Cursorエージェント講座 超実践編 -「俺の考えた最強のAIPMシステム」で学ぶ！万能AI活用術-

どうも！生成AIエバンジェリストのみやっちです！（Xのアカウントは@miyatti）

いやー、Cursorエージェント講座シリーズ、おかげさまで本当に多くの方に読んでいただいて感無量です！特に前回の「超精度向上編」では、YAML形式でのRulesの書き方というかなりマニアックな内容にもかかわらず、「実践してみました！」という声をたくさんいただいて、めちゃくちゃ嬉しかったです。

さて、今回は第4弾！これまでお伝えしてきたノウハウをうまく組み合わせて、実際にどう活用するといいのか？というのを一例として示したいと思います。

それが「俺の考えた最強のAIPMシステム」というものです。

先月5月、いろいろCusorエージェント講座を公開する中で「とにかく具体例を！」というお声に答えて、普段自分が実際にCursorで動かしているRulesやフォルダ構造を公開したものです。（なのでこの時点ではあまり深い考えはなく、とにかく自分が便利に使っているものをとりあえず整理して公開してやれぐらいの感じでしたw）

AIPMシステムって何？

ということで、AIPM（AI Project Management）システムは、「自分のいままでのPMのナレッジを全部Cursorに入れ込んで、どこまで自分が楽できるか追求」したシステムです。

実際に動いている様子：

開発したもの：

• 🛠️ 20個以上のPM的な Cursor Rules セット

• 📚 PMが利用しやすいフォルダ構成

• 📝 Github/Google Driveなどと連携しチーム共有しやすい仕組み

コンセプト： 「たとえジュニアでもシニア並みにCursorでPM業務を回せるシステム」

AIPMの基本的な使い方

1. セットアップ

README.mdを開いた状態で初期設定よろしく！とChatでお願いすると、いろいろAIPMシステムの準備がすすんでいきます。

2. プロジェクト初期化

AIPMシステムの準備が完了したら、あとはさっそくAIPMやってみましょう。 「プロジェクト初期化」とか入力するだけで、そのプロジェクトに関する必要なフォルダ構造とテンプレートが自動生成されます。

3. 日常の使い方

• Flow/YYYY-MM-DD（日付） フォルダに日々の情報を蓄積

• トリガーワード（「プロジェクト憲章」「WBS作成」「ペルソナ作成」など）でPMに必要な文書を簡単に生成

• 生成された文書をStock フォルダで管理、そのフォルダをGithubやGoogle Driveなどでチームで共有すると便利。

4. カスタマイズ

• .cursor/rules/basicにある、特性PM用Cursor Rules ファイルたちを編集して、あなたの組織にあった質問やテンプレートに調整できます。

• rulesファイルまるごと指定して、「XXバージョンのルールに変更して」とかっていうと結構簡単に変更してくれたりするのでおすすめ

詳細な使い方は、https://github.com/miyatti777/aipm_v0 こちらのREADMEをみてみてね！

具体的に何ができるの？

ありがたいことに公開依頼、色々なかたがたに使っていただきました。

思わぬ展開として、全く説明が不足していた初期の頃、みるにみかねてか、使っていただいたみなさまに本家よりも詳細かつ魅力的な紹介をいただきましたw

他にも多くのご感想をいただいて、皆様本当にありがとうございます！！！

実際の反響

GitHubでの公開成果：

• ⭐ 300+ スター獲得

• 🍴 150以上の複数フォーク

• 📱 SNSで「つかってみたよ！」との声

なんて声もいただいて、作った甲斐があったなーと。

単純にこちらを眺めてもらえれば、実践編で説明したようなRulesの活用方法や、超精度向上編で説明したYAMLでのRulesの書き方などが実践形式で理解できるとおもいます。

でも今回、これで何を一番伝えたいのか？というところを書きたいと思ってます。

【本題】 AIPMシステムを使い続けてほしいわけではない

ありがたいことに、実際に使ってるよーというお声を聞くことが多いです。

でも、大事なのは、これ自体をノー思考で使ってもらうというより、この仕組みの「良さ」みたいなのを、さわりながら理解してもらって、ご自身の仕事のオリジナルな仕組みを生み出してほしいと思ってます。

AIPMはあくまで「叩き台」であり「教科書」。これを触って「あ、こういうことか！」と気づいたら、どんどん自分用にカスタマイズして、最終的には「卒業」してもらいたいんです。

何がポイントか ── AIツール選びで振り回されない本質

世の中には本当にさまざまなAIツールがたくさんありますよね。

ChatGPTからはじまり、Claudeがいいかんじだったり、Perplexityは検索いい感じだったり、GenSparkのプレゼン作りもいいし、最近は万能なManusもいいし、もちろんCursorも便利。Devin、Claude Codeなんてのも最新の流れを追いかけてるなら使いこなしてると思います。

自分もここ1年追いかけてきました。それぞれUIUXで使いやすいところとか、思想としてよいところとかめちゃあるんですが、それらを使いこなすための大事なコアな部分はそんなに変わらないかもなーとおもったりしてました。

そんなときに、まつにぃさんのこちらのツイートみてはっとしました。

正直、AIツール界隈って「技術界のファッション業界」みたいなもんですよね。次から次へと新しいトレンドが出てきて、「今度はこれが最強！」って言われる。

でも、結局どれもこれも、誤解を恐れずに言えば「LLMのモデルのラッパー」なんですよ。めちゃその根本的な仕組みから離れてるサービスはとくにない。

結局モデルにどういうインターフェースで伝えるか、どういうプロンプトエンジニアリングを入れてるかのバリエーションなんです。

もとから、これらの工夫をしているサービスはたくさんあるわけですが、ユーザー自身がそのポイントを押さえてれば、どのツール使っても同じことできるなと。ChatGPTでもいいんですよ、極論。

じゃあそのポイントってなんなんだろう？というところ。

自分でもうっすら言語化していたのですが、このまえ登壇で参加した、Cursor meetup tokyoでCyber Agentのぐんたさんがおっしゃっていたプレゼンでめちゃくちゃ綺麗に言語化されて、なるほど！となりました。

「スイッチングコストをいかに減らすかが重要」
「Context is king」

という話がめちゃくちゃ言語化としてしっくりきました。

スイッチングコストの最小化、仕事のアウトカムに全力に集中できる仕組みを生成AIで作る

人間の生産性をあげるためには、スイッチングコストをいかにへらせるか、というところなのだと。

AIを使わず人間だけ、自分だけで仕事をするほうがいい、というひとがいるとおもいます。それは、なんでかっていうとまさにこのスイッチングコストを嫌ってる人が多いんだと思うんです。

一人で黙々と仕事に向かっていると、自分だけの世界で集中できるのにたいし、LLMをフル活用するときに、色々準備が整ってないと、

• ChatGPTひらかなきゃーとか

• あの会議の議事録どこだっけーとか

• それよみこませるのめんどくせーとか

になる。

なら一人で集中してフロー状態に入ったほうがいい、というのも当然。

これをAIとともにフロー状態に入る仕組みが重要。

どうしたら生成AIと作業しながらフロー状態もたもてるのか？

ここに、Rule化と、コンテキスト情報の良い持ち方の工夫というのがめちゃくちゃきく。

いや、ほんとそうなんですよ。

結局、本当に大事なのはこの2つだけ

長年のプロジェクト管理とAI活用の経験から、本当に大事なのはこの2つだけだと確信してます：

この2つが完璧であれば、この2つを蔑ろにしてしまっている優秀エンジニアにも勝てる可能性があるんじゃないでしょうか。

今までの講座でも、プロンプトをしっかり作って再利用すること、それをRuleにしていくことなどをお伝えしてきました。そこをちゃんと充実させていけば、どのツールでも結局便利なんですよね。

そして、もう1つ重要なコアな部分が、自分が取り組む仕事や人生のコンテクスト情報をちゃんと、LLMにわたしてあげること。そしてこれはめちゃくちゃゼロから毎回やってると面倒臭いので、

• いかに普段から、LLMにわたしやすいように、コンテキスト情報を整理しておくか

• また、これは結構大変なので、このコンテキスト情報をいかにサステナブルに保持運用をしていけるか

というところです。

極論、最新のツールじゃなくても、Cursorじゃなくても、ChatGPT-4oでも、この2つについて完璧であれば十分戦えるはずです。

この2つが超重要で。これをおさえれば

「どんなAIツールが登場しても通用する、本質的な仕組みを作れるはずだ！」

AIPMシステムの本質: 「卒業」してもらうためのシステム

ということで、そんな想いを持って改めて、自分が作ったAIPMシステムをながめてみると、言語化はきれいにしてなかったんですけど、まさにその根本的なTipsを伝えるためのたたき、教科書的なものになってるんだと。思いました

もともとの思いで、これは「使い続けてほしい」システムじゃありません。むしろ「勉強いいかしてもらう」ためのシステムと思ってましたが、こういうことだったんです。

• 叩き台としてのプロンプト集（Rules）を提供

• コンテキスト情報をためやすいフォルダ構造の例を提示

• この2つの重要性をピンと来てもらった人には、どんどん独自の工夫をしていってほしい

そんな意図で公開してます！（あとづけw）

そして、今回はPMバージョンで作ったわけですが、色々応用は効くわけです。

今回のPMを例に、どういう工夫をしたのか、どういうところを今後のオリジナルシステムに取り入れてほしいかを書きます。

AIPMシステムがPMにとって最も高コストな「スイッチングコスト」を削減

【PMのスイッチングコスト１】 仮説の検証に時間がかかる

PdMにとって最も重要な本質のタスクは何か。それは仮説検証だと思います。仮説検証マシーンになることがPdMの仕事だと言っても過言ではない。

そしてそれをやるためには、

• 情報を整理して

• 仮説をあらいだし

• それを適切に処理して

• 最後整理された情報をもとに「ひらめく」

このひらめきこそがもっとも人間がやるべきポイント。

ただ、PMがやるべきタスクは本当に多岐にわたる。

• ビジネス視点: 市場価値、ROI、ステークホルダーの期待値調整

• デザイン視点: UX/UI設計、ユーザビリティ、情報設計

• テクノロジー視点: 技術的実現可能性、アーキテクチャ、開発工数

このマルチドメインな思考切り替え（スイッチングコスト）こそが、PMの生産性を最も阻害する要因です。

そこで、AIPMは、これらの「型」をあらかじめプロンプト（ルール化）することで、PMが本質的な課題仮説検証に集中できる環境を作ります。

そして、それらの検証のためにはたくさんいろいろなフレームワークがあり、そういったものをうまく活用することも求められる。

ジュニアは、まずその方法論を学ぶだけで時間がかかり、それをやっているうちに目的と手段が逆転し、本質の課題解決のソリューションはおざなりになったりする。

シニアだって、まぁある程度早くできるけど、それをやってるあいだにまさにスイッチングコストがかかる。分析と、ひらめきは使う脳が違うので。

そこで、人間が閃くことに集中させるために、このAIPMシステムでは以下の工夫をしてる。

PMノウハウの「型」をルールに埋め込み

「あれ、プロジェクト憲章ってどう書くんだっけ？」
「ステークホルダー分析の抜け漏れがないか心配...」
「リスク分析の観点、何か忘れてない？」

こうしたルーチン的な思考負荷を全てAIが引き受けます。

AIPMには、PMがカバーすべき領域の基本的なノウハウ――PMBOK、アジャイル、リーンスタートアップ、デザイン思考――の「型」が組み込まれています。

例えば、「プロジェクト憲章」とつぶやくだけで：

YAMLで書かれたRule（プロンプト）が発動。

- trigger: "プロジェクト憲章"
  action:
    information_gathering: true
    questions:
      - question: "プロジェクト名は何ですか？"
        key: "project_name"
        required: true
      - question: "プロジェクトの背景・発端は何ですか？"
        key: "background"
        required: true
    save_path: "/Stock/projects/{PROJECT_NAME}/1_initiating/プロジェクト憲章.md"

AIが構造化された質問を始めて、Flow情報を参照しながら高品質な文書を自動生成してくれます。

実際にどう動くの？

1. トリガーワード検出

「プロジェクト憲章に必要な情報を収集します」

2. 情報収集開始

構造化された質問リスト表示

3. Flow情報（後述）を参照して回答

会議議事録やメモから自動的に情報を抽出

4. 構造化された文書として出力

PMBOKフレームワークに沿った高品質なドキュメント

出力例：自動生成されたプロジェクト憲章

# LayerX イベント プロジェクト憲章

## プロジェクト概要
**プロジェクト名**：「AI時代のtoCプロダクトマネジメント」イベント企画・運営
**作成日**：2025年3月17日

## プロジェクトの目的・背景
本プロジェクトは、LayerX、SmartBank、令和トラベル、エクスプラザの4社協賛による
イベント「AI時代のtoCプロダクトマネジメントとは」を企画・運営するものである。

近年、AI技術の急速な進化に伴い、toC向けサービス開発におけるプロダクト
マネジメントのあり方も大きく変化している...

## 成功指標（KPI）
- 参加者数：200名以上
- 満足度スコア：4.5/5.0以上  
- SNS言及数：500件以上
- 協賛企業からの評価：9/10以上

このトリガーワードという工夫も、今回のオリジナルな、スイッチングコストを減らす工夫です。これやりたい！と思ったら文章でお願いするのではなく、コマンドのように単語でお願いする。なるべく、本質的な思考を阻害しない。そのための工夫です。

こうした工夫で、スイッチングコストのひとつである、仮説の検証においてひらめきに色々考えることが多いのが邪魔、というところをサポートしています。

【スイッチングコスト２】 コンテキスト情報を整理するのに時間かかる

次の話として、コンテキスト情報の話です。仮説検証をする際に、何が必要って「前提のコンテキストを用意する」プロセスが必要です。

仮説検証のためには、前提となる情報の用意が必要なんです。さまざまなコンテキスト情報をLLMにわたさないと、どんだけ優れたプロンプトで、いい感じのフレームワークを実行してもうまくいかない。

でも、それをいちいちいろんなところから拾ってくるの大変。だいたい議事録の情報がNotionにあったり、GoogleDocumentにあったり。そもそもとってなかったり！かと言って、厳密にその情報整理のルールを細かく厳格化するとつづかない。ですよね。

そこで、ちょうどいいバランスの情報整理のやり方を提案してます。

サステナブルかつ効率的なフォルダ構成の一例：Flowフォルダの用意

AIPMの最も重要なコンセプトのひとつが「コンテキスト情報の持ち方、フォルダ構造」です。

📂 プロジェクトルート
├── 📂 Stock (整理された永続的資料)
│   └── 📂 projects
│       └── 📂 ProjectA
│           ├── 📂 1_initiating (プロジェクト憲章など)
│           ├── 📂 3_planning (PRD、要件定義など)
│           ├── 📂 4_executing (実装、テストなど)
│           └── 📂 5_monitoring (進捗報告など)
└── 📂 Flow (日々の雑多な情報)
    ├── 📂 2025-01-08
    │   ├── 📄 meeting_notes.md
    │   └── 📄 daily_todo.md
    └── 📂 2025-01-09
        └── 📄 research_memo.md

日々の会議議事録やメモ（Flow情報）から、AIがプロジェクト憲章やPRDなどの高品質なドキュメント（Stock情報）をうみだせるようにしています。

生み出し方は前のセクションで説明した、さまざまなPM用のルールです。そのための素材を、雑にFlowフォルダというところになげこんでいくような作りを提案しています。

もちろん、このFlow情報、フォルダ構造をこまかくこまかく、プロジェクト単位やフェーズ単位できめこまやかに整えることも可能でしょう。ですが、その辺の整理は生成AIがめちゃくちゃ得意です。

なので、最低限、人間があの情報どこにあったっけ？と思い出せるような工夫だけしてあげればよい。それが、日付単位のフォルダ構造です。

人間、記憶はやはり日付単位が一番覚えやすい。いろんな出来事と紐づけて、あのミーティングはあの日に行われたなーとか思い出しやすいんです。

なので、Flow情報は日付フォルダにざつにいれていくことをおすすめしています。

そして、それらの情報から、仮説検証のタイミングに合わせてストック情報にどんどん変換させていく。

暗黙知のFlow情報が形式知のStock情報に変換される瞬間です！

このように、Flow情報に普段からコンテキスト情報をいれていくようにすれば、いちいちどこに何があったか、というのをCursorツール以外を開いて探して、思考が止まるということがなくなるはずです。

まとめ：Context is Kingの時代

ここまで、AIPMシステムの解説とともに、普遍的だとおもう、2つの重要な仕組みをお伝えしてきました。

AIツールの進化は止まりません。でも、振り回される必要はありません。

Context is King の原則に立ち返り、自分がフロー状態になれるようにスイッチングコストを減らす仕組みを、どんなツールを使ってもいいから作るのです。

そのための、本質的な2つ工夫すべき点：

1. コンテキスト情報をとにかくシンプルに簡単にためる仕組み

2. 自分の本質的なタスクに集中できるためのサポートプロンプト集

これらを磨き続けることで、どんなツールが登場しても対応できる強固な基盤を作ることができます。

ただ、現時点ではやはり、この観点からは、Cursor is 最強です。そもそもの仕組みとして、スイッチングコストを最小に抑えられるような機能・工夫に満ちていると言えます。

そして、AIPMは、このCursorの機能を最大限にいかして、その強固な基盤づくりの出発点として設計されています。今回はPMのために作りましたが、いくらでも応用が効く、というのはこれまでの説明でわかっていただけたでしょうか。

ぜひ一度試してみて、「この2つの重要性」を体感してください。そして、あなたなりの工夫を加えて、独自のAI活用プロジェクト管理システム、「俺の考えた最強のAI"XX"システム」を作り上げてください。

あなたがAIPMシステムを「卒業」するその日を、心から楽しみにしています！

あ、もちろんAIPMシステム便利！！！！最強！！！！！という人はどんどんそのまま使い続けてくださいね！！！！！！！！！wwwww

【イベント告知】

今回はAIPMシステムそのものというより、その考え方みたいな話になりましたが、こちらのイベントでは、AIPMシステムのDiscovery Rulesを使っていかに高速にUXデザインをサポートしてもらうか、その実践的な話をお話ししようと思っています！もし、CursorでのUXデザインプロセスに興味がある方はぜひこちらご参加くださいー！

【最後に宣伝】 エクスプラザでは仲間を募集しています！！

「AIエンジニア」から「AIプロデューサー」まで多様なポジション

私が所属するエクスプラザは急拡大フェーズで、下記のような役割を担う仲間を募集しています。

詳しい募集要項や福利厚生などは、こちらの求人ページをご覧ください。

エクスプラザってどんな会社？

生成AIの社会実装を担う、実装型コンサル＆プロダクト企業でして、2020年創業でまだメンバーも10人強の若い会社ですが、AI技術とプロダクト開発の両輪を武器に、「生成AIの社会実装」を掲げる注目のスタートアップです。

カルチャーデックはこちら

2023年には松尾研究所とも資本業務提携し、さらに2025年以降は生成AIを全面強化していくタイミングになってます！

エクスプラザではこの記事でもとりあげたCursorをビジネス、エンジニア問わず全社で使い放題になりました！

この記事でCursorの普段使いに興味を持った皆様！是非私たちと一緒に、AIネイティブな社会をつくっていきませんか！！Cursorも使い放題ですし！w ぜひぜひよろしくおねがいします！

この記事が役に立ったら、ぜひGitHubのリポジトリにStarをつけてください！フィードバックやコントリビューションもお待ちしています。