新規事業の責任者や創業者が「課題は本当にあるのか」「この顧客に作るべきか」を判断するための手順です。AIは顧客像と質問案を整理する道具として使い、継続・方向転換・中止は実顧客の発言、代替行動、予約や購入などの証拠で決めます。この記事を読み終えたら、次の調査で誰に何を聞き、何が出たら判断を変えるかを1枚のシートに書ける状態を目指します。
PMF(プロダクトマーケットフィット)は、AIペルソナの回答が好意的だったという意味ではありません。一定の顧客群で課題と解決策がかみ合い、利用や支払いが続いているかを検証する過程です。まだ製品がない段階では「PMFを達成した」と判定するより、事業仮説を一つずつ反証できる状態にすることが先です。
1. 最初に一つの顧客と課題を定義する
「中小企業向けの便利なツール」は対象が広すぎます。業種、規模、担当者、発生する仕事、課題が起きる頻度、いま使う代替手段まで書きます。たとえば「従業員30〜100人の会社で、入退社時のSaaS権限を総務が手作業で管理し、申請漏れの確認に時間を使う」という仮説なら、実際の作業記録に当たれます。
この段階では問題と解決策を分けます。「自動化ツールが必要」は解決策の仮説です。「権限の削除が遅れ、監査時に確認が必要になる」が問題の仮説です。問題自体が頻繁に起きないなら、機能の説明を磨くより対象か課題を見直します。顧客の仕事を整理する視点はJTBDインタビューのガイド、仮説の書き出し方はインタビュー前の仮説整理も参照してください。
2. AIでできる準備と、AIからは得られない証拠
AIには対象顧客の候補、過去行動を聞く設問、想定される代替手段、価格質問の言い回しを出させます。生成結果に「確認済み」「未確認」の印を付け、未確認の内容を実顧客へ聞く順番に並べます。過去の購入・利用・困りごとをAIペルソナが語っても、それは実在する人の履歴ではありません。100件のAI回答を集計しても、実顧客100人の市場調査にはなりません。
使い方の例: 「総務責任者が最近の入退社対応を振り返れるよう、誘導せずに聞く質問を5つ作成。製品を褒める質問は禁止」と入力します。出てきた質問から、答えを確認できるものだけを残します。価格の質問も「月額2万円なら買いますか」だけでなく、「直近の代替手段に何を支払い、誰が予算を決めたか」を含めます。価格調査の選択肢は支払い意欲と価格調査のガイドにまとめています。
3. 実顧客を集め、過去の行動を聞く
顧客候補は、直近に該当業務を経験した人から募集します。知人だけに偏る場合は紹介、既存顧客、失注先、対象業界のコミュニティなど複数経路を検討します。募集条件と断られた理由も残してください。調査期間は対象の希少さと募集経路で変わるため、1週間で終了するとは決められません。
- 「最後に問題が起きた日を教えてください。何が起きましたか」
- 「そのとき誰が何時間かけ、どのツールや外注で対応しましたか」
- 「対応しない場合、何に困りましたか。実際に困った例はありますか」
- 「別の製品を調べたり、購入や稟議を進めたりしましたか。進めなかった理由は何ですか」
- 「今の方法を変えるなら、誰の承認とどんな条件が必要ですか」
未来の希望だけでなく過去の行動を聞き、誘導を避けます。回答の引用、面談者の解釈、未確認事項を分けて記録します。相手の発言を「購入するはず」と翻訳しないことが大切です。質問の具体例はユーザーインタビュー質問集で確認できます。
4. インタビューだけで終えず、行動で確かめる
「便利そう」は礼儀としても言えます。実際の代替支出、担当者からの再連絡、試作品の継続利用、有償パイロットへの参加、予約・購入などを別の証拠として記録します。事前登録は関心の手がかりになりますが、購入と同じ重みには置きません。LOIも内容や承認段階によって意味が違います。
例: 仮説は「入退社管理の漏れが月に複数回発生し、総務責任者が対策予算を持つ」です。面談で漏れの具体例が出ても、権限や支出の証拠がなければ、次は予算責任者と現行費用を確認します。試作画面を見せたあとに「次回会議へ情報システム担当を同席させたい」と具体的な行動が出れば、解決策の検証へ進む材料になります。いずれも架空の説明例で、実測結果ではありません。
5. 判定条件を調査前に決めるワークシート
数値だけを後から都合よく選ぶと、判断が変わります。仮説と実験の前提を先に書く考え方はStrategyzerの実験設計ガイドも参考になります。以下の空欄を調査前に埋め、得た証拠の質も併記します。人数や割合の固定基準をAI生成回答に当てはめないでください。
| 項目 | 記入例(架空) | 確認する証拠 |
|---|---|---|
| 対象と募集条件 | 直近3か月に入退社対応を行った総務責任者 | 担当業務と最近の対応記録 |
| 課題仮説 | 権限削除と申請確認に手戻りがある | 発生した日、作業、影響を示す発言 |
| 現行の代替 | 表計算と手動の承認フロー | 作業時間、外注費、既存ツール費用 |
| 解決策の仮説 | 名簿更新と権限確認を一画面にする | 試作の利用、継続、修正要望 |
| 次の行動条件 | 予算責任者との有償試行の相談 | 日程確定、契約条件、支払担当 |
| 中止・方向転換条件 | 対象業務が稀、または代替手段で十分 | 対象者を変えても同じ結果か再確認 |
「誰から」「何を」「何件・どの期間で」確認するかは、自社の費用と意思決定の大きさに応じて決めます。少数の面談は市場全体の割合を示しませんが、仮説の穴を見つけられます。定量化したいなら募集方法、回答率、選択バイアスまで設計します。
6. GO・PIVOT・KILLを証拠に結び付ける
| 判断 | 確認したい状態 | 次にすること |
|---|---|---|
| GO(次の検証へ) | 対象顧客の課題と代替支出が具体的で、試作の継続・予約・購入などが事前条件に合う | 有償試行や継続利用を小さく始め、解約理由まで追う |
| PIVOT(方向転換) | 課題はあるが、対象・価格・利用場面が仮説と違う | 差が出たセグメントを再定義し、同じ問いを別の対象でも確かめる |
| KILL(この仮説を中止) | 適切な対象への確認でも課題や代替行動が見つからず、事前の中止条件に該当 | 調査の偏りを確認したうえで追加投資を止め、別の仮説へ移る |
| 保留 | 募集が偏る、予算権限を確認できない、行動データがない | 不足した証拠を集める。AIの好意的回答で穴を埋めない |
GOは「PMF達成」や「開発を一気に拡大」の宣言ではありません。解決策を使い続ける顧客がいるか、販売と提供を持続できるかは次の段階で確かめます。Sean Ellisの「使えなくなったらどう感じるか」という質問は、実際に利用した顧客への補助的な問いです。AIペルソナの回答率や単一の割合だけでPMFを判定しません。
7. 調査結果をチームの意思決定へ渡す
報告書には「確認した事実」「解釈」「反証」「次に確かめること」を分けて書きます。たとえば、面談者が価格に反応しなかった理由が予算不足なのか、問題が弱いのか、決裁権がないのかは別の問いです。反例を削らず、対象外だった人の理由も記録します。
- 顧客像と募集条件は検証した課題に合っていたか
- 課題を語った人は、直近の具体的な行動を示したか
- いまの代替手段に時間・費用・リスクを負っているか
- 予約、購入、継続利用を誰が決め、何が障壁になったか
- 判断を変える反証がどこにあるか
- 次回の面談・試作・価格検証の担当と期限は決まったか
Persona AIはこの作業の前段で、顧客像、質問の言い回し、見落とした論点を試す用途に使えます。無料3名体験(Free Pilot)で試す際も、AI回答を「確定した顧客ニーズ」にせず、次に実顧客で確認する項目として持ち出してください。コンセプトの見せ方を詳しく検討したい場合はコンセプトテストの手順に進めます。
8. 架空の調査例で「発言」と「証拠」を分ける
次は説明用の架空の事例です。対象は従業員30〜100人の企業で入退社の権限管理を担う総務責任者。最初の仮説は「管理の手間が大きく、月額の新ツールを導入したいはず」です。この仮説だけでは課題の頻度も予算も確認できていません。
最初の面談で「毎月大変です」という発言があったとします。そのまま「強いニーズあり」と書くと危険です。「先月は何件の入退社があり、最後の1件で何をしましたか」「その時に誰が何を確認しましたか」と聞き、具体的な作業へ戻します。もし担当者が既存の表計算で十分に対応できており、費用も時間もほとんど使っていなければ、課題の仮説を弱めます。逆に権限の削除漏れで監査対応が発生し、外部支援を購入しているなら、困りごとと代替支出の両方を確認できます。
次の面談で「月額2万円ならぜひ使いたい」と言われても、購入の証拠ではありません。見積書を誰に回すか、有償の試行で何を確かめたいかを聞きます。決裁者がいない場での賛同なら、決裁者との面談を次の条件にします。面談を重ねる中で特定の業種だけ反応が違うなら、対象の切り方が粗かった可能性があります。方向転換は単に製品名を変えることではなく、誰のどの業務に価値があるかを見直す作業です。
| 面談で得たもの | 確かめられたこと | 未確認のこと | 次の問い |
|---|---|---|---|
| 「先月、削除漏れを確認した」という発言 | 一例の発生と対応 | 頻度、対象企業全体への広がり | 他の月や担当者でも起きたか |
| 外部支援の請求書 | 現状の支出がある | 新製品への切替予算 | 誰が予算を承認するか |
| 試作品の継続利用 | 一部の業務に組み込まれた | 有償でも続くか | 支払条件と停止理由は何か |
こうして「言ったこと」「したこと」「払ったこと」を分けると、AIの生成回答を証拠欄へ誤って移すことも防げます。AIが作った質問案は準備欄に置き、出典がある顧客発言だけを面談欄へ入れます。
9. 調査設計の落とし穴を先に塞ぐ
募集の偏り: 既存顧客だけでは、購入に至らなかった人の障壁を見落とします。一方、一般のパネルだけでは実際の購入担当者に届かないことがあります。募集経路を記録し、偏りが判断をどう変えそうかを書きます。人数だけ増やしても偏りは消えません。
ピッチの順番: 面談冒頭で製品の機能と価格を説明すると、その後の発言が製品への評価に引っ張られます。まず最近の業務と代替手段を聞き、その後に必要なら解決策を見せます。質問の順番を参加者ごとに大きく変えた場合は、比較に注意します。
価格の言葉: 「払えるか」と「実際に払うか」は違います。希望価格を聞く場合は、提示条件、対象プラン、支払い主体を揃えます。価格への好意的回答があっても、購買行動の代わりにはしません。価格設計はWTPガイドで深掘りできます。
判定のタイミング: 解決策を一度見せた直後の熱量と、業務で使い続ける意志は異なります。製品段階に応じて、再訪、試作の利用、有償試行、継続契約など次に必要な証拠を変えます。まだ顧客を募集できていないなら「KILL」ではなく「未検証」と記録してください。
10. 次の検証を決める会議の進め方
会議前に各面談の引用と行動記録を配布し、参加者が同じ材料を見られるようにします。最初に仮説と事前条件を読み上げ、次に合う証拠と反する証拠を並べます。営業責任者が好意的な声を、開発責任者が機能要望を重く見ているなら、どの証拠を優先するか理由を共有します。最後に「今決めること」と「追加で確かめること」を分けます。
結論の書式は「対象顧客は誰か」「何の課題が確認されたか」「どの支出・行動があったか」「残る反証は何か」「GO・PIVOT・KILL・保留のどれか」「次の担当者と期限」です。売上予測を作る必要がある場合も、面談の賛同率を市場規模にそのまま掛けないでください。確かめた範囲と推定の前提を明記します。
11. 事業の段階で必要な証拠を変える
同じ「PMF検証」という言葉でも、構想中と提供中では確かめられるものが違います。製品がない段階で継続率を測ることはできません。逆に既に顧客がいるのに「興味がありますか」という面談だけを繰り返すと、解約や利用停止の理由を見落とします。
| 段階 | 最初の問い | 見たい証拠 | 避けたい早合点 |
|---|---|---|---|
| 構想 | 誰がいつ何に困り、どう代用したか | 直近の作業、支出、未解決の制約 | AIの回答数を顧客の困りごとの頻度と見なす |
| 試作 | 提案する仕事を実際に片付けられるか | 試作の操作、再利用、次の行動 | デモ直後の「便利」を購入意向と見なす |
| 提供中 | どの顧客が使い続け、対価を払うか | 継続、利用の深さ、更新、解約理由 | 総登録数だけで適合を判断する |
たとえば試作段階で複数人が「削除漏れを防げそう」と言っても、実際の入退社業務で操作できず、担当者の追加確認が増えるなら解決策を見直します。提供中に少数の企業だけ継続しているなら、共通する業務や制約を調べます。売上があることと、想定した市場全体で適合していることも同義ではありません。
Sean Ellisの質問を使うなら、利用経験を持つ顧客に「使えなくなったらどう感じるか」を聞き、回答理由と利用履歴を合わせます。未利用者、無料のデモだけを見た人、AIペルソナへ同じ質問をしても、同じ意味の指標にはなりません。目安の割合だけで開発投資を決めず、製品段階ごとの証拠を積み上げます。この質問を活用したSuperhumanの事例も、実際の利用者への調査を前提にしています。
よくある質問
Q. AIペルソナを100人分作れば、インタビューを省略できますか?
省略できません。AI生成回答は過去行動や購入の証拠ではありません。設問の候補を作り、実顧客への聞き方を整える用途に使います。
Q. 何人に聞けばGOと判断できますか?
一律の人数はありません。対象の広さ、募集方法、意思決定の費用で必要な証拠は変わります。調査前に判断条件を決め、発言に加えて行動と支払いの証拠を確認します。
Q. 1週間でPMFを検証できますか?
質問案を短期間で作ることはできますが、募集、面談、利用継続や購入の確認には別の時間が必要です。日程を期限ありきで切らず、不足した証拠を明示して次の調査を計画します。
Persona AI プロダクトチーム
/ シースリーレーヴ株式会社 プロダクト開発&PMF支援部門新規事業・SaaS・消費財開発におけるPMF仮説検証、コンセプトテスト、LPコンバージョン障壁特定、プライシング(PSM・WTP)設計を支援。開発着手前の手戻りを防ぎ、1週間スプリントで顧客検証を回すプロダクトマネジメント実践知を公開しています。
Persona AIの回答はAIによる生成であり、実在する顧客への調査ではありません。実顧客調査や広告出稿の「前」に行う事前テストとしてご活用ください。