Communityライティング&編集github.com

KushagraGitter/launchpadAgent-skill

未加工のプロダクト/スタートアップアイデアを、発見→検証→PRD→コーディングコンテキストという複数エージェントによる厳格なプロダクトライフサイクルで検証・具体化します。

launchpadAgent-skill とは?

このスキルは、LaunchPadAIのエージェントパイプラインをバックエンドなしで再現します。ユーザーが入力したアイデアを、Discovery(問題定義・前提・機会・プロジェクト概要)、Validation(市場規模・競合・実現可能性・ペルソナ・Go/No-Go判断・6次元ベンチマークスコア)、PRD(要件・ユーザーストーリー・MoSCoW・UXフロー・完全PRD)、Coding Context(アーキテクチャ・SQLスキーマ・タスク分割・CLAUDE.md/.cursorrules・CODING_CONTEXT.md)の4フェーズに沿って順次処理します。各ステップは専門エージェントの役割(例:前提検証者は懐疑的、機会マッパーは代替案を探索)を割り当てられ、独立して出力を生成します。出力はすべてファイルとしてディスクに保存され、前フェーズの成果物を後続フェーズが読み込むことで一貫性を保ちます。特にValidationフェーズではWeb検索を用いたエビデンスベースの分析が必須で、Benchmarkスコアは固定重みで自動計算されるため、プロジェクト間の比較が可能です。このスキルは、スタートアップやSaaSアイデアの検証、市場規模の推定、アイデアスコアリング、PRD作成、AIコーディングアシスタント向けのアーキテクチャ文書作成など、幅広いユースケースをサポートします。

対応✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/KushagraGitter/launchpadAgent-skill/tree/HEAD/launchpad

Installed? Explore more ライティング&編集 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

LaunchPad — アイデア → 検証済み計画 → 実装可能なコンテキスト

このスキルは、LaunchPadAIエージェントパイプラインをバックエンドなしで再現します。各専門エージェントの役割を順に実行し、出力をディスクに書き込み、前の出力を後の工程で利用します。パイプラインの価値は以下の3つにあります。これらは省略する場合でもすべて維持してください。

  1. 専門家のフレーミング 各ステップは独自のバイアスを持つ明確な役割を持ちます(前提検証者は懐疑的、機会マッパーは代替案を横断的に見ます)。各ステップを役割に応じて個別に記述することで、単一の「このアイデアを分析して」というパスよりもシャープな成果が得られます。
  2. エビデンスに基づく基盤 調査ステップではWeb検索を使用し、URLを引用します。競合他社、市場規模、資金調達ラウンドなどの捏造は、後続のすべてのフェーズがそれを引き継ぐため、計画全体の価値を損ないます。検索が利用できないか有用な結果が得られない場合は、その旨を明記し、数値を推定値としてラベル付けします。
  3. コンテキストの連続性 各フェーズは前のフェーズの最終ドキュメントを読み込みます。PRDはValidationで見つかったペルソナやリスクを反映しなければならず、アーキテクチャはPRDのMVPスコープを実装するものであり、汎用的なアプリであってはなりません。

フェーズ

#フェーズステップ(→は依存関係)最終成果物リファレンス
0Discovery問題 → 前提 → 機会 → 概要BRIEF.mdreferences/discovery.md
1Validation市場、競合、実現可能性、ペルソナ(独立)→ 統合 → ベンチマークVALIDATION_REPORT.md、BENCHMARK.md、benchmark.jsonreferences/validation.md
2PRD要件、ユーザーストーリー(独立)→ 優先順位付け、UXフロー → PRDPRD.mdreferences/prd.md
3Coding Contextアーキテクチャ、スキーマ(独立)→ タスク、ルールファイル → パッケージCODING_CONTEXT.md + ルールファイルreferences/coding-context.md

実行中のフェーズに関連するリファレンスファイルのみを読み込んでください。各ファイルには、そのフェーズのすべてのステップの役割と成果物仕様が含まれています。

はじめに

  1. プロジェクト入力を収集します。 必要なもの: プロジェクト名、未加工のアイデア(数文で十分)、オプションでドメイン、ターゲットオーディエンス、創業者のバックグラウンド(ベンチマークは創業者-市場適合を評価します。バックグラウンドがない場合は控えめにスコアリングし、その理由を説明します)。不足していて重要なものがあれば一度だけ質問します。詮索はしません。
  2. スコープを決定します。 デフォルト: フェーズ0→1を実行し、一時停止します。ユーザーが特定のフェーズを要求した場合(「PRDを書いて」)は、そこから始めます。ただし、事前のフェーズのドキュメントが存在するか確認します。存在しない場合は、不足している事前フェーズの圧縮版を実行するか(その旨を伝える)、アイデアだけで進め、出力内でどの入力が想定され、調査されなかったかを明示します。
  3. ワークスペースを作成 現在のディレクトリに作成します(ユーザーが別の場所を指定しない限り):
launchpad/<project-slug>/
  00-discovery/      problem.md  assumptions.md  opportunity.md  BRIEF.md
  01-validation/     market-size.md  competitors.md  feasibility.md  personas.md
                     VALIDATION_REPORT.md  benchmark.json  BENCHMARK.md
  02-prd/            requirements.md  user-stories.md  prioritization.md  ux-flows.md  PRD.md
  03-coding-context/ architecture.md  schema.md  tasks.md  CLAUDE.md|.cursorrules  CODING_CONTEXT.md
  project.md         name, idea, domain, audience, founder background, feedback log

最初に project.md を書き込みます。このプロジェクトのワークスペースがすでに存在する場合は、再利用します。既存の内容を読み込み、最初からやり直すのではなく続行します。

ステップの実行

各ステップのプロンプトは概念的には次のとおりです:

Project: <名前>        Idea: <未加工のアイデア>      Domain / Audience (既知の場合)
--- 事前フェーズコンテキスト ---   事前フェーズの最終ドキュメント(下記参照)
--- 事前ステップ出力 ---    このステップが依存するステップの出力
--- ユーザーフィードバック ---         フィードバック後に再実行する場合
--- あなたのタスク ---             リファレンスファイルからの役割 + 成果物仕様

事前フェーズコンテキスト(プラットフォームのpgvector検索の代わり):

  • Validationは BRIEF.md を読み込みます。
  • PRDは BRIEF.md、VALIDATION_REPORT.md、BENCHMARK.md、personas.md を読み込みます。
  • Coding Contextは PRD.md、feasibility.md、および BRIEF.md(スコープ用)を読み込みます。

すべての出力ファイルはメタデータヘッダーで始まり、その後に完全な分析が続きます:

> **見出し:** <最も重要な発見を、具体的な完全な文章で — 「で、だから何?」ではなく「so what」>
>
> **主要なポイント**
> - <最も重要な発見>
> - <2番目>
> - <3番目>(最大5)

最終/統合ドキュメント(BRIEF.md、VALIDATION_REPORT.md、PRD.md、CODING_CONTEXT.md)は、そのヘッダー内に3〜5つのメトリクスのスコアカードも追加します:

> | メトリクス | 値 | |
> |---|---|---|
> | 問題の深刻度 | 8/10 | 🟢 |
> | 競合密度 | 高 | 🔴 |

(🟢 強い/ポジティブ、🟡 中程度/不確実、🔴 弱い/懸念)このヘッダーは、20のドキュメントをざっと読む人が各ドキュメントの結論を5秒で把握できるように存在します。

調査ステップ(リファレンスで🔎とマーク): 1つの汎用的なクエリではなく、いくつかのターゲットを絞ったWeb検索を実行します。例:競合名+価格、「<問題> reddit」、市場レポート(年号付き)。インラインで [1] として引用し、最後に ## Sources リスト(URL)を追加します。

並列実行。 独立とマークされたステップは、Agentツールが利用可能な場合、並列サブエージェントとして実行できます。各サブエージェントにプロジェクト入力、事前フェーズコンテキストファイルパス、リファレンスファイルの該当セクション、出力パスを渡します。それ以外の場合は、自分で順次実行します。いずれの場合も、統合ステップは入力が存在した後にのみ実行され、要約ではなく完全なファイルを読み込みます。

ベンチマークスコア

VALIDATION_REPORT.md の後に、benchmark.json(スキーマは references/validation.md 内)を書き込み、次に以下を実行します:

python3 <skill-dir>/scripts/benchmark_score.py launchpad/<slug>/01-validation/benchmark.json "<プロジェクト名>"

これにより、固定重みで overall_score が再計算され(スコアはプロジェクト間で比較可能で、手作業による操作が防止されます)、JSONが書き換えられ、同じ場所に BENCHMARK.md が書き込まれます。キャリブレーションを行ってください。ほとんどのアイデアは4〜6、40〜65パーセンタイルに位置します。すべてが8以上になるベンチマークは、分析ではなく応援の兆候です。

フェーズ間

各フェーズの後、チャットでユーザーに短いサマリーを提供します。最終ドキュメントの見出し、スコアカード、判定(Validationの場合)、および最も判断を変えそうな2〜3の事項を含めます。その後、続行、修正、停止のいずれかを尋ねます。黙って4つのフェーズすべてを進めてはいけません。「再考が必要」という判定は実際の意思決定ポイントであるべきで、ユーザーはPRDがそのアイデアを中心に書かれる前に方向転換したいかもしれません。

ユーザーがフェーズに対してフィードバックを提供した場合は、それを project.md のフィードバックログに追記し、影響を受けるステップとそのフェーズの統合ステップのみをフィードバックをコンテキストに含めて再実行し、それらのファイルを上書きします。

完了

Coding Contextが完了したら、新しいリポジトリにコピーするファイルをユーザーに伝えます: CODING_CONTEXT.md とルールファイル(Claude Codeの場合は CLAUDE.md、Cursorの場合は .cursorrules、その他のエージェントの場合は AGENTS.md。使用ツールが不明な場合は質問し、デフォルトは CLAUDE.md)。さらに、tasks.md をビルドバックログとして伝えます。

関連スキル