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

プロダクトアウトなエージェントアプリを開発した実践録です。

Transcript

1. 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
2. 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
3. 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
4. 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
5. 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...）
6. 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
7. 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
8. 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
9. 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
10. 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
11. 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
12. 12 エージェント開発の経緯 技術探索 is 何
13. 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
14. 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
15. 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
16. 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
17. 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
18. 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
19. 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
20. 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
21. 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
22. 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
23. 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
24. 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
25. 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）
26. 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
27. 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
28. 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
29. 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
30. 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
31. 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
32. 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
33. 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）
34. 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
35. 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
36. 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
37. 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