recommendation-canvas
作成者 deanpetersrecommendation-canvasは、Product Managementチーム向けの構造化されたAI製品レコメンデーション用スキルです。AI機能や製品の開発に着手する前に、ビジネス成果、顧客成果、課題の切り分け、解決策の仮説、ポジショニング、前提条件、リスクを整理して評価できます。recommendation-canvasガイドを使えば、ざっくりしたアイデアを、根拠のある提案にまとめられます。
このスキルは76/100で、AI製品提案を構造的に評価したいディレクトリ利用者にとって、十分有力な掲載候補です。リポジトリには具体的なワークフロー内容とテンプレートの案内があり、導入を検討する根拠としては十分です。ただし、用途は自動実行型というより、戦略整理に強いスキルだと考えるのが適切です。
- 用途と起点が明確で、投資や推奨に値するかを判断する場面で、AI製品ソリューションを評価・提案するために使うことがはっきり示されています。
- 運用しやすい構成です。SKILL.mdでコアとなるキャンバス要素が定義されており、テンプレートにはそのまま使える recommendation canvas 形式が用意されています。
- 導入判断の材料として優秀です。サンプルキャンバスとプレースホルダーではない実内容が含まれているため、エージェントが期待される出力を素早く理解しやすくなっています。
- インストールコマンド、スクリプト、サポートファイルは用意されていないため、導入はパッケージ化されたワークフローを実行するというより、markdownのスキル文書とテンプレートを読んで使う形になります。
- 内容は戦略寄りでフレームワーク中心のため、素早い実務タスクや、細かい手順まで厳密に示す自動化を求めるエージェントには、やや不向きかもしれません。
recommendation-canvas スキルの概要
recommendation-canvas は、AIプロダクトのアイデアを実装に踏み切る前に評価するための、構造化された意思決定スキルです。曖昧な提案を、事業成果、顧客成果、課題設定、ソリューション仮説、ポジショニング、リスクを整理した、説明責任のある提案へと変換するのに役立ちます。
recommendation-canvas は何のためのものか
AI機能、ワークフロー、またはプロダクトに投資する価値があるか判断したいときに、recommendation-canvas スキルを使います。特に、単なるブレストではなく、ステークホルダーに共有できる recommendation canvas が必要な Product Management チームに向いています。
どんな人に向いているか
このスキルは、アイデアを根拠と前提で裏づけて説明する必要がある PM、創業者、プロダクトストラテジスト、AIソリューションオーナーに適しています。すでに機能要件が固まっていて、必要なのが実装詳細だけである場合は、あまり向きません。
何が違うのか
一般的なプロンプトと違い、recommendation-canvas は価値、未知数、リスクのバランスを強制します。そのため、recommendation-canvas for Product Management としても有効で、なぜそのアイデアに意味があるのか、何が満たされる必要があるのか、どの時点で追加検討に値するかを早い段階で説明しやすくなります。
recommendation-canvas スキルの使い方
インストールして読み込む
スキルファイルに記載されたリポジトリのインストール手順を使い、まず skills/recommendation-canvas/SKILL.md を開きます。手動で確認する場合は、template.md と examples/sample.md も開いて、下書きに入る前に出力形式を把握してください。
テーマではなく、意思決定を渡す
recommendation-canvas のインストールは、「AIでサポートチケット要約を追加すべきか？」のような具体的な製品判断を入力にしたときに最も効果を発揮します。「サポート向けにAIを検討する」のような抽象的なテーマでは不十分です。対象ユーザー、事業目標、意思決定の文脈が必要です。
ラフなアイデアを強いプロンプトに変える
弱い依頼は「AIアイデアの recommendation canvas を作って」とだけ求めます。より強い recommendation-canvas の使い方のプロンプトでは、誰向けのプロダクトなのか、どの成果が重要なのか、代替手段は何か、そして最大のリスクは何かを明示します。
入力の形の例:
- プロダクト名または機能名
- 対象ペルソナ
- 目指す事業指標
- 顧客の課題、または片付けたいジョブ
- 既知の制約、リスク、未確定事項
- 競合、または現在の代替手段
まず確認するファイル
最初に SKILL.md でフレームワークを確認し、次に template.md で出力構造を把握し、最後に examples/sample.md で求められる具体性のレベルを確認します。この3つのファイルを読むのが、recommendation-canvas のロジックと書式を最短で理解する方法です。
recommendation-canvas スキル FAQ
recommendation-canvas はただの戦略テンプレートですか？
いいえ。recommendation-canvas スキルは、AIプロダクト提案のための意思決定ツールです。洗練されたマーケティング文ではなく、前提を見える化することを目的にしています。
使わないほうがいいのはどんなときですか？
気軽なアイデア出し、技術設計書、ロードマップのチケットだけが必要な場合は、recommendation-canvas は使わないでください。最も力を発揮するのは、選択の影響が大きく、ステークホルダーのレビューに耐えうる提案が必要な場面です。
初心者でも使えますか？
はい、プロダクトアイデアを平易な言葉で説明できるなら使えます。難しいのは書き方ではなく、ビジネス価値、顧客価値、リスクを切り分けられるだけの文脈を与えることです。
AIプロダクトのワークフローの中でどう位置づければいいですか？
ソリューション設計や実装計画に入る前の、探索初期に置くのが適しています。チームでは、初期アイデア出しの後、実験の前に使うことが多く、どの仮説から検証すべきかを決める助けになります。
recommendation-canvas スキルを改善する方法
入力をもっと具体的にする
最良の recommendation-canvas の結果は、対象セグメント、現在の代替手段、成功指標、意思決定の期限といった具体的な制約から生まれます。テーマだけを広く渡すと、出力が一般論に寄り、重要なトレードオフを取りこぼしやすくなります。
明示的に仮説とリスクを尋ねる
何が不確実なのかをスキルに伝えてください。たとえば、ユーザーの信頼、データ品質、ワークフローへの適合性、法的リスク、導入摩擦などです。そうすることで、recommendation-canvas のガイド出力が改善され、すでに分かっていることと、まだ探索が必要なことを切り分けやすくなります。
提案から実験へと反復する
最初の canvas の後は、1つの対象、1つの成果、または1つのリスクに絞った、より精密な版を依頼します。次に、実験案、初期兆候の確認方法、あるいはポジショニングの代替案を求めてください。そうすると、提案が抽象論ではなく、検証可能な形になります。