ソウSaved Workflow
Framework → PoC → Practice Playbookをカテゴリ単位で保存します。保存先はこの端末のlocalStorageだけです。
PMのJob: プロダクト仮説をイベント設計・分析・意思決定まで再現可能な運用にする
最重要の判断: PMがセルフサービス分析を継続しても、計測品質と定義の一貫性を保てるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けProduct Analytics計測契約プレイブック
運用Playbookを開く →PMのJob: リサーチ計画から発言・証拠・示唆・意思決定まで追跡可能にする
最重要の判断: 調査量が増えても、一次証拠と示唆のつながりを失わずチームで再利用できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けUser Research証拠リポジトリ運用プレイブック
運用Playbookを開く →PMのJob: 戦略・成果・優先順位・依存関係を、約束日一覧ではなく意思決定として共有する
最重要の判断: 複数チームで更新しても、なぜこの優先順位なのかを根拠付きで説明できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けRoadmap意思決定・更新プレイブック
運用Playbookを開く →PMのJob: リリースと公開を分離し、段階展開・停止・実験を安全に運用する
最重要の判断: 本番障害時のkill switchから長期flag cleanupまで、開発とPMが同じルールで運用できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けFeature Flag安全運用・Lifecycleプレイブック
運用Playbookを開く →PMのJob: AI機能の品質基準を実例・grader・人間レビュー・回帰テストとして継続運用する
最重要の判断: モデルやpromptが変わっても、品質劣化と新しいfailure modeを継続的に検出できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けAI Evals回帰・Grader校正プレイブック
運用Playbookを開く →PMのJob: 複数チャネルの顧客フィードバックを証拠付きで統合し、優先順位と顧客への返答へつなぐ
最重要の判断: AI要約が増えても、元の顧客発言・segment・product decisionとの対応を失わないか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けFeedback Management証拠・Routingプレイブック
運用Playbookを開く →PMのJob: 仮説・対象・Primary/Guardrail metric・停止条件を事前固定し、実験結果を再現可能な意思決定へ変える
最重要の判断: 施策の差を因果効果として信頼できる形で測り、結果を見てから判定基準を変えずに意思決定できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けExperimentation導入前プレイブック
運用Playbookを開く →PMのJob: 定量指標で見えた摩擦を実セッションの行動証拠へ戻し、再現・仮説・改善判断までつなぐ
最重要の判断: 行動再現性を上げながら、入力値や機微情報を過剰収集せず安全に運用できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けSession Replay・UX Analytics運用プレイブック
運用Playbookを開く →PMのJob: 要望・バグ・意思決定・実行依頼を一貫したintake→triage→owner→SLA→closed loopで流す
最重要の判断: 情報源が増えても入口・優先順位・責任者・完了条件を標準化し、二重台帳を増やさず運用できるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けProduct Ops Intake・Triageプレイブック
運用Playbookを開く →PMのJob: 本番AIのtrace・latency・cost・tool call・feedback・safety signalを一つの障害/改善ループへつなぐ
最重要の判断: 本番品質が悪化した時に、どの入力・model/prompt・tool・latency/cost・guardrailが原因か短時間で切り分けられるか
評価軸とPoC前提を固定する。
評価基準を開く →カテゴリpreset付きPBTPL-043で実データ検証する。
PoCテンプレートを開く →PM向けAI Observability本番運用プレイブック
運用Playbookを開く →保存済みWorkflowはまだありません。カテゴリを選んで「このWorkflowを保存」を押すと、次回ここから再開できます。
Saved Workflow
進捗はこのブラウザのlocalStorageだけに保存します。候補製品名・評価点・PoC結果・Evidence本文は保存しません。