製品マネージャーにとって、一日の大半を奪われるのは「要件定義を書く作業」そのものより、その前段階だ。顧客インタビューのメモ、サポートチケット、営業の録音データ。それらを整理し、開発チームが着手できる粒度まで落とし込む。SpecForge はこの「雑務」を AI に任せる目的で作られた、AI ネイティブな PRD 生成ツールだ。
使い方はシンプルで、PDF をアップロードするか、インタビューやチケットのテキストを貼るだけ。システムが自動でチャンク分割と埋め込みを行い、Gemini 2.5 Flash をベースにした LangGraph パイプラインが動き出す。公式の説明によれば、入力から構造化された仕様書まで 90 秒とかからない。
散らかったフィードバックが、仕様に変わる流れ
SpecForge の処理は、信号の取り込み→クラスタリング→スコアリング→レビュー→生成という流れで進む。ここで注目したいのは、単に要約するのではなく、複数の信号を「機会」として分類する点だ。
- 信号取り込み：PDF・インタビュー・チケットなどを自動で処理。フォーマットを揃える必要はない
- AI クラスタリング：数百件の信号からラベル付きの「機会」を生成
- 影響スコアリング：出現頻度と深刻度で優先順位を付ける
- 構造化出力：ユーザーストーリー、受け入れ条件、境界条件、エージェント向けプロンプトを Markdown で出力
特に頻度と深刻度で優先順位を出す点は、「最後に話したことが最優先になる」という典型的なバイアスを防ぐのに役立つ。会議の終盤に出た意見が重要だと思い込むのは誰にでもある話で、それは属人性が出やすい部分でもある。
人が介入する「最後の関所」が効いている
このツールの設計で一番感心したのは、人間による承認ステップを挟んでいることだ。LangGraph で構成されたパイプラインは、スコアリングの後に一度止まり、製品マネージャーが「どの機会を仕様に含めるか」を判断する。承認が下りた後で、ようやく PRD 生成ノードが動く。
AI に何でも任せたい派から見ると「まだ人力が要るのか」と思うかもしれない。ただ、顧客の声を要件に変換する作業は、誤った解釈がそのまま開発コストに跳ねる。ここに審査ポイントを置くのは、かなり現実的な判断だ。
向いているチームと、使うときの注意
典型例は、顧客インタビューを終えた直後、あるいはカスタマーサポートのチケットが溜まっている状態。独立開発者やシード期のスタートアップなら、まず SpecForge で機会を洗い出し、それを人間が絞り込むという使い方が現実的だ。
また、Claude Code などのコーディングエージェントを導入済みのチームなら、出力された Markdown をそのままタスクとして渡せる。要件定義から実装までの距離を縮める、という新しい利点もある。
注意点もいくつかある。入力が極端に少ない場合は、自分でまとめた方が速い。出力品質は Gemini 2.5 Flash の帰納力に依存するので、重要な要件は必ず人間の目で確認してほしい。公式の料金ページやクレジットカードなしで試せる無料トライアルだけが公開されており、本格的な利用を検討するなら、具体的な価格情報を直接問い合わせるのが確実だ。
SpecForge は、まだ明確に「初期ツール」の域を出ない。公式サイトの情報も多くない。しかし、ピンポイントに「フィードバック整理」の問題を解決しようとしている点は評価できる。毎週この作業に時間を取られているなら、一度試してみて損はないだろう。
コメント
コメントはまだありません
最初のコメントを書きましょう