1週目:アイデアの検証
- 20人の潜在ユーザーと話してください。ペインポイントを理解してください。
- 競合を調査してください。既存ソリューションのギャップを見つけてください。
- 独自の価値提案を定義してください。何を10倍良くできるのかを考えてください。
- 技術スタックを選んでください: シンプルに — Next.js + Vercel AI SDK + 1つのLLM APIです。
2週目:コア機能の構築
- 価値を提供する1つのコア機能に集中してください。
- モデル訓練ではなく既存APIを使用してください。
- 最小限のUIを構築してください。見た目より機能を優先します。
- 基本的な認証と利用状況の計測を用意してください。
3週目:ポリッシュ
- エラー処理とエッジケースを改善してください。
- ローディング状態とストリーミング応答を追加してください。
- コストを抑えるためにレート制限を実装してください。
- 分かりやすいオンボーディングの文言を書いてください。
4週目:ローンチと学習
- Twitter/X、Hacker Newsで共有してください。
- フィードバックループをセットアップしてください(フォーム、Discord、メール)。
- 主要指標を追跡してください。アクティベーション率、継続率、NPSです。
- 仮説ではなくユーザーのフィードバックをもとに反復してください。
よくある間違い
- ユーザーと話す前に何か月もかけて構築すること。
- 初日からアーキテクチャを過剰設計すること。
- 請求書が届くまでコストを無視すること。
- 汎用AIでOpenAI/Googleと直接競合すること。
5日間MVPブループリント
1–2日目:コアユーザー問題を一文で定義してください。ユーザー入力を受けてAI出力を返すプロンプトパイプラインを構築してください。UIは後回し——APIまたはCLIでテストしてください。
3日目:Next.jsまたはStreamlitで最小Webインターフェースを構築してください。ClerkまたはNextAuthで認証を追加してください。VercelまたはRailwayにデプロイしてください。
4日目:「wow」機能を1つ追加——ユーザーが「そんなことができるとは」と言うものです。個人化推薦、マルチモーダル入力、リアルタイムコラボなどです。
5日目:10人のリアルユーザーを獲得してください。友達ではなく赤の他人です。関連Subreddit、Discord、Twitterに投稿してください。
初日からコスト最適化
- タスクの80%にはGPT-6 LunaやClaude Haiku 5.5などの低コストモデルを使用してください。複雑な推論にはGPT-6 AstraやClaude Sonnet 5.5などのフロンティアモデルです。
- 同一・類似リクエストをキャッシュしてください。セマンティックキャッシュでAPIコスト40–60%削減可能です。
- 硬性支出アラートを設定してください。$50/日から開始しユーザー成長に応じて調整してください。
- 可能なものはバッチ処理してください。リアルタイム応答が不要な機能なら、オフピーク時間帯にまとめてリクエストすると料率が下がります。
出すのはモデルではなくワークフロー
最速のMVPは、モデルが部品で製品がその周りのワークフローであるものです。創業者はデモで映えるモデルパイプラインに何か月もかけ、その後ユーザーはパイプラインを望んでおらず、既存の仕事の形で届く結果を望んでいることに気づきます。最終成果物から始めます。下書きされたメール、埋められた表、生成されたレポート。その成果物から最小のモデル呼び出しへ逆算すると、モデル部分は1週間で、残りがワークフローだと分かります。
出荷できる最も薄いスタックを選ぶ
少数のroute handlerと1つのデータベースを持つ単一のNext.jsアプリで、ほとんどのAI MVPには足ります。サービスを1つ増やすたびに、デバッグすべきデプロイ経路とローテーションすべき資格情報が増えます。複雑さを注ぐべきは評価です。恐れずにモデルやプロンプトを変えられるのはそれのおかげで、競合が飛ばす部分です。
早く課金し、成果物で課金する
AI製品をトークンで値付けするのは、価値ではなくコストに値付けすることです。ユーザーはトークンを評価できませんが、完成した文書は評価できます。出力単位で課金し、必要な評価データを得るために寛大な無料枠を置き、出力数と課金転換の比を見ます。その1つの指標が、どんな満足度調査よりプロダクトマーケットフィットを教えてくれます。
MVPを殺すもの
静かな失敗。もっともらしいが誤った文書を生成することは、エラーより悪いです。顧客が気づくまで誰も気づかないからです。2つ目の機能を作る前に、信頼度の信号と人の確認を組み込みます。
本文のモデル名は2026-11-10にOpenAIとAnthropicの公式ドキュメントで確認しました。