AI時代の最強企画プロセスをお伝えします

AI時代、要件定義ってもういらない？ AI時代の最強企画プロセスをお伝えします

多くのPMが陥る「2つの極端」 とりあえずチャット派 壁打ちとして漠然とプロンプトを投げるだけ。 一問一答の繰り返しで、自分の想像の範囲を超えられない。 全てをスキル・ワークフロー化派 Claude Codeなどを駆使し、探索が必要なフェーズまで ガチガチの決定論的プロセスに押し込もうとする。 結論：答えは「どちらか」ではなく「使い分け」である。 これらは競合するアプローチではなく、フェーズが違うだけ。

全体像：企画のダブルダイヤモンド 第1ダイヤ：Discover → Define Divergence / 発散 (Discover/ひろげる) Convergence / 確定 (Define/しぼる) Backlog / バックログ 開発側へ受け渡し 開発側 Development (このあとに続く・本日の範囲外) 企画側 Planning - 本発表の範囲 (In scope) 本資料の射程は「第1ダイヤ（企画側）」。発散と収束では、AIへの「任せ方」が根本的に異なる。

フェーズで逆転する人間とAIのパワーバランス 前半（発散フェーズ） Loop 非決定論的（AI PLC） AIの役割 自律的な探索パートナー 人間の役割 方向だけ決めてあとは放つ「マクロマネジメント」 後半（収束フェーズ） Loop 決定論的ワークフロー AIの役割 大工のノコギリやカンナのような精密な道具 人間の役割 指定フォーマットで一言一句正確に出力させる「マイクロマネジメント」 人間とAIの組み合わせは同じでも、目的によって力関係が完全に逆転する。

なぜ「発散」にループが必要なのか？ The Limitation of One-Shot 人間の想像の範囲 The Power of Loops 停止条件に達するまで、自律的にサイクルを繰り返す プロンプトの1回投げ（一問一答）では広がらない。「広げる力」の差は、結局「探索回数」の差。 ビジネスの0→1発散こそがループエンジンの主戦場である。

ループの実装例：「AI-PLC」エンジン Collection (収集): コンテキスト情報をネットや社内Wikiから収集。 Inception (計画): ゴール（例：ECサイトのグロース）と現状のギャップを自律分析し、タスクの塊を作成。 Construction & Operation (構築・実行): 調査タスクを進めながら仕様を膨らませる。 大まかなゴール（例：「ECサイトをグロースしたい」）を与え、情報収集から仕様の拡張までAIに自走させるアーキテクチャ。

実運用の最適解は「中間」にある 「サイクルの繰り返しを止める停止条件の違い」 1 Turn-based ターン制 2 [HIGHLIGHT] Goal-based + Human Gate ゴールベース+人間ゲート 3 Goal-based ゴールベース Manual 手動 Fully Autonomous 完全自律 自律AI=完全ゴールベースと誤解されがちだが、実運用では「要所で人間がゲートを挟む中間」が最も機能する。

暴走を防ぐ原則：Maker ≠ Checker Collection (収集) Inception (計画) Construction & Operation (構築・実行) Backtrack (戻り) Checker (Reviewer) Pass (合格) AIの自己評価を避けるため、Subagentや別スレッドへコンテキストを分離する、あるいは人間がMTGでレビューする。 AIに出させたレビューを、そのAI自身にやらせてはいけない。 フェーズの節目に必ず「Checker」を挟み、寄与しなければ計画からやり直す (Backtrack)。

Claude Code

「収束」フェーズ：仕様書にポエムはいらない Divergence (発散) ⇔ Convergence (収束) 収束フェーズにループ（探索）を持ち込むのは‘TOO MUCH’. 発散したアイデアをそのままエンジニアに渡してはいけない。収束フェーズの目的は「整形」。 ここでは定型業務、バックログ管理など、毎回同じ結果を出す「決定論的ワークフロー」が正義となる。

なぜ「決定論」に切り替えるのか？（トークン爆発の罠） Token Explosion: コストの指数関数的増加 コンテキスト汚染 (Context Pollution): コンテキストによる捏造、何度もループを回力、コンテキストの情報成果 仕様は機能ごとに何度も叩くため、ここでループを回すとトークンが爆発する。 停止条件とワークフローを用いて「最小トークンで確実に」型に焼き込む必要がある。

Claude Code T004_施策選定_意思決定.md Flow > 202607 > 2026-07-08 > コトノハOKR施策選定 > Documents > T004_施策選定_意思決定.md > abc # T004 1 > **Project:** コトノハOKR施策選定 (L-0708) / **Type:** decision / 2 **Context:** T004 意思決定 - 最初に着手する1本の選定と根拠 3 4 # T004 施策選定 意思決定書 5 > **2026-07-08 制約反映(T086 / BT-B):** 経営会議で「今年度は新機能開発リソース 6 なし・既存機能/運用の範囲に限定」が決定。**本決定は変えない - S2は既存LINE/メルマ 7 ガ+購入データの運用施策で新機能ゼロ、制約に完全適合(むしろ追認)**。影響は以下の位置づ 8 け更新のみ: 9 > - 見送り施策の「中期本命/第2弾」だった **S1定期便・S4ロイヤリティ・S8複合は今年度実行 10 不可(新機能開発)** -> 「リソース確保時/来年度」に回格**。 11 > - 補完 **S9は分割**: 通知トーン最適化は今年度可 / マイページ「補充日表示」は新機能の 12 ため保留。 13 > - KR2手当ての **S6・S5統合は運用範囲で実行可 -> 維持** ((6)トレードオフの手当ては影響な 14 し)。 15 16 ## ① 結論 17 18 **最初に着手する1本 = S2「補充リマインドシナリオ(LINE/メルマガ自動配信)」** 19 20 前回購入からの想定消費サイクル後に「そろそろ補充では？」をLINE/メルマガで自動配信し、既存 21 顧客の再訪・再購入を喚起する施策。 22 23 - スコアリング総合1位(加算4.80 / 5.00)。 24 - **今QはS2を単独の「最初の1本」として着手**し、S9(体験設計)を低コストの補完として 25 同時に仕込む。S3・S5は次弾候補として保留。

投資と圧縮：大工が道具を持ち替えるように ノコギリ / Saw マクロからアプローチ 発散には投資する カンナ / Plane マイクロな整形 収束は圧縮する 単一のAIツールで全てをこなそうとするのは間違い。 フェーズに応じて道具（ループとワークフロー）とパワーバランスを意図的に切り替える。

AI時代における「人間」の本当の役割 MACHINE SIDE ・候補の展開 ・下書き・素材作成 ・反復と改善 HUMAN SIDE ・何を作るべきかの判断 ・「良さ」の基準 ・停止条件のBet ・最終責任 人は毎回ボタンを押さない。要所だけ介入し、線引きを崩さないこと。「もう十分だ」と自分で告げる勇気を持つこと。クリエーション（生成）からキュレーション（選定）への移行。

SYNTHESIS 統合：クリエーションからキュレーションへ AI-PLCループ 人間の介入 (HITL / Bet判定 / 編集者) 決定論的ワークフロー Backlog 発散（非決定論のループ）で生成された無数の素材は、人間の判断という関所を経て、収束（決定論のワークフロー）へと流れ込み、最終的なバックログへと変換される。これがAI時代の要件定義の全体像である。

【7/24開催】＜AIエージェント時代の業務自動化実践講座＞ を開催します イベント 2026.07.08 AIエージェント時代の業務自動化実践講座 問い合わせ・確認業務の前さばきワークフロー 2026.7.24 FRI 18:00-20:30 オフライン/オンライン同時開催 登壇 宮田 大督 株式会社エクスプラザ CPO