PMMワークフローにおけるAI:本当に機能するもの(そして営業が一瞬で見抜くもの)

いまやあらゆるPMMツールがAIを謳っています。その大半は、競合のインターンが書いたのと同じマーケティングコピーを焼き直し、それを「競合インテリジェンス」としてあなたに送り返してくるだけです。あなたの営業は、AIが書いたbattlecardをSlackチャンネルの向こうからでも嗅ぎ分けます。顧客は、AIが書いたワンページャーをヘッドラインを読み終える前に見抜きます。

PMMの仕事は、判断、ボイス、そして顧客の真実です。AIが本当に苦手とする3つのものです。

しかし、週まる1日を節約してくれる場所が5つあります。コツは、その5つがどれかを知り、残りについて正直であることです。私は優秀なAEが「AIが生成したbattlecard」を私の目の前で破り捨て、それを突き返して「本物を送ってもらえますか」と尋ねるのを見たことがあります。ですから、このガイドははっきりとした立場を取ります。目的はAIをもっと使うことではありません。目的は、PMMの中でパターンマッチングである部分にAIを使い、そうでない部分には人間の手を保ち続けることです。

AIが本当に役立つ場所

5つのワークフローを、おおよそのROI順に並べます。

1. 勝敗分析の文字起こし分析。 これはPMMにおけるAIの最も高レバレッジな用途です、文句なしに。かつてGongの通話20件といえば、聴いて、タグ付けして、14件目の通話で見込み客が何を言ったかを思い出そうとする、2週間がかりの作業でした。いまでは20件の文字起こしを構造化プロンプトとともにClaudeに貼り付ければ、30分でコード化されたテーマが手に入ります。何かを世に出す前に営業との検証は必要ですが、AIは統合作業を数週間から数時間へと圧縮してくれます。

2. 競合インテリジェンスの要約。 G2レビュー14件、直近3回の決算説明の文字起こし、競合の新しい価格ページを読むのは、地味な力仕事です。それらをClaudeに投入してこう尋ねます。「過去90日間で何が変わったか、レビュアーはどんな反論を挙げたか、彼らはどんな新機能を出したか」。どんな「AI競合インテリジェンス」ツールが年間4万ドルで売り込むものよりも、きれいな出発点が手に入ります。注意:入力は元となる素材です。出力はあなた自身の書き起こしであって、転送された要約ではありません。

3. メッセージテスト用のバリエーション。 ローンチページでヘッドラインのA/B testを実施していて、8つのバリエーションが必要だとします。手作業で生成すると1時間かかり、脳が同じ轍にはまるので6つはほぼ同じものになります。AIで生成すれば4分で済み、8つの方向性が得られ、その半分はわざと悪いものです。バリエーションこそが目的だからです。判断するのは人間であるあなたです。AIは探索空間を広げただけです。

4. セールスアセットの初稿。 battlecardの骨組み。FAQの叩き台。反論対応のアウトライン。ワンページャーの構造的な骨格。90分かかったはずのものを、AIは15分でv0まで持っていってくれます。そのあと、あなたはその70%を書き直します。節約できるのは、白紙のドキュメントを見つめる時間であって、AIが生成した言葉そのものではありません。

5. ブリーフィングメモ。 雑然としたプロダクト仕様を、マーケティング、営業、サポート、CS向けのローンチブリーフにまとめる必要があります。仕様を貼り付け、あなたのローンチブリーフのテンプレートを貼り付け、AIにドラフトを依頼します。半分は削り、残りは書き直すことになりますが、仕様を3回読み返してどこから手をつけるか考える部分はスキップできます。

これがリストです。リストに載っていないものに注目してください。

AIが破綻する場所(そして営業が気づく場所)

これらは、PMMが痛い目に遭うのを私が見てきた失敗パターンです。どれも営業との信頼を損ない、その信頼こそがPMMにレバレッジを与えるものです。

ポジショニングの判断

AIはすべてを平均化します。ポジショニングは鋭い選択です。

Claudeに「私たちのプロダクトにとって最良のポジショニングは何か」と尋ねると、もっともらしく聞こえる、それゆえ間違っているものが返ってきます。April Dunfordの主張の核心は、ポジショニングには競合代替手段を選び、誰にとって最良かを選び、それ以外の全員を明確に置き去りにすることが必要だ、という点です。AIは誰かを置き去りにするのを嫌います。モデルは喜ばせたがるのです。ポジショニングには、失望させる勇気が必要です。

アンチパターン: AIが生成した「先進的なチームのための一流プラットフォーム」のようなことを言うポジショニングステートメント。それはポジショニングではありません。それはポジショニングが切り抜けるべきノイズそのものです。

ブランドボイス

トーンは趣味です。趣味はプロンプトではありません。

Claudeにあなたの最高のブログ記事を30本与えて、あなたのボイスで書くよう頼むことはできます。70%まではいったものが出てきます。欠けている30%こそ、読者がスクロールの手を止める部分です。ブランドボイスは、数百もの小さな判断の積み重ねの結果です。どの形容詞を削るか、いつルールを破るか、いつ半文が完全な文よりも強く響くか。AIはそのすべてを均してしまいます。

ドラフトにAIを使うなと言っているのではありません。人間による最後のひと手間なしに、AIがあなたのブランド名でコピーを世に出すことを許すな、と言っているのです。読者にはわかります。とりわけ、あなたが欲しい読者には。

顧客の真実

AIは引用をでっち上げます。顧客はあんな話し方をしません。

モデルに「私たちのオンボーディングについての顧客の声を書いて」と頼むと、顧客の声のように聞こえる何かが返ってきます。それは実際の顧客のようには聞こえません。なぜなら実際の顧客は「ええ、導入は思ったより時間がかかりましたけど、SEが素晴らしかったです」と言うのに対し、AIは「プラットフォームの直感的なインターフェースが、私たちのチームの価値実現までの時間を加速させました」と言うからです。

営業はこれを察知する第六感を持っています。見込み客もそうです。誰かがAIが書いたと感じる引用を読んだ瞬間、そのページのあらゆる引用が疑わしくなります。

アンチパターン: AIが生成した「顧客の声」全般。引用、ケーススタディの導入、推薦コメントの抜粋。実際の通話の文字起こしから引くか、さもなくば使わないことです。

独自のPOV

あなたのローンチのナラティブが競合についても書けてしまうものなら、あなたにはナラティブがありません。

AIは他社のローンチコピーすべてで訓練されています。あなたのものを書かせると、他社のローンチコピーすべての平均が出てきます。パイプラインを動かすローンチとは、カテゴリーがまだ言っていない鋭い意見を持つものです。その意見は、あなたの顧客インタビュー、勝敗分析データ、そして「なぜいまこれが重要なのか」についての創業者の本物の信念から生まれなければなりません。プロンプトからではありません。

勝敗分析のためのGong + Claudeの組み合わせ

これは、PMMにおけるAIの存在を正当化する唯一のワークフローです。私が回している流れを示します。

ステップ1. 文字起こしを引き出す。 Gong(またはChorus、Fathom)から失注した通話の文字起こしを15〜20件取得します。商談ステージが「Proposal(提案)」以降のものでフィルターし、購買担当者が実際に評価した通話を集めます。名前と企業の識別情報は削除します。20件なら手作業でもできますし、Gongのエクスポートに小さなスクリプトを組み合わせても構いません。

ステップ2. 構造化プロンプトとともにClaudeに貼り付ける。 ここでは長いコンテキストが効きます。Claudeは1セッションで15〜20件の文字起こしをChatGPTより上手に扱えます。だから私は統合作業にはClaude、バリエーション生成にはChatGPTをデフォルトにしています。私が使うプロンプト構造はこうです。

あなたは営業通話の失注した文字起こし18件を分析しています。
各文字起こしは "=== TRANSCRIPT N ===" で区切られています。

各文字起こしについて:
1. 失注が起きた商談ステージを特定する(ディスカバリー、デモ、提案、後期)
2. 主要な失注理由を以下のカテゴリーでコード化する:
   - 価格 / TCO の懸念
   - 機能のギャップ(どれかを明記)
   - 競合が好まれた(どの競合か、なぜかを明記)
   - 社内チャンピオンの喪失 / 組織変更
   - 適合不良 / 失格
   - タイミング / 決定なし
3. コード化を裏付ける逐語的な引用を1〜2件抜き出す(正確に保持する)

すべての文字起こしのあと、統合を作成する:
- 頻度順のトップ3テーマ
- 各テーマについて:逐語的な引用を3〜5件、商談ステージの分布、
  そして最も頻繁に登場した競合
- 意外な点:現在のナラティブと矛盾するものすべて

引用をでっち上げないこと。文字起こしがあるテーマを裏付けないなら、そう述べること。

ステップ3. 何かを世に出す前に営業と検証する。 これは交渉の余地がありません。Claudeが浮かび上がらせたトップ3テーマを、3人のAEに当ててみます。質問は2つ。「これはあなたが耳にしていることと一致しますか」と「何が欠けていますか」。半分の確率で、営業は文字起こしに現れなかったテーマを教えてくれます。営業は文字起こしが捉えない文脈(テキストでやり取りされた予算の会話など)を知っているからです。

ステップ4. 出典付きの引用とともに統合を世に出す。 最終的な書き起こしのすべてのテーマには、実際の逐語的な引用と通話IDが添えられます。言い換えた「顧客はこう言っています」といったナンセンスはなしです。引用できないなら、主張できません。

これは、私を「勝敗分析をやるべきだ」から「四半期ごとに勝敗分析のレポートを出す」へと変えたワークフローです。AIが分析を圧縮しました。営業が真実を検証しました。この組み合わせこそが、経営陣に対して信頼に足るものにしているのです。

「AIが書いたbattlecard」の罠

営業はAIのbattlecardを一瞬で見抜きます。理由は3つあります。

ありきたりな比較。 AIは「私たちはより使いやすく、より柔軟で、成長中のチームに適しています」を生み出します。どの競合のAI battlecardも同じことを言います。本物のbattlecardはこう言います。「相手がXを持ち出したら、これが罠の質問。Yについて尋ねてきたら、これがデモの一手。Acme社のケーススタディを引用してきたら、これが切り返し」。それはAIが持たない商談の文脈です。

内部知識がない。 本物のbattlecardには「相手の営業責任者が2月にシリーズBのスタートアップへ移った」や「彼らはWorkdayのSSOを標準ではサポートしていない、だからこの正確な答えが必要だ」といったものが含まれます。AIは営業責任者が辞めたことを知りません。両方を与えない限りSSOのギャップに関するシグナルもありませんが、与えた時点で、あなたはすでにその作業をしているのです。

営業が必要とする商談の文脈の欠如。 battlecardの仕事は、特定の種類の商談に勝つことです。見込み客がすでに安価な競合を評価し、価格でためらっているミッドマーケットの商談です。AIはそれがどんな商談かを知りません。ありきたりな比較ページを書くだけです。

代わりにやるべきこと: AIには構造(セクション、見出し、比較表の骨格)をドラフトさせます。あなたは罠の質問、地雷、異なる勝ち方をする競合担当者の名前、最近のプロダクト変更を埋めます。AIは10分でv0をくれます。残りは人間の仕事です。あなたの営業はその結果を使うでしょう。AIだけのバージョンは捨てるでしょう。

実用的なスタック

PMMのIC(個人貢献者)が実際に使うべきもの。

スキップすべきもの:エンドツーエンドの自動化を約束する「AI battlecardジェネレーター」や「AIローンチナラティブ」ツールのたぐい。その出力は、まさにあなたの営業や顧客が拒絶する粗悪品です。ベンダーが約束する節約は、営業が鋭い見込み客にありきたりな比較ページを持ち込んで商談が停滞した最初の瞬間に消え去ります。

粗悪品にならずにAIを導入する30日プラン

すべてを一度にAI化しようとしないでください。これを正しくやるPMMは、1つのワークフローを選び、それを鋭く仕上げ、それから次を加えます。

第1週. 1つのワークフローを選び、再利用可能なプロンプトを作る。 勝敗分析が最も高ROIの出発点です。上記のプロンプト構造を作ります。すでに手作業で分析した10件の文字起こしで実行し、AIの出力を自分のものと比較して較正できるようにします。何が効いたかのメモとともに、プロンプトをNotionのドキュメントに保存します。

第2週. AIで支援した出力を1つ世に出す。営業のフィードバックを得る。失敗を記録する。 勝敗分析の統合を四半期ビジネスレビューやセールスキックオフに持ち込みます。営業がどう反応するかを観察します。営業が押し返したすべての箇所、検証を生き残れなかったすべてのテーマ、違和感のあったすべての引用を記録します。これが第2ラウンドのための訓練データです。

第3週. 反復する上位3タスク向けのプロンプトライブラリを作る。 勝敗分析の統合。競合状況の要約。ローンチブリーフのドラフト。それぞれが独自のプロンプトテンプレートを持ち、第2週で学んだことに基づいて磨かれます。Notion、共有ドキュメント、Claudeのプロジェクトなど、チームが使える場所に保管します。

第4週. チームの「AI禁止ゾーン」を定義する。 書き出します。私のものは:ポジショニング文書、創業者のナラティブ、顧客の引用、ティア1のローンチコピー、顧客に届く私の名前が入ったものすべて。狙いはAIにドラフトを禁じることではありません。狙いは、最終的なボイスと判断は人間に残すこと、そしてチームの誰もがAIが書いた顧客の引用を、気まずさなしに指摘できることを、明確にすることです。

30日目までに、きれいに回る2〜3のワークフロー、プロンプトライブラリ、そしてAIがドラフトしたものと人間が世に出したものの明確な線引きが手に入ります。それが目的のすべてです。

おわりに

AIはPMM業務の退屈な60%に対するレバレッジです。統合、要約、ドラフト、バリエーション生成。それはスケールでのパターンマッチングそのものです。使いましょう。週1日を節約しましょう。

商談を勝ち取る40%、ポジショニング、ボイス、顧客の真実、独自のPOVは、いまもあなた自身の仕事です。営業にはわかります。顧客にもわかります。検索エンジンもわかり始めています。

AIを判断に対するフォースマルチプライヤーとして扱うPMMが勝ちます。判断の代替として扱うPMMは、粗悪品を世に出し、営業の信頼を失い、静かに迂回されていきます。前者を選んでください。

ACEフレームワークに触れているなら、PMMのAIユースケースの大半はAnalyze(分析)(勝敗分析、競合の統合)とGenerate(生成)(アセットのドラフト、メッセージのバリエーション)に位置します。ポジショニングをGenerateのタスクとして枠づけたい衝動には抗ってください。それはパターン補完ではありません。誰のためにいて誰のためにいないかについての、鋭い人間の選択です。

さらに詳しく

• プロダクトマーケティングマネージャーの職務記述書
• 本当に戦略を変える勝敗分析
• 粗悪品なしの競合インテリジェンス
• PMMが所有すべきセールスイネーブルメントのアセット
• 営業を生き抜くメッセージング