AIPOシステム紹介 「GOALを伝えれば、AIが勝手に仕事を進める」

aipo System GOALを伝えれば、 AIが勝手に仕事を進める AI Product Ownerによる自律型プロジェクト実行システム

PMの仕事、AIで本当にうまくいきますか？ 従来のチャットAIは「一本道」。しかし、実際のプロジェクトは 常に分岐し、不確実性に対応する必要があります。 一本道 コンテキストの喪失 「次のタスクに移ったら、前の話を忘れている...」 一貫性の欠如 「一つ一つのタスクはこなせるが、全体を通した品質にばらつきが出る...」 マイクロマネジメントの罠 「結局、『次これやって』と、人間が指示を出し続ける必要がある...」

解決策は「AIPO」 — AI Product Ownerという発想 私たちは、単なる「実行者（Doer）」から、仕事を委譲し全体を俯瞰する 「委譲者（Delegator）」へとAIを進化させました。 AIPM (AI Product Manager) AIPO (AI Product Owner) AIPM (AI Product Manager) AIPO (AI Product Owner) ・思考：一本道、直線的 ・思考：分岐・再帰的 ・役割：自分で全てのタスクをやる「実行者」 ・役割：タスクを分解し、委譲して進める「委譲者」 ・限界：複雑な分岐に対応できない ・強み：複雑なプロジェクトを自律的に推進

実例：たった一文のGOALから、カレーパーティを企画する 理論は十分です。実際にaipoがどう動くのかを見ていきましょう。 始まりは、このシンプルなGOAL宣言だけです。 Goal: カレーパーティをEXPLAZAで懇親会として開く 対象: EXPLAZAメンバー全員 | Owner: miyatti | 期限: 2026-01-25

Step 1: AIによる自動的な状況把握とタスク分解 (Sense & Focus) GOALを受け取ったaipoは、まず関連情報を収集し、プロジェクトの全体像を構造化します。 GOAL Sense (情報収集) Notion内やwebから、成功に必要な 情報を自動で収集・分析。 組織情報・メンバー構成 過去の社内イベント実績 オフィスの設備情報 カレーパーティの一般的な 企画ノウハウ Focus (タスク分解) GOAL達成に必要な主要タスク群 (Sub-Goal) を自動で生成。 SG1: イベント企画 (日程・予算・参加者管理) SG2: 物資調達 (食材・調理器具・消耗品) SG3: 当日運営 (調理・配膳・片付け)

Step 2: 個別タスクの計画と実行 (Discover & Deliver) 分解されたタスクは、「まず計画し(Discover)、次に実行する(Deliver)」というサイクルで処理されます。 例として「開催日程候補の選定」タスクを見てみましょう。 Phase 1: Discover (計画フェーズ) 内容: いきなり成果物を作らず、まず実行手順（コマンド）を設計する。 ポイント: 既存テンプレートを参照し、人間による確認・修正(HITL)を組み込んだ精度の高い計画を立案。 Phase 2: Deliver (実行フェーズ) 内容: 設計されたコマンドに基づき、AIが自律的にタスクを実行。 成果物: 最終的なアウトプット（この場合は、メリット・デメリットが整理された日程候補リスト）を生成。 候補日 曜日 時間帯 メリット デメリット 推奨度 2026/1/18 (土) 土曜日 14:00-18:00 時間に余裕、調理を楽しめる 休日出勤扱いの可能性 ★★★ 2026/1/17 (金) 金曜日 18:30-21:00 週末前で参加しやすい 準備時間が限られる ★★☆ 2026/1/22 (木) 木曜日 18:30-21:00 平日の標準的な日程 準備時間が限られる ★★☆ 2026/1/24 (土) 土曜日 14:00-18:00 時間に余裕 休日出勤扱いの可能性 ★★★

成果物は「実際に動くもの」 aipoは単なるテキストやドキュメントを生成するだけではありません。例えば、参加意向調査 タスクでは、すぐに使えるアンケートフォームと回答管理DBをNotion上に構築します。 Discover: コマンド設計 1. アンケート項目を定義 (参加可否、アレルギー, etc.) 2. 人間にHITLで項目内容を確認 3. Notion上にDatabaseとしてフォームを作成 4. 回答収集用の共有リンクを生成 Deliver: 成果物 カレーパーティ参加意向調査 参加意向アンケート カレーパーティの参加可否と希望日程を回答するフォーム 氏名 所属部門 参加可否 希望日程

最終成果物：カレーパーティの全てがNotion上に構築された このプロセスを全タスクで繰り返した結果、GOAL達成に必要な全てのアセットが、構造化された形で生成されました。 物資管理データベース ・13個のプロパティ: 物資名、カテゴリ、購入先、ステータス、予算… ・4つのビュー: テーブル、カンバン、タイムライン、カテゴリ別 ・21件の初期データ: AIが提案した購入品リスト 各種ドキュメント ・イベント企画書 ・メニュー設計書 (4種のカレー×60人分) ・食材リスト&購入計画書 ・調達チェックリスト 構造化されたページ階層 ・`Commands/` (実行コマンド20個) ・`Context/` (情報収集文書4件) ・`sublayers/` (3つのSub-Goal)

なぜうまくいくのか①：コンテキストの継承 なぜaipoは、長期的なプロジェクトでも話の文脈を見失わないのでしょうか？ それは、親から子へとコンテキストが継承される構造を持つからです。 親LayerのContext SG1 Context SG2 Context SG3 Context 個別タスク実行時のContext 注釈: 各階層で、都度新しい情報を収集し直すため、常に最新の状況で判断できる ・従来のチャットAI: 長い会話でコンテキストを忘れる。 ・aipo: 構造化された継承により、大規模プロジェクトでも一貫性を維持。

なぜうまくいくのか②：構造化されたワークフローと再帰的実行 aipoの強みは、再現性の高さと無限の拡張性にあります。 ワークフローマネジメント フリーテキストではなく「コマンド」としてタスクを構造化。 ・HITL (Human In The Loop)：重要な判断は人間が介在。 ・テンプレートの再利用：過去の成功パターンを活用し品質を担保。 ・高い再現性：同じコマンドは常に安定した結果を出す。 再帰的実行 どの階層でも「Sense→Focus→Discover→Deliver」の同じパターンで動くフラクタル構造。 ・無限の分解能：どんなに大きな問題も、管理可能な小さなタスクに分解して確実に処理できる。

aipoと従来のチャットAIの決定的違い 比較項目 従来のチャットAI aipo コンテキスト管理 ❌途中で忘れる ✅継承して忘れない 再現性 ❌低い (出力が不安定) ✅高い (コマンドによる構造化) 成果物 ❌テキスト・設計書のみ ✅実際に動くものを作る 構造 ❌フリーテキスト ✅再帰的な階層構造 「自分では検討漏れしていたタスクが炙り出され、しかも高精度で実行されていく。 正直、感動しました。」- miyatti

カレーパーティの次は、あなたのプロジェクトを。 この強力な自律実行システムは、あらゆる「GOAL」に応用可能です。 🚀プロダクト開発： 新機能の企画から実装計画、 バックログ作成まで 🏢組織構築： 新チームの立ち上げ、オン ボーディングプロセスの整備 📢マーケティング： キャンペーン全体の企画、 実行、効果測定 📖自己学習： 「Pythonを3ヶ月でマスターす る」ための学習計画と進捗管理 + 🔧その他：GOALがあれば、どんなことにも。

あなたがやることは、一つだけ。 GOALを伝える。 あとはaipoが、思考し、分解し、実行し、 そして「実際に動くもの」を届けます。 これが、自律型プロジェクト実行システム aipo です。