GitHubで変更を管理する。

特に、ChatGPTがGitHubとリンクできているのは大きい。
最新状況、コミット、プッシュ状況を把握しながら相談できるため、単なる会話ではなく、プロジェクトの進行管理に近い使い方ができる。

一方で、実際のコミットやプッシュは、今のところCursorから行う方がスムーズな印象がある。

それぞれのツールに役割がある。

ChatGPTは、考えを整理する相棒。
Cursorは、実装を進める開発者。
GitHubは、履歴と状態を管理する基盤。

この3つをうまく組み合わせることで、限られた時間でもプロジェクトを前に進められている。

月商1000万円を目指すには、ただ頑張るだけでは足りない。
限られた時間をどう使うか。
日常の中で生まれたアイデアをどう逃さないか。
それをどう実装につなげるか。

今の自分にとって、その答えの一つが、
ChatGPTとの壁打ち、Cursorへの指示、GitHubでの管理という開発フローである。

第12回:まだ計算できていない最大のコストは、自分自身の稼働かもしれない


1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、費用、スケジュール、課題、AI活用、テスト、プロジェクト管理については記録している。

ここまで、PC購入費用、ChatGPT、Cursor、GensparkなどのAIツール費用、開発環境、ドキュメント、テスト計画について整理してきた。

しかし、まだきちんと計算できていない大きなコストがある。

それは、自分自身の稼働コストである。


2. ツール費用は見えるが、自分の時間は見えにくい

PCを買えば、金額が分かる。
CursorやChatGPT、Gensparkに課金すれば、月額費用が分かる。
サーバーやドメインを使えば、それも費用として見える。

しかし、自分自身の時間は見えにくい。

平日の夜に作業する。
休日に仕様を考える。
通勤中にアイデアを整理する。
ChatGPTに記事を書かせる。
Cursorへの指示文を作る。
進捗を確認する。
ドキュメントを読む。
残課題を棚卸しする。

これらは全部、時間を使っている。

ただ、今のところ、その時間をきちんと金額換算できていない。

これは、今後ちゃんと向き合うべき課題だと思っている。


3. 普段はサラリーマンである

自分は普段、サラリーマンとして働いている。

つまり、このプロジェクトは本業の勤務時間外で進めている。

これはかなり重要な前提である。

専業で朝から晩まで開発できるわけではない。
平日は本業があり、仕事が終わった後の時間や休日を使って進めている。

だから、単純に「やる気があれば進む」というものでもない。

疲れている日もある。
仕事で頭を使い切っている日もある。
夜に少ししか時間が取れない日もある。

その中で、月商1000万円を目指すプロジェクトを進めている。

ここは、かなり現実的に見なければならない。


4. 家族も生活もある

自分には妻がいる。

さらに、犬と猫も飼っている。

つまり、プロジェクトだけにすべての時間を使えるわけではない。

家族との時間もある。
犬や猫の世話もある。
家のこともある。
日々の生活もある。

個人開発というと、寝る間を惜しんで作るようなイメージもあるかもしれない。

もちろん、短期的に集中する時期は必要だと思う。
ただ、長期的に続けるなら、生活を壊してはいけない。

妻との時間を犠牲にし続ける形では続かない。
体調を壊しても意味がない。
家の中が荒れても、結局プロジェクトは続かない。

月商1000万円を目指すと言っても、生活の上に成り立つ挑戦である。


5. アラフィフという現実

自分はアラフィフである。

若い頃のように、無限に体力があるわけではない。

徹夜すれば翌日に響く。
集中力にも限界がある。
健康も無視できない。
家族や住宅ローンなど、背負っているものもある。

一方で、アラフィフだからこその強みもあると思っている。

これまでの仕事経験がある。
プロジェクト管理の経験がある。
PMPの資格も持っている。
失敗しそうな進め方もある程度分かる。
仕様、課題、リスク、品質、コストを意識して進められる。

若さで突っ走るのではなく、経験とAIを使って進める。

それが今の自分に合った戦い方だと思っている。


6. 自分の稼働をコストとして見る必要がある

今後は、自分の稼働をもっと冷静に見たい。

たとえば、1時間をいくらとして見るのか。

本業の時給換算で見るのか。
副業としての期待単価で見るのか。
外注した場合の単価で見るのか。
それとも、趣味としての時間だからゼロ円にするのか。

この考え方によって、プロジェクトの見え方は大きく変わる。

仮に自分の稼働を1時間3,000円、5,000円、1万円として見るなら、これまで使った時間はかなり大きな投資になる。

一方で、趣味の一つとしてやっている面もある。

ゲームをする時間、映画を見る時間、飲みに行く時間と同じように、自分が好きで使っている時間でもある。

だから、すべてを厳密に人件費として計上する必要はないかもしれない。

ただし、月商1000万円を本気で目指すなら、いつかは自分の稼働コストも見なければならない。


7. 趣味であり、事業でもある

このプロジェクトは、今のところ趣味の一つでもある。

考えていて楽しい。
作っていて楽しい。
構想が膨らむのも楽しい。
AIと一緒に進めるのも面白い。

ただ、単なる趣味で終わらせるつもりもない。

現実的に本当に目指せるのであれば、月商1000万円を達成したい。

いや、達成する。

そのためには、趣味としての楽しさと、事業としての厳しさの両方を持つ必要がある。

楽しいだけでは続かない。
厳しいだけでも続かない。

自分が面白いと思えるものを作りながら、現実的に収益化できる形に持っていく。

これが今の目標である。


8. 儲かったら、サラリーマンを辞められるかもしれない

もし本当にこのプロジェクトが伸びて、十分な収益が出るようになれば、将来的にはサラリーマンを辞める選択肢も出てくるかもしれない。

もちろん、今すぐ辞めるつもりはない。

売上が立っていない段階で、勢いだけで本業を辞めるのは危険である。
家族もいるし、住宅ローンもある。

だから、現実的には段階が必要である。

  • まずサービスを完成させる

  • 初期ユーザーを獲得する

  • 売上を立てる

  • 継続収益を確認する

  • 月商10万円を超える

  • 月商100万円を超える

  • 月商300万円を超える

  • 安定性を確認する

  • そのうえで働き方を考える

月商1000万円を一度達成しただけで、すぐ会社を辞めるという判断にはならないと思う。

大事なのは、売上の継続性である。
一時的な売上ではなく、継続して収益が出るか。
運営できるか。
税金を払った後に手元に残るか。
生活費をまかなえるか。
将来の不安を減らせるか。

そこまで見て判断したい。


9. マンションのローンも支払いたい

現実的な話として、マンションのローンもある。

このプロジェクトで儲かったら、ローンの支払いにも充てたい。

これはかなり大きなモチベーションである。

夢だけではなく、現実の生活を良くしたい。

住宅ローンの負担を減らせれば、生活はかなり楽になる。
将来の不安も減る。
家族に対しても、より安心を提供できる。

月商1000万円という目標は大きいが、自分の中では単なる数字ではない。

妻を喜ばせたい。
生活を良くしたい。
ローンの不安を減らしたい。
将来の選択肢を増やしたい。

そのための目標でもある。


10. 税金のことも考えなければならない

もし本当に収益が出るようになったら、税金のことも考えなければならない。

売上がそのまま手取りになるわけではない。

経費、税金、社会保険、事業形態、確定申告、法人化の検討など、考えるべきことは多い。

幸い、税理士の友人がいる。

今すぐ大きな相談をする段階ではないかもしれないが、相談すべきボリュームまで、早く突き進みたいと思っている。

つまり、税理士に相談する価値があるくらいの売上、利益、取引量まで持っていきたい。

その段階まで行けば、このプロジェクトはかなり現実味を帯びてくる。


11. 自分の稼働管理も必要になる

今後は、自分自身の稼働も少しずつ管理した方がよい。

厳密な勤怠管理までは不要かもしれない。
ただし、最低限、以下は見える化したい。

  • 週に何時間使っているか

  • どの作業に時間を使っているか

  • 実装に使った時間

  • 仕様整理に使った時間

  • ドキュメントに使った時間

  • ブログに使った時間

  • AIへの指示作成に使った時間

  • テスト確認に使った時間

  • 無駄に悩んでいる時間

これを見れば、自分の時間の使い方が分かる。

もしドキュメントに時間を使いすぎているなら、実装に戻す。
もし判断に時間がかかりすぎているなら、基準を作る。
もしAIへの指示が雑で手戻りが多いなら、指示文を改善する。

自分の稼働を測ることは、自分を縛るためではない。
プロジェクトを前に進めるためである。


12. 家族に応援してもらえる進め方にしたい

このプロジェクトは、自分一人の挑戦ではある。

しかし、生活の中で進めている以上、家族への影響はある。

だから、妻に応援してもらえる進め方にしたい。

ずっとPCに向かっていて、家族との時間がなくなる。
疲れて機嫌が悪くなる。
お金だけ出ていく。
いつまでも成果が見えない。

そうなると、続けるのは難しくなる。

だからこそ、進捗を見える化したい。
費用も整理したい。
スケジュールも置きたい。
どこまで進んでいるかを自分でも把握したい。

そして、成果が出たら妻を喜ばせたい。

それはかなり大事なモチベーションである。


13. 現時点の課題

今回整理して、現時点の課題は以下だと思っている。

課題内容
自分の稼働コスト未計算実際にどれだけ時間を投資しているか見えていない
本業との両立平日夜・休日中心のため、体力と集中力に限界がある
家族とのバランス妻、犬、猫との生活時間も大切にする必要がある
年齢・健康アラフィフとして無理しすぎない進め方が必要
固定費増加AIツール、PC、開発費用が増えている
収益化時の税務売上が出たら税理士相談が必要
退職判断本業を辞めるかどうかは継続収益を見て慎重に判断
ローン返済収益を生活改善や住宅ローンにもつなげたい
継続性趣味として楽しみつつ、事業として成立させる必要がある

14. 今後の方針

今後は、以下を意識して進めたい。

  1. 自分の稼働時間をざっくり記録する

  2. 週単位で作業時間と成果を振り返る

  3. 家族との時間を完全に犠牲にしない

  4. 体調を壊すような進め方はしない

  5. AIと追加PCで作業効率を上げる

  6. ドキュメントだけで止まらず実装を進める

  7. 税理士に相談すべき規模まで早く持っていく

  8. 収益が出ても税金・継続性を見て判断する

  9. 住宅ローンや生活改善につながる収益を目指す

  10. 妻を喜ばせられる成果を出す


15. 今回の結論

これまで、PC代、AIツール代、開発環境費用などは整理してきた。

しかし、本当に大きいコストは、自分自身の稼働かもしれない。

普段はサラリーマン。
妻がいる。
犬と猫もいる。
アラフィフである。
マンションのローンもある。

その中で、月商1000万円を目指すプロジェクトを進めている。

これは簡単ではない。

ただ、現実的に本当に目指せるのであれば、達成したい。
いや、達成する。

趣味として楽しい。
でも、趣味で終わらせない。
生活を良くしたい。
妻を喜ばせたい。
住宅ローンの不安も減らしたい。
いつか、本業を辞める選択肢も持ちたい。

そのためには、自分の時間も投資として見なければならない。

月商1000万円までの道のりは、開発費用だけでなく、自分の人生の時間をどう使うかという話でもある。

だからこそ、無理をしすぎず、でも甘えすぎず、前に進める。

まずは一人用確認版。
次に限定公開。
そしてサービスイン。
その先に、売上を作る。

税理士に相談すべきボリュームまで、とっとと突き進みたい。

月商1000万円、達成するぞ。

第11回:すでに使っているE2Eテストと、これから詰めるべきテスト計画


すでに使っているE2Eテストと、これから詰めるべきテスト計画

1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、AI活用、費用、スケジュール、品質管理、課題については記録している。

今回は、現状のテスト自動化と、今後のテスト計画について書く。

サービス開発では、機能を作るだけでは足りない。
作ったものが正しく動くか、ユーザーが迷わず使えるか、データが壊れないか、スマホでも問題なく使えるかを確認する必要がある。

特に今回のプロジェクトは、単なる静的ページではなく、ユーザー操作、データ更新、管理者機能、履歴、ランキング、通知、将来的な運用まで関わる。

そのため、テストはかなり重要なテーマになっている。


2. PlaywrightによるE2Eテストはすでに使っている

現時点で、E2Eテストにはすでに Playwright を使っている。

つまり、「これからE2Eテストを導入するかどうか」という段階ではない。
すでに、画面操作ベースで主要な導線を確認する方向には進んでいる。

Playwrightを使うことで、ブラウザ上で実際のユーザー操作に近い形の確認ができる。

たとえば、以下のような確認が対象になる。

  • 画面が表示されるか

  • ボタンやリンクが機能するか

  • 主要導線を通れるか

  • 入力・保存・表示が成立するか

  • 画面遷移が想定通りか

  • エラーで落ちないか

  • スマホ相当の表示で大きく崩れないか

これはかなり重要である。

単体テストでは、個別の関数や処理は確認できる。
しかし、実際にユーザーが画面を操作したときに流れが成立するかは、E2Eテストで確認した方が分かりやすい。


3. ただし、E2Eテストを増やしすぎる問題もある

一方で、E2Eテストは便利だが、増やしすぎると重くなる。

これはすでに意識している課題である。

E2Eテストは、実際のブラウザ操作に近い確認ができる反面、以下のような問題もある。

  • 実行に時間がかかる

  • テストが増えるとメンテナンスが重くなる

  • UI変更でテストが壊れやすい

  • テストコード自体の修正が必要になる

  • 本質的でない表示変更で失敗することがある

  • 開発スピードを落とす可能性がある

そのため、何でもPlaywrightで自動化すればよいとは考えていない。

重要なのは、どの導線をE2Eで守るかである。


4. E2Eで守るべきもの

現時点で、Playwrightで優先して守るべきなのは、サービス全体に影響する主要導線である。

具体的には、以下のようなものを優先したい。

優先度E2Eで確認したい対象
新規登録・ログイン後の主要導線
メイン画面が表示されること
基本操作の一連の流れ
重要画面で致命的なエラーが出ないこと
データ作成・更新・表示の基本流れ
管理者画面の基本操作
スマホ幅での主要導線
空データ時の表示
エラー時の最低限の復帰導線
細かい文言・装飾・演出

E2Eテストは、サービスの骨格を守るために使う。

逆に、細かい文言やデザインの微調整までE2Eで厳密に見ると、テストが壊れやすくなる。
そこは人手確認やレビューで補う方がよい。


5. 自動化できるものと、人手で見るべきもの

テスト自動化は重要だが、すべてを自動化できるわけではない。

Playwrightで確認しやすいのは、主に以下である。

  • 画面が開く

  • ボタンが押せる

  • 入力できる

  • 保存される

  • 遷移できる

  • エラーが出ない

  • 表示要素が存在する

  • 権限によって表示が変わる

一方で、人手で見た方がよいものもある。

  • 初回ユーザーが本当に迷わないか

  • 画面の雰囲気が伝わるか

  • 情報量が多すぎないか

  • 操作していて楽しいか

  • 文言が自然か

  • スマホでストレスがないか

  • サービスの魅力が伝わるか

  • また使いたいと思えるか

このあたりは、自動テストでは判断しにくい。

E2Eテストは「動くか」を見るには強い。
しかし、「使いたいと思うか」「分かりやすいか」「面白いか」は、人間が見る必要がある。


6. 現状の課題

現時点でのテスト面の課題は、主に以下である。

6.1 E2Eテストの対象範囲を広げすぎないこと

Playwrightを使っているからこそ、どこまで自動化するかを慎重に決める必要がある。

何でもE2Eに入れると、開発が重くなる。

そのため、まずは以下に絞りたい。

  • 壊れると致命的な導線

  • 毎回手動確認すると大変な導線

  • リリース判定で必ず確認したい導線

  • データ破損や権限ミスにつながる導線

逆に、頻繁に変わるUIや、体験の良し悪しに関わる部分は、人手確認を併用する。


6.2 テストデータの整備

E2Eテストでは、テストデータも重要になる。

データがない状態、データがある状態、権限が違う状態、管理者状態、通常ユーザー状態などをどう用意するか。

ここが曖昧だと、テストが安定しない。

今後は、以下を整理する必要がある。

  • E2E用のテストユーザー

  • 管理者テストユーザー

  • 初期データ

  • 空データ状態

  • 複数データ状態

  • 異常系データ

  • テスト後のクリーンアップ方針

E2Eテストは、シナリオだけでなく、データ設計もセットで考える必要がある。


6.3 スマホ確認の扱い

今回のサービスでは、スマホ対応が重要になる。

Playwrightでも、ビューポートを変えてスマホ相当の確認はできる。
しかし、実際のスマホでの操作感までは完全には分からない。

そのため、スマホについては以下を組み合わせる必要がある。

  • Playwrightでスマホ幅の主要導線を確認する

  • PCブラウザのレスポンシブ確認を行う

  • 実機スマホで人手確認する

  • プレオープンで実ユーザーの端末でも確認する

スマホは、画面サイズだけでなく、指で押しやすいか、スクロールしやすいか、情報量が多すぎないかも重要になる。

ここは人手確認がかなり重要になる。


6.4 AI生成コードの確認

AIを使って開発しているため、AIが生成したコードが意図通りかを確認する必要がある。

E2Eテストは、その確認にも役立つ。

ただし、E2Eが通ったからといって、すべて正しいわけではない。

  • 内部ロジックが本当に正しいか

  • 権限チェックが十分か

  • 想定外の操作に耐えられるか

  • データ整合性が保たれるか

  • 将来拡張に耐えられるか

こうした部分は、コードレビューや仕様確認も必要になる。

つまり、Playwrightは重要だが、品質保証の一部であって全部ではない。


7. プレオープンをテスト計画に組み込む

正式公開前には、プレオープンのような形で、少人数に触ってもらうことも考えている。

これは単なる宣伝ではなく、テストの一部として位置づけたい。

プレオープンで確認したいのは、以下である。

  • 初回ユーザーがどこで迷うか

  • どの画面で離脱するか

  • どの説明が足りないか

  • どの操作が分かりにくいか

  • スマホで問題なく使えるか

  • 想定外の使い方をされないか

  • 不具合報告が上がるか

  • サービスの価値が伝わるか

  • 継続利用したいと思うか

作っている本人は、仕様を知っている。
だから、自然に操作できてしまう。

しかし、初めて触る人は違う。

そのギャップを確認するために、プレオープンは重要になる。


8. 今後詰めるべきテスト計画

今後は、テスト計画をさらに具体化する必要がある。

特に整理すべきなのは、以下である。

8.1 フェーズ別のテスト基準

一人用確認版、限定公開版、初期サービスイン版では、求める品質水準が違う。

フェーズテストの目的
一人用確認版自分が通しで触り、中心体験が成立するか確認
限定公開版少人数が迷わず使えるか、致命的不具合がないか確認
初期サービスイン一般ユーザーが使っても破綻しないか確認
収益化段階課金・運用・問い合わせ対応まで含めて確認

最初から正式公開レベルの品質を求めすぎると、開発が止まる。
ただし、致命的な不具合を放置したまま公開するわけにもいかない。

フェーズごとに、どこまで確認するかを決める必要がある。


8.2 自動テストと人手テストの分担

自動テストと人手テストの役割分担も明確にしたい。

確認内容方法
主要導線が通るかPlaywright
重要画面が落ちないかPlaywright
データ保存・更新が成立するかPlaywright+必要に応じて手動確認
権限チェックが効くかPlaywright+コード確認
スマホ幅で大きく崩れないかPlaywright+実機確認
初回ユーザーが迷わないか人手確認
文言が自然か人手確認
魅力が伝わるか人手確認
継続したいと思えるかプレオープン

この分担を決めておくことで、テスト自動化に過度な期待をせず、必要な人手確認も計画に組み込める。


8.3 不具合報告の導線

プレオープンや限定公開を行うなら、不具合報告の導線も必要になる。

最低限、以下を受け取れるようにしたい。

  • どの画面で起きたか

  • 何をしようとしたか

  • 何が起きたか

  • 使用端末

  • ブラウザ

  • 発生日時

  • スクリーンショット

  • 再現手順

最初から大きなサポートシステムを作る必要はない。
ただし、報告を受け取れる導線は必要である。


9. 現時点の方針

現時点でのテスト方針は、以下である。

  1. PlaywrightによるE2Eテストはすでに活用している

  2. ただし、E2Eの対象は主要導線に絞る

  3. テストを増やしすぎて開発を重くしない

  4. テストデータとテストユーザーを整理する

  5. スマホはPlaywright確認と実機確認を併用する

  6. UI/UXの良し悪しは人手確認を重視する

  7. プレオープンを実ユーザーテストとして活用する

  8. 不具合報告導線を整備する

  9. リリース判定チェックリストを作る

  10. 最終的な品質判断は人間が行う


10. 今回の結論

E2Eテストは、すでにPlaywrightを使っている。

その意味では、テスト自動化は未着手ではない。
すでに、画面操作ベースで主要導線を守る方向には進んでいる。

ただし、今後の課題は多い。

どこまでE2Eで確認するのか。
どこから人手で見るのか。
テストデータをどう作るのか。
スマホ実機確認をどう組み込むのか。
プレオープンをどうテスト計画に入れるのか。
リリース判定をどう行うのか。

これらを詰める必要がある。

自動テストは重要である。
しかし、自動テストだけでは、ユーザー体験の良し悪しは判断できない。

最終的には、Playwrightによる自動確認、人手による操作確認、プレオープンでの実ユーザー反応を組み合わせる必要がある。

月商1000万円を目指すなら、作るだけでは足りない。
安心して使えること、迷わず使えること、また使いたいと思えることが必要になる。

そのために、今後はテスト計画も本格的に詰めていきたい。

第10回:AIを活用するほど、プロジェクトマネジメントが重要になる


AIを活用するほど、プロジェクトマネジメントが重要になる

1. はじめに

月商1000万円を目指して、新規プロジェクトを進めている。

このブログでは、プロジェクトの具体的な企画内容はまだ公開しない。
ただし、開発の進め方、AI活用、費用、スケジュール、課題、ドキュメント、判断の過程については記録している。

今回は、AI活用とプロジェクトマネジメントの関係について書く。

最近は、ChatGPT、Cursor、GensparkなどのAIツールを使うことで、個人でもかなり大きなプロジェクトを進められるようになってきた。

実際、自分もAIをかなり活用している。

  • 企画整理

  • 要件定義

  • 仕様書作成

  • 開発指示

  • コード実装

  • デザイン検討

  • ブログ記事作成

  • 課題管理

  • 進捗整理

かなり多くの作業にAIを使っている。

ただ、使えば使うほど感じることがある。

それは、AIを使うほど、プロジェクトマネジメントが重要になるということだ。

自分はPMPの資格を持っている。
そのため、プロジェクトを進めるときに、スコープ、スケジュール、コスト、品質、リスク、コミュニケーション、ステークホルダー、変更管理などを意識する癖がある。

AIを活用する今の開発でも、この考え方はかなり役に立っている。

むしろ、人間のチームではなくAIを使うからこそ、プロジェクトマネジメントの重要性はさらに高まっていると感じている。


2. AIは優秀だが、勝手にプロジェクトを成功させてはくれない

AIは非常に優秀である。

文章も書ける。
コードも書ける。
仕様も整理できる。
デザイン案も出せる。
バグの原因も調査できる。
改善案も出せる。

しかし、AIは勝手にプロジェクト全体を成功に導いてくれるわけではない。

AIに何を任せるのか。
どこまで任せるのか。
どの順番で作業させるのか。
成果物をどう確認するのか。
どの判断を人間が行うのか。

これを決めるのは、結局プロジェクトを管理する側である。

AIは強力な実行者になり得る。
しかし、プロジェクトの目的、優先順位、制約条件、品質基準を理解させなければ、期待した成果は出ない。

つまり、AI活用とは、単に便利なツールを使うことではない。

AIという作業者を、どうプロジェクトに組み込むかという話である。


3. AIにも役割定義が必要

人間のチームでプロジェクトを進めるときは、役割分担を決める。

プロジェクトマネージャー、開発者、デザイナー、テスター、業務担当、運用担当。
それぞれの役割が曖昧だと、作業が重複したり、漏れたり、責任範囲が不明確になる。

AI活用でも同じである。

AIだからといって、何でも雑に投げればよいわけではない。

自分の中では、AIツールごとに以下のような役割を持たせている。

ツール主な役割
ChatGPT企画整理、要件整理、PMO、議事録、壁打ち、記事作成
Cursor実装、コード修正、既存コード調査、ドキュメント反映
Gensparkデザイン案、LP案、チラシ案、外向け表現の検討
追加PC実装・検証環境
既存PC思考・整理・指示文作成環境

このように役割を分けることで、AIを使いやすくなる。

ChatGPTには、抽象度の高い整理や判断の壁打ちを任せる。
Cursorには、具体的なコード実装や修正を任せる。
Gensparkには、見せ方やデザイン案を任せる。

役割が明確になると、指示も明確になる。

逆に、役割を決めずにAIを使うと、すべてが中途半端になる。


4. AI活用に必要なのは、指示の密度と精度

AIを使っていて強く感じるのは、指示の密度と精度が成果物の品質を大きく左右するということだ。

雑な指示を出せば、雑な結果が返ってくる。

たとえば、以下のような指示は危ない。

いい感じに直して
使いやすくして
不具合を直して
管理画面を作って
デザインを整えて

これでは、AIは何を基準に判断すればよいか分からない。

一方で、良い指示には、以下が含まれる。

  • 目的

  • 背景

  • 対象範囲

  • 触ってよいファイル

  • 触ってはいけないファイル

  • 完了条件

  • 優先順位

  • 制約条件

  • テスト観点

  • ドキュメント更新要否

  • 既存仕様との整合性

  • 失敗時の対応方針

ここまで書くと、かなりプロジェクト管理に近い。

つまり、AIに良い仕事をしてもらうには、プロジェクトマネジメント的な指示設計が必要になる。

AIは魔法ではない。
AIは、与えた前提と指示の中で動く。

だから、指示の密度と精度が重要になる。


5. スコープ管理がないと、AIは広げすぎる

AIは非常に多くの提案をしてくれる。

それ自体は便利である。

しかし、AIの提案をすべて採用していると、スコープがどんどん広がる。

今回のプロジェクトでも、要件はかなり増えている。
AIとの壁打ちによって、良い案もたくさん出てきた。
ただ、そのすべてを初期リリースに入れようとすると、永遠に完成しない。

ここで必要になるのが、スコープ管理である。

  • 今やるもの

  • 後でやるもの

  • 今はやらないもの

  • 実装しないもの

  • 要検討として残すもの

これを分ける必要がある。

AIはアイデアを広げるのが得意である。
しかし、プロジェクトを前に進めるには、広げるだけでなく絞る必要がある。

この「絞る判断」は、人間側のプロジェクトマネジメントで行う必要がある。


6. WBS的に分解しないと、AIにも任せにくい

大きな作業をAIにそのまま投げると、失敗しやすい。

たとえば、

サービスインできる状態にして

という指示では、範囲が広すぎる。

これを分解する必要がある。

  • 初回登録導線

  • メイン画面導線

  • 管理者画面

  • データ登録

  • 履歴表示

  • 通知

  • ランキング

  • スマホ対応

  • エラー表示

  • テスト

  • ドキュメント更新

さらに、それぞれを作業単位に分ける。

この考え方は、まさにWBSに近い。

AIを使う場合でも、大きな成果物を小さな作業に分解し、順序を決め、完了条件を設定する必要がある。

AIは作業を速く進めることはできる。
しかし、作業をどう分解するか、どの順序で進めるかを考えないと、成果物はバラバラになる。


7. 品質管理も人間側の責任

AIが出した成果物は、そのまま正しいとは限らない。

コードが動くように見えても、仕様とズレているかもしれない。
セキュリティ上の懸念があるかもしれない。
既存仕様を壊しているかもしれない。
画面は整っていても、ユーザー導線が悪いかもしれない。
ドキュメント更新が実装と矛盾しているかもしれない。

そのため、AI活用では品質管理が非常に重要になる。

自分が意識しているのは、以下である。

  • 実装後に差分を確認する

  • 既存仕様との矛盾を確認する

  • ビルドやテストを実行する

  • 画面で実際に確認する

  • ドキュメント更新内容を確認する

  • 不要な変更が入っていないか確認する

  • 次の作業に影響がないか確認する

AIに任せたからといって、品質責任がAIに移るわけではない。

最終的な品質責任は、人間側にある。

これは、人間のチームでも同じである。
メンバーが作業しても、プロジェクトとして品質を担保する必要がある。

AIを使う場合も、そこは変わらない。


8. コミュニケーション管理も必要になる

AI相手でも、コミュニケーション管理は必要である。

むしろ、AI相手だからこそ、文脈管理が重要になる。

人間なら、前後の会話や空気で補ってくれることがある。
しかし、AIは文脈が不足していると、前提を取り違えることがある。

そのため、以下を明確にする必要がある。

  • 現在のプロジェクト状態

  • 今回の作業目的

  • 参照すべきドキュメント

  • 守るべきルール

  • 変更してよい範囲

  • 変更してはいけない範囲

  • 作業後に報告してほしい内容

  • 判断が必要な場合の扱い

これは、AIとのコミュニケーション設計である。

人間のプロジェクトでも、会議体、議事録、課題管理、進捗報告が必要になる。
AI活用でも同じように、指示、成果物、判断、残課題を記録する必要がある。

AIだから記録しなくてよい、ということにはならない。


9. AIを使うほど、変更管理が重要になる

AIを使うと、実装速度が上がる。

これは大きなメリットである。

しかし、実装速度が上がるということは、変更量も増えるということだ。

変更量が増えると、以下のリスクも増える。

  • 仕様と実装のズレ

  • ドキュメント更新漏れ

  • 既存機能の破壊

  • Git差分の肥大化

  • テスト不足

  • 影響範囲の見落とし

  • 不要なリファクタリング

  • 作業範囲の逸脱

だからこそ、変更管理が重要になる。

AIに作業させる場合でも、以下を管理したい。

  • 何を変更したのか

  • なぜ変更したのか

  • どのファイルを変更したのか

  • どの仕様に基づく変更なのか

  • テストは何を実施したのか

  • 残った課題は何か

  • 次にやるべきことは何か

AIによって変更速度が上がるほど、変更管理の重要性も上がる。


10. リスク管理も必要

AI活用には、リスクもある。

便利だからこそ、過信すると危険である。

現時点で意識しているリスクは、以下である。

リスク内容
仕様逸脱AIが意図と違う実装をする
過剰実装必要以上に機能を追加する
品質ブレコード品質や設計品質が安定しない
ドキュメント不整合実装と仕様書がズレる
セキュリティ懸念権限チェックや入力検証が不足する
依存しすぎ人間側が判断を放棄する
コスト増AIツール費用が膨らむ
作業競合複数PC・複数作業でGit競合が起きる

これらは、AIを使わなければ発生しないリスクもある。

だから、AI活用は単なる効率化ではなく、リスク管理もセットで考える必要がある。


11. PMPの考え方はAI活用にもかなり効く

PMPで学ぶプロジェクトマネジメントの考え方は、AI活用にもかなり効くと感じている。

たとえば、以下のような観点である。

  • スコープ管理

  • スケジュール管理

  • コスト管理

  • 品質管理

  • リスク管理

  • コミュニケーション管理

  • 資源管理

  • 変更管理

  • ステークホルダー管理

  • 統合管理

これは、人間のチームだけに使うものではない。

AIを使う場合でも、かなりそのまま使える。

AIは人ではない。
しかし、プロジェクトの中で成果物を生み出す存在である以上、管理対象になる。

人を管理するのとは違う。
ただし、役割を定義し、作業を割り当て、成果物を確認し、品質を担保し、変更を管理するという意味では、プロジェクトマネジメントの対象である。


12. AI時代のPMは、指示者ではなく編集者でもある

AI時代のプロジェクトマネジメントでは、PMの役割も少し変わると思っている。

従来のPMは、人に作業を依頼し、進捗を確認し、課題を管理し、リスクに対応する役割が中心だった。

AIを使う場合は、それに加えて、編集者のような役割が必要になる。

AIが出した案を、そのまま採用するのではなく、

  • 何を採用するか

  • 何を捨てるか

  • どこを修正するか

  • どこを深掘りするか

  • どこで止めるか

  • どの成果物を正式版にするか

を判断する。

AIは大量に出力できる。
だからこそ、取捨選択が重要になる。

この取捨選択こそ、AI時代のPMに必要な能力だと思う。


13. AIに任せる部分と、人間が握る部分

現時点では、以下のように分けて考えている。

AIに任せやすいもの

  • 文章のたたき台

  • 仕様整理の初稿

  • コード実装

  • 既存コード調査

  • バグ原因の仮説出し

  • テスト観点の洗い出し

  • デザイン案の作成

  • ブログ記事の構成案

  • 課題一覧の整理

人間が握るべきもの

  • 最終的なサービス方針

  • 優先順位

  • 初期リリース範囲

  • 収益化判断

  • 品質基準

  • ユーザー体験の最終判断

  • 費用判断

  • リスク許容度

  • 公開タイミング

  • 何を捨てるかの判断

AIは優秀な補佐であり、実行者である。

しかし、プロジェクトの意思決定まで完全に委ねるのは危険である。

AIを活用するほど、人間側の判断軸が重要になる。


14. 今回の結論

AIを使えば、個人でも大きなプロジェクトを進められる可能性がある。

これは本当に大きな変化である。

しかし、AIを使えば勝手に成功するわけではない。

むしろ、AIを使うほど、プロジェクトマネジメントが重要になる。

  • 役割を定義する

  • スコープを管理する

  • 作業を分解する

  • 優先順位を決める

  • 指示の密度と精度を上げる

  • 成果物を確認する

  • 品質を管理する

  • 変更を管理する

  • リスクを把握する

  • コストを見直す

これらをやらなければ、AIを使ってもプロジェクトは散らかる。

自分はPMPの資格を持っている。
その知識や考え方は、今のAI活用型開発でもかなり役に立っている。

AIは人ではない。
しかし、プロジェクトの中で成果物を生み出す存在である以上、管理が必要である。

これからの個人開発では、単にAIを使えるかどうかだけではなく、
AIをプロジェクトの中でどう管理し、どう成果につなげるかが重要になると思っている。

月商1000万円を目指すこのプロジェクトでも、AIは重要な戦力である。

ただし、AIを使うだけでは足りない。
AIを活かすためのプロジェクトマネジメントが必要である。

今後も、PMPで培った考え方を活かしながら、AIを単なる便利ツールではなく、プロジェクトの一部として管理していきたい。

フォロワー