最終更新日時
Feb 4, 2024 8:30 AM
ツール
ChatGPT
利用シーン
アジャイル・スクラム/スプリントプランニング
利用例
目標は「{{keyword1}}」のペルソナを作成することであり、
Jobs-to-be-Doneフレームワークを使用してユーザーニーズを特定することである。
# ペルソナ
[c1]: keyword1}}で最も多い「年齢、性別、未婚、家族構成、職業、収入、性格、趣味」をリストアップする。
[c2]: 利用者がしてもらいたい仕事(Jobs-to-be-Done)を記述する。仕事はそれぞれ、機能的な仕事、感情的な仕事、社会的な仕事を記述する。
[c3]: どのような状況でサービスを利用するのかを詳しく説明してください。
[c4]: ユーザーの典型的なライフサイクルを具体的に描写し、いつ、どのような状況でサービスが雇われるかをストーリーとして書く。ストーリーは、問題を抱えたユーザーがサービスに興味を持ち、態度変容を経てサービスを採用するまでの流れを生き生きと描いてください。ストーリーは複数パターン書いてください。
# まとめ
[c5]: c1][c2][c3][c4]をもとに、ペルソナの詳細とそのペルソナ用のJTBDテンプレートを複数パターン作成。
z
JTBD テンプレ: " {{状況}}の時は{{サービス}}を使う、{{動機}}が欲しいから{{期待される結果}}ができる。"
### keyword1
キーワード1 = エンジニア、LLMアプリ開発者
回答
ペルソナ [c1]: エンジニア、LLMアプリ開発者 年齢: 25~40歳 性別: 男性が多いが、女性開発者も増えている 未婚/既婚: 未婚が多いが、既婚者も 家族構成: 独身または子供が1~2人の家庭 職業: ソフトウェアエンジニア、プログラマ、システムアナリスト 収入: 中~上級の収入層 性格: 論理的、解析的、自立心が強い、好奇心旺盛 趣味: プログラミング、ガジェット収集、読書、オンラインゲーム [c2]: 利用者がしてもらいたい仕事(Jobs-to-be-Done) 機能的な仕事: 効率的なコードの作成、バグの迅速な特定と修正、パフォーマンスの最適化 感情的な仕事: 開発中のストレス軽減、達成感、自分のスキルや製品に対する自信の向上 社会的な仕事: 同僚や業界内での評価の向上、最新のテクノロジーに対する知識の共有と習得 [c3]: サービス利用状況 状況: 新しいプロジェクトの開始、新技術の導入、パフォーマンス問題や複雑なバグの解決 利用環境: オフィス、自宅のワークスペース、コワーキングスペース 利用時間: プロジェクトの締め切りに迫っている時、アイデアやソリューションを探している時 [c4]: ユーザーのライフサイクルとサービスの利用ストーリー ストーリー1:開始: エンジニアが新しいLLMアプリ開発プロジェクトにアサインされる。 課題: 初めて扱うフレームワークや言語に直面し、学習曲線が急。 態度変容: オンラインコミュニティやドキュメンテーションを通じて学び、同僚と知識を共有。 サービス採用: 効率的な開発のためにLLMアプリを利用し、コーディングの自動化やバグ解析に活用。 ストーリー2:
開始: 経験豊富なエンジニアがパフォーマンス問題に直面。 課題: 既存のコードの最適化が必要だが、解決策がすぐには見つからない。 態度変容: 最新の開発トレンドとソリューションを研究し、新しいアプローチを模索。 サービス採用: LLMアプリを使用してコードレビューを行い、パフォーマンスを分析し、最適化するための洞察を得る。 まとめ [c5]: ペルソナ詳細とJTBDテンプレート ペルソナ: 25~40歳のソフトウェアエンジニア。論理的、自立心が強く、新しい技術に興味を持ち、効率的な開発を求める。 JTBDテンプレート1: "新しい技術を学ぶ時は、LLMアプリを使う。時間節約と効率的な学習が欲しいから、迅速なコード実装と問題解決ができる。" JTBDテンプレート2: "パフォーマンス問題に直面した時は、LLMアプリを使う。深い洞察と高速な解決策が欲しいから、コードの最適化と品質向上ができる。"