AI PM Self-Diagnostic

PM AI活用レベル診断

AIを便利ツールで終わらせず、PM業務、AI UX、評価、リスク管理、Product Opsまで使えているかを3分で整理します。

あわせて診断

PMレベル診断も受ける

AI活用の土台になるPM基礎力、戦略、実行、データ、Product Opsを見ます。

別の診断へ進む

Self Check

12問に回答

各項目について、いまの実務に一番近い状態を選んでください。回答詳細はこのページ内の計算にだけ使います。

Q1 PM業務の中で、AIを毎週使う具体タスクが3つ以上ある

リサーチ、要約、PRD、分析、議事録、GTM準備などを含みます。

AI業務化
Q2 AIの出力を、そのまま使わずPM成果物の品質向上に接続している

時間短縮だけでなく、判断や品質に効いているかです。

AI業務化
Q3 AIへの依頼に、目的、前提、制約、ほしい出力、判断基準を入れている

一発回答ではなく、仕事として渡せる依頼になっているかです。

プロンプト
Q4 AIを入れる前に、ユーザーのどの痛みを自動化/拡張するのかを言語化している

AIありきではなく、ユーザー課題起点になっているかです。

AI機会
Q5 AI出力が間違う条件、必要データ、評価データ、モデル限界を説明できる

完璧に詳しい必要はなく、PMとしてリスクを説明できるかです。

データ理解
Q6 ユーザーにAIの得意/不得意、信頼度、修正方法、手動代替を伝える設計をしている

AIが外したときにユーザーが戻れるかを見ます。

AI UX
Q7 AIの提案に対して、ユーザーが承認、修正、フィードバックできる導線を考えている

人間がコントロールできる体験になっているかです。

AI UX
Q8 AI出力を主観ではなく、品質基準、ユーザー評価、業務指標で評価している

良さそう、ではなく、良いと言える基準があるかです。

評価
Q9 AI機能やAIワークフローを小さく試し、失敗条件や改善点を学習している

検証、ログ、レビュー、ユーザーフィードバックを含みます。

評価
Q10 センシティブ情報、差別、誤誘導、著作権、説明責任のリスクを事前に洗い出している

NIST AI RMFやResponsible AIの観点をPM判断に入れているかです。

責任あるAI
Q11 AI機能の監視、フィードバック回収、品質劣化時の対応を考えている

リリース後にAI品質をどう見続けるかです。

AI運用
Q12 チームがAIを安全に使えるよう、ルール、テンプレート、レビュー基準を整えている

個人技ではなく、チームで再現できる状態を見ます。

AI運用

12問すべてに回答すると結果が出ます。

Next Actions

診断後に見るページ

結果の弱点軸に合わせて、学習、テンプレート、AIワークフローへ進めます。

Claude Code Skillを見る

PM業務に使えるAIワークフローを探す

見る →

PM向けツールを見る

AI PMツールやリサーチ支援を比較する

見る →

PMリソースを見る

AI時代のPM実務ガイドを読む

見る →