customer-persona

belt CLI スキルをインストールする： npx skills add belt-sh/cli

顧客ペルソナ

inference.sh CLI を使って、調査とビジュアルを活用したデータに基づく顧客ペルソナを作成します。

クイックスタート

inference.sh CLI（belt）が必要です。インストール手順

belt login

# Research your target market
belt app run tavily/search-assistant --input '{
  "query": "SaaS product manager demographics pain points 2024 survey"
}'

# Generate a persona avatar
belt app run falai/flux-dev-lora --input '{
  "prompt": "professional headshot photograph of a 35-year-old woman, product manager, friendly confident expression, modern office background, natural lighting, business casual attire, realistic portrait",
  "width": 1024,
  "height": 1024
}'

ペルソナのテンプレート

┌──────────────────────────────────────────────────────┐
│  [Avatar Photo]                                      │
│                                                      │
│  SARAH CHEN, 34                                      │
│  Product Manager at a Series B SaaS startup          │
│                                                      │
│  "I spend more time making reports than making       │
│   decisions."                                        │
│                                                      │
├──────────────────────────────────────────────────────┤
│  DEMOGRAPHICS          │  PSYCHOGRAPHICS             │
│  Age: 30-38            │  Values: efficiency, data   │
│  Income: $120-160K     │  Personality: analytical,   │
│  Education: BS/MBA     │    organized, collaborative │
│  Location: Urban US    │  Interests: productivity,   │
│  Role: Product/PM      │    leadership, AI tools     │
├──────────────────────────────────────────────────────┤
│  GOALS                 │  PAIN POINTS                │
│  • Ship features       │  • Too many meetings        │
│  faster                │  • Manual reporting (15     │
│  • Data-driven         │    hrs/week)                │
│  decisions             │  • Stakeholder alignment    │
│  • Team alignment      │    is slow                  │
│  • Career growth to    │  • Tool sprawl (8+ apps)   │
│    Director            │  • No single source of      │
│                        │    truth                    │
├──────────────────────────────────────────────────────┤
│  CHANNELS              │  BUYING TRIGGERS            │
│  • LinkedIn (daily)    │  • Peer recommendation      │
│  • Product Hunt        │  • Free trial experience    │
│  • Podcasts (commute)  │  • Integration with Jira    │
│  • Lenny's Newsletter  │  • Team plan pricing        │
│  • Twitter/X           │  • ROI calculator           │
└──────────────────────────────────────────────────────┘

ペルソナを段階的に作成する

ステップ 1：調査

思い込みではなく、データから始めましょう。

# Market demographics
belt app run tavily/search-assistant --input '{
  "query": "product manager salary demographics 2024 survey report"
}'

# Pain points and challenges
belt app run exa/search --input '{
  "query": "biggest challenges facing product managers SaaS companies"
}'

# Tool usage patterns
belt app run tavily/search-assistant --input '{
  "query": "most popular tools product managers use 2024 survey"
}'

# Content consumption habits
belt app run exa/answer --input '{
  "question": "Where do product managers get their industry news and professional development?"
}'

ステップ 2：人口統計

正確な値ではなく、範囲を使いましょう。 ペルソナは一人の人物ではなく、セグメントを表します。

項目	形式	例
年齢層	X-Y	30-38
収入の範囲	$X-$Y	$120,000-$160,000
学歴	一般的な学位	コンピューターサイエンス学士、MBA
居住地	地域／種類	米国の都市部、主要なテックハブ
役職	職位レベル	シニア PM、プロダクトリード
企業規模	範囲	従業員 50-500 人
業界	セクター	B2B SaaS

ステップ 3：サイコグラフィック

何を考え、何を大切にし、何を信じているか。

カテゴリー	答えるべき質問
価値観	仕事上、何を最も大切にしていますか？
姿勢	業界の動向について、どのように感じていますか？
動機	仕事で何に突き動かされていますか？
性格	分析型か直感型か？ リーダーか協力者か？
関心事	仕事に関して何を読んだり、見たり、聞いたりしていますか？
ライフスタイル	ワークライフバランスの希望は？ リモート、ハイブリッド、オフィス勤務のどれですか？

ステップ 4：目標

達成しようとしていること（仕事上と個人の両方）。

Professional:
- Ship features faster with fewer meetings
- Make data-driven decisions (not gut feelings)
- Get promoted to Director of Product within 2 years
- Build a more autonomous product team

Personal:
- Leave work by 6pm more often
- Be seen as a strategic leader, not a ticket manager
- Stay current with industry trends without information overload

ステップ 5：課題

可能な限り数値化しましょう。 課題が曖昧だと、ペルソナも曖昧になります。

❌ "Has trouble with reporting"
✅ "Spends 15 hours per week creating manual reports for 4 different stakeholders"

❌ "Too many tools"
✅ "Uses 8 different tools daily (Jira, Slack, Notion, Figma, Analytics, Sheets, Docs, Email) with no unified view"

❌ "Meetings are a problem"
✅ "Averages 6 hours of meetings per day, leaving only 2 hours for deep work"

ステップ 6：ジョブ理論（JTBD）

ジョブには 3 つの種類があります。

ジョブの種類	説明	例
機能的	達成する必要があるタスク	「顧客への影響データに基づいて、製品バックログの優先順位を決める」
感情的	どのように感じたいか	「経営陣へのプレゼンに自信を持ちたい」
社会的	周囲からどのように見られたいか	「データに基づいて意思決定する人だと思われたい」

ステップ 7：購入プロセス

段階	行動
認知	ブログ記事を読み、LinkedIn で同僚からの推薦を目にする
検討	3～4 個のツールを比較し、G2／Capterra のレビューを読み、Slack コミュニティで質問する
決定	デモを依頼し、IT／セキュリティの承認を得て、チーム向け料金を評価する
影響を与える人	エンジニアリングリード、プロダクト担当 VP、CFO（予算面）
懸念点	「チームは実際に使ってくれるだろうか？」「Jira と連携できるだろうか？」
きっかけとなる出来事	高い目標が設定された新四半期、より良いレポートを求める新任 VP

ステップ 8：アバターを生成する

# Match demographics: age, gender, ethnicity, professional context
belt app run falai/flux-dev-lora --input '{
  "prompt": "professional headshot photograph of a 34-year-old Asian American woman, product manager, warm confident smile, modern tech office background, natural lighting, wearing smart casual blouse, realistic portrait photography, sharp focus",
  "width": 1024,
  "height": 1024
}'

アバターのヒント：

• 年齢層、民族的背景の表現、職業上の状況を一致させます
• リアルな結果を得るには「プロのヘッドショット写真」を使います
• 親しみやすく、近づきやすい表情にします（ストックフォトのように硬い表情は避けます）
• 背景で職場環境を表現します
• ビジネスカジュアル、または業界に適した服装にします

アンチペルソナ

同じくらい重要なのは、顧客ではない人を見極めることです。

ANTI-PERSONA: "Enterprise Earl"
- CTO at a 5,000+ person enterprise
- Needs SOC 2, HIPAA, on-premise deployment
- 18-month procurement cycles
- Wants white-glove onboarding and dedicated CSM
- WHY NOT: Our product is self-serve SaaS for SMB/mid-market.
  Enterprise needs would require 2+ years of product investment.

アンチペルソナを設定すると、対応できない顧客に労力を無駄に費やすことを防げます。

複数のペルソナ

ほとんどの製品には 2～4 個のペルソナがあります。4 個を超えると、十分に対応するのが難しくなります。

優先度	ペルソナ	役割
主要	主なユーザー兼購入者	最適化の対象
二次	購入の意思決定に影響を与える人	説得が必要な相手
三次	製品をときどき使う人	支援の対象であり、ターゲットではない人

検証

仮定に基づくペルソナは、あくまで架空のものです。以下の方法で検証してください。

方法	わかること
顧客インタビュー（5～10件）	実際に使われる言葉、実際の課題
サポートチケットの分析	想定ではなく、実際の問題
アナリティクスデータ	報告された行動ではなく、実際の行動
アンケート（50件以上の回答）	セグメント全体に見られる傾向を定量化
営業電話の録音	反論、購入のきっかけ、使われる言葉

よくある間違い

間違い	問題	対処法
仮定に基づいている	調査ではなく、架空のものです	データから始めます
ペルソナが多すぎる（6人以上）	全員に十分な対応ができません	最大3～4人にします
課題が漠然としている	実行に移せません	すべてを定量化します
人口統計情報のみ	動機や行動を見落とします	サイコグラフィックとJTBDを追加します
一度も更新しない	古くなります	四半期ごとに見直します
アンチペルソナがない	対象外の顧客に労力を浪費します	対象としない相手を明確にします
すべてに単一のペルソナを使う	ユーザーによってニーズが異なります	プライマリー／セカンダリー／ターシャリーを設定します

関連スキル

npx skills add inference-sh/skills@web-search
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@prompt-engineering

すべてのアプリを見る：belt app list