Foundation

Foundation スキル

市場規模の算定、競合のベンチマーク調査、財務分析の作成、価格設定の調整を行い、事業計画書やピッチデックまで作成する、実現可能性調査コンサルタントの仕事をこなすオープンソースのエージェントスキルです。お使いの AI エージェント（Claude、Codex、Gemini CLI、Cursor など）で実行できます。Foundationを手がけるチームが開発しました。

_{▶ Foundationを48秒で紹介：費用の算出から事業計画書の作成までを行うカフェのサンプルプロジェクトと、それをテストするAIアシスタント。}

開発の背景

一般的な AI アシスタントに事業アイデアがうまくいくか尋ねると、実現可能性調査らしく見える内容を作成します。しかし、問題はその中身にあります。

• 計算が推測に基づいています。 LLM は計算機ではありません。AI が作成した計画書に記載された NPV、IRR、投資回収期間、損益分岐点の数値は間違っていることが多く、どの数値が間違っているのか、書面からは分かりません。
• 前提条件が見えません。 「内装工事に38,000ポンド」という金額の根拠は何でしょうか。金融機関から尋ねられたとき、「AI がそう言った」では答えになりません。
• 各項目の整合性が取れていません。 チームの項目ではスタッフが5人と記載されているのに、給与の項目では4人分しか計上されず、市場分析の章とピッチデックでは異なる数値が使われています。

プロのコンサルタントなら、この3つの問題をすべて避けます。入力項目すべてに出典を付け、実際の財務モデルで数値を計算し、あらゆる文書で参照する情報を一元管理します。これらのスキルは、AI エージェントにも同じ方法で作業できるよう教えます。

仕組み

スキルは、作業を本来あるべき形で分担します。

• エージェントはアナリストの仕事を担います。 創業者への聞き取り、コスト・価格・競合の調査、適切な構成の選択、各数値の出典の記録、文書の作成を行います。
• 決定論的なエンジンが計算を担います。 Foundationは、検証済みの計算エンジンを備えた実現可能性調査用のウェブアプリです。入力内容から、投資額、運営コスト、売上の伸び、利益、キャッシュフロー、NPV、IRR、投資回収期間、損益分岐点、SaaS 指標を計算します。エージェントを Foundation に接続すると、出力内のすべての財務数値はこのエンジンから得られます。エージェント自身が計算することはありません。

Foundation のアカウントがなくても、これらのスキルは利用できます。エージェントは引き続き調査を行い、すべての入力項目に出典を付けて構成します。また、財務結果を捏造することはありません。その後、foundation-project.jsonファイルを渡します。このファイルを Foundation にインポート（Projects → Import）すると、計算済みの調査結果を取得できます。

スキル

スキル	内容
feasibility-analyst	事業の説明をもとに、事業の種類、費用区分、資本コストと運営コスト、人員体制、収益モデル、財務上の前提を含む完全な実現可能性調査を作成します。各入力には出典を付けます。その後、結果を読み取り、リスクと改善の余地をまとめた実行可否のメモを作成します。
market-research	ボトムアップで市場規模（TAM、SAM、SOM）を算出し、トップダウンでクロスチェックします。公開情報をもとに競合他社のプロフィールを作成し、競合他社×機能のベンチマークを作成します。収益計画の達成に、現実的に獲得できる市場規模を超えるシェアが必要かどうかを確認します。価格が公開されていない場合は、自分で問い合わせるためのアウトリーチキットを用意します。
pricing-optimizer	コストの下限、競合他社の価格、顧客にとっての価値をもとに、価格帯を見つけます。異なる価格設定の選択肢を3～5個設計し、販売量に関する明示的な前提を設定して、各案をエンジンで検証します。さらに、検証計画を添えて推奨案を提示します。
business-plan-writer	融資担当者や投資家に提示できる品質の事業計画書をWordファイル（.docx）で作成します。財務表、グラフ、シナリオはエンジンの出力から生成するため、数値を再入力する必要はありません。
pitch-deck-writer	ピッチデッキをPowerPointファイル（.pptx）で作成します。1枚につき1つのアイデアを扱い、要点を見出しにし、財務スライドにはエンジンで算出した数値を使います。納品前にすべてのスライドを目視で確認します。

5つのスキルはすべて、CONVENTIONS.mdに記載された同じルールに従います。

• すべての入力には、創業者、見積もり、ベンチマーク、推定のいずれかの出典タグを付けます。
• エージェントが質問するのは、自力で調査できない項目のみです。質問は1回にまとめます。
• 執筆では、Wikipediaの AIが書いた文章の特徴に基づくガイドを使用します。平易な文を使い、誇張表現やエムダッシュは使いません。
• ブランドテンプレートや、より凝ったデザインが必要な場合、WordファイルやPowerPointファイルを2段階目として、お使いの環境にあるドキュメントツールで処理できます。その際は、処理の過程で数値が変わっていないことをスクリプトで確認します。

インストール

スキルに対応した任意のエージェント（Claude Code、Codex、Gemini CLI、Cursorなど）：

npx skills add mamarexa/foundation-skills

または、必要なスキルフォルダーを手動でコピーしてください。

エージェント	スキルの保存先
Claude Code	~/.claude/skills/（すべてのプロジェクト）または .claude/skills/（1つのプロジェクト）
Claude.ai / Claude Desktop	スキルフォルダーをZIP形式にして、Settings → Capabilities → Skills → Uploadを選択
Codex	~/.codex/skills/
Gemini CLI	~/.gemini/skills/または.gemini/skills/
Cursor	~/.cursor/skills/または.cursor/skills/

WordとPowerPointのスキルには、python-docx、python-pptx、matplotlibを含むPythonが必要です。これらはClaudeのコードサンドボックスにプリインストールされています。それ以外の環境では、pip install python-docx python-pptx matplotlibを実行してください。

Foundationへの接続（任意、推奨）

1. getfndtn.comで無料アカウントを作成します。
2. https://getfndtn.com/api/mcpをリモートMCPサーバーとしてエージェントに追加します（Claudeの場合：Settings → Connectors → Add custom connector）。Foundationアカウントでサインインします。
3. エージェントに実現可能性調査を依頼します。Foundationのツールを見つけて実際のプロジェクトに取り組み、アプリで確認できるものと一致する数値を提示します。

Claude、ChatGPT、Codex、Cursor、Gemini CLI、Antigravity、VS Codeのセットアップ手順は、Foundationのドキュメントに記載されています。

試してみる

「リーズ駅の近くに、約30席のスペシャルティコーヒーショップを来春開業したいです。実現可能でしょうか。資金はいくら調達する必要がありますか？」

「英国の歯科医院向けスケジュール管理ソフトウェアの市場規模を算出し、主要な競合他社をベンチマークしてください。」

「Foundationのプロジェクトを、銀行融資用の事業計画書にまとめ、その後12枚のデッキにしてください。」

貢献

このリポジトリは、使うほどに改善されていくことを目指しています。特に価値の高い貢献は次のとおりです。

• 出典付きのベンチマーク： 業界や国ごとのコスト比率、開業費用の範囲、賃金、雇用主負担の人件費、賃料、税率など。米国や英国以外の創業者にとっては、現地の数値が特に役立ちます。
• 実務担当者からの修正： この仕事を生業としていて、手順に誤りや抜けがあれば、実際にどのように行うのかをお知らせください。
• テストケース： 現実的なビジネスの説明と、適切な調査に含めるべき内容。

貢献内容は、たとえばデフォルトのカテゴリやベンチマークの範囲を改善する形で、Foundation アプリにも反映されます。ルールについてはCONTRIBUTING.mdをご覧ください。要点は、すべての数値に、融資担当者に見せても差し支えない出典を付けることです。

このリポジトリと Foundation アプリの skills/ フォルダーは、双方向で自動的に同期されます。そのため、ここでマージされたプルリクエストは、誰かが手作業でファイルをコピーしなくても、レビュー済みの PR としてアプリ側にも反映されます（通知なしにマージされることはありません）。

テスト

pip install python-docx python-pptx matplotlib
python tests/test_scripts.py

tests/fixtures/ のフィクスチャプロジェクトは、サンプルのカフェです。その facts ファイルは、Foundation のエンジンが実際に出力したものです。

ライセンス

MIT。貢献することで、Foundation での利用を含め、あなたの貢献が同じライセンスの下で許諾されることに同意したものとみなされます。