**TL;DR:** AI支援コーディングを用いて創業者向けのファイナンシャルアドバイザーツールを1ヶ月かけて構築。$127 クレジットを消費し、可能な限り多くのミスを犯し、最終的には1人の創業者から月額$50の検証を得るに至った。本当の教訓：AIはスピードに優れるが、正確さには苦手意識がある。少ない方が多いよりも良い結果をもたらすこともある。---## 解決すべき価値のある問題私は何年も創業者と仕事をしてきた。何度も繰り返される同じシーンを見てきた：VCが「解約率が2%下がったらどうなる？」と尋ねると、創業者の顔が真っ白になる。その答えは47タブのExcelの悪夢の中に埋もれている。会議の勢いは失われ、創業者は何時間もかけて数式を再構築し、セルは壊れ、循環参照がすべてをクラッシュさせる。私が何度も耳にした核心のフラストレーションは：**「一度だけ財務モデルを作ったことがある。シナリオの変更を頼まれるたびに、全部作り直さなきゃいけなかった。」**多くのアーリーステージのスタートアップは未だにスプレッドシートを使っている。ほとんどの創業者はそれを嫌っている。だから、AIがこの罠から抜け出す手助けができるか試してみることにした。## 設計図なしで構築：最初の2週間### Week 1：楽観主義は高くつく最初は2-3週間でできると確信していた。SNSでAIインフルエンサーたちが簡単に見せているのを見ていたからだ。**最初のロードマップはこうだった：**- リアルタイム同期可能なAI搭載のファイナンシャルコックピット- QuickBooksとStripeの統合- 投資家向けエクスポート付きシナリオプランニング- 数ヶ月ではなく数週間で完成**しかし、現実は違った。****曖昧な指示のコスト**最初のミスは、AIエージェントをマルチタスクできると誤解したことだ。前のリクエストが終わる前に3つのリクエストを同時に送った：- 「ダッシュボードをもっときれいに」- 「ダークモードを追加」- 「計算バグを修正」AIはこれらを同時に処理しようとし、混乱して何も完璧にできないものを作り出した。その結果、6回のロールバック、3時間のデバッグ、$23 クレジットを消費した。待てばよかっただけだ。**UIがすべてを壊した**「夜間モードを追加して」と頼んだら、AIは47の変更を加えた。結果は、白背景に白文字、見えないボタン、インターフェースの完全崩壊だった。フォントや背景を合わせるのに3日かかり、UIの複雑さは予想以上に早く拡大することを学んだ。**魔法の発見**そして、すべてを変えたフレーズを見つけた：**「私と理解を確認せずに変更しないでください。」**この一言があれば、$50以上節約できたはずだ。AIに実行前にアプローチを説明させることで、誤解を事前にキャッチできた。### Week 2：移動による進捗遅延日本の空港ラウンジでの作業は謙虚な教訓をもたらした：- ホテルWiFi + Replit開発＝絶え間ないフラストレーション- モバイルでTypeScriptエラーをデバッグするのはほぼ不可能- ロールバックボタンは最も頼れる友人になるTypeScriptを「モダンな選択」と考えて選んだが、失敗だった。理解していない言語だ。財務数式が複雑になると、構文と格闘する時間の方が多くなる。例：シンプルなランウェイ計算に2時間かかった。TypeScriptは型の不一致を頻繁に指摘してきた。**未来の構築者へのメモ：** 実際に理解している言語を選べ。プロトタイピングのために学習コストを払う価値はない。15日目には、Replitのクレジットは枯渇寸前だった。Week 1は$34、Week 2は$93かかった。変更→テスト→ロールバック→再挑戦のたびに$2-5を消費。新たなルールを設定した：$40 週ごとに最大、または停止してなぜこれほどクレジットを使うのか再考。---## すべてが変わった瞬間：ユーザーフィードバックWeek### Day 17：テスター募集創業者のSlackチャンネルに投稿：「使えないファイナンシャルプランニングツールを作っている。重要なフィードバックが必要だ。」反応はゼロ。しかし、粘った。最終的に1人の友人と2人の創業者がテストに協力してくれた。彼らのフィードバックは厳しくも目から鱗だった。### Day 18-20：謙虚さを学ぶ真実**問題#1：私の計算は20%誤っていた**ある創業者の顧客獲得コストは、実際は$58.75のはずだったのに、表示は違った。誤差が大きすぎて、シリーズAのピッチを台無しにしかねない。原因は、曖昧な指示でMistralAIに「顧客獲得コストを計算して」と頼んだことだ。AIは方法論について勝手に仮定を立てた。時には「解約率」を月次と解釈し、他の時は年次と解釈した。整合性が崩壊していた。**問題#2：大きなモデルはエクスポート機能をクラッシュさせる**50行以上のデータはメモリオーバーフローを引き起こした。**問題#3：コア機能が埋もれている**創業者は最も必要としたランウェイ計算を見つけられなかった。3画面深くに埋もれていたため、必要な情報にたどり着くのに5ページも操作しなければならなかった。$47 6時間のデバッグセッションLTV/CACの計算は常に誤っていた。6時間の追跡調査で判明したのは、MistralAIが「月次解約率」を「年次解約率」と解釈していたケースと、その逆もあったことだ。「顧客生涯価値」を頼んだとき、隠された仮定をしていた。**悪いプロンプト：** LTVを計算して**良いプロンプト：**
ファイナンシャルプランニングMVPの構築：30日間のAI支援開発、$127 の費やし、そして実際に重要だった教訓
TL;DR: AI支援コーディングを用いて創業者向けのファイナンシャルアドバイザーツールを1ヶ月かけて構築。$127 クレジットを消費し、可能な限り多くのミスを犯し、最終的には1人の創業者から月額$50の検証を得るに至った。本当の教訓：AIはスピードに優れるが、正確さには苦手意識がある。少ない方が多いよりも良い結果をもたらすこともある。
解決すべき価値のある問題
私は何年も創業者と仕事をしてきた。何度も繰り返される同じシーンを見てきた：VCが「解約率が2%下がったらどうなる？」と尋ねると、創業者の顔が真っ白になる。その答えは47タブのExcelの悪夢の中に埋もれている。会議の勢いは失われ、創業者は何時間もかけて数式を再構築し、セルは壊れ、循環参照がすべてをクラッシュさせる。
私が何度も耳にした核心のフラストレーションは：「一度だけ財務モデルを作ったことがある。シナリオの変更を頼まれるたびに、全部作り直さなきゃいけなかった。」
多くのアーリーステージのスタートアップは未だにスプレッドシートを使っている。ほとんどの創業者はそれを嫌っている。だから、AIがこの罠から抜け出す手助けができるか試してみることにした。
設計図なしで構築：最初の2週間
Week 1：楽観主義は高くつく
最初は2-3週間でできると確信していた。SNSでAIインフルエンサーたちが簡単に見せているのを見ていたからだ。
最初のロードマップはこうだった：
しかし、現実は違った。
曖昧な指示のコスト
最初のミスは、AIエージェントをマルチタスクできると誤解したことだ。前のリクエストが終わる前に3つのリクエストを同時に送った：
AIはこれらを同時に処理しようとし、混乱して何も完璧にできないものを作り出した。その結果、6回のロールバック、3時間のデバッグ、$23 クレジットを消費した。待てばよかっただけだ。
UIがすべてを壊した
「夜間モードを追加して」と頼んだら、AIは47の変更を加えた。結果は、白背景に白文字、見えないボタン、インターフェースの完全崩壊だった。フォントや背景を合わせるのに3日かかり、UIの複雑さは予想以上に早く拡大することを学んだ。
魔法の発見
そして、すべてを変えたフレーズを見つけた：「私と理解を確認せずに変更しないでください。」
この一言があれば、$50以上節約できたはずだ。AIに実行前にアプローチを説明させることで、誤解を事前にキャッチできた。
Week 2：移動による進捗遅延
日本の空港ラウンジでの作業は謙虚な教訓をもたらした：
TypeScriptを「モダンな選択」と考えて選んだが、失敗だった。理解していない言語だ。財務数式が複雑になると、構文と格闘する時間の方が多くなる。例：シンプルなランウェイ計算に2時間かかった。TypeScriptは型の不一致を頻繁に指摘してきた。
未来の構築者へのメモ： 実際に理解している言語を選べ。プロトタイピングのために学習コストを払う価値はない。
15日目には、Replitのクレジットは枯渇寸前だった。Week 1は$34、Week 2は$93かかった。変更→テスト→ロールバック→再挑戦のたびに$2-5を消費。新たなルールを設定した：$40 週ごとに最大、または停止してなぜこれほどクレジットを使うのか再考。
すべてが変わった瞬間：ユーザーフィードバックWeek
Day 17：テスター募集
創業者のSlackチャンネルに投稿：「使えないファイナンシャルプランニングツールを作っている。重要なフィードバックが必要だ。」
反応はゼロ。
しかし、粘った。最終的に1人の友人と2人の創業者がテストに協力してくれた。彼らのフィードバックは厳しくも目から鱗だった。
Day 18-20：謙虚さを学ぶ真実
問題#1：私の計算は20%誤っていた
ある創業者の顧客獲得コストは、実際は$58.75のはずだったのに、表示は違った。誤差が大きすぎて、シリーズAのピッチを台無しにしかねない。原因は、曖昧な指示でMistralAIに「顧客獲得コストを計算して」と頼んだことだ。AIは方法論について勝手に仮定を立てた。時には「解約率」を月次と解釈し、他の時は年次と解釈した。整合性が崩壊していた。
問題#2：大きなモデルはエクスポート機能をクラッシュさせる
50行以上のデータはメモリオーバーフローを引き起こした。
問題#3：コア機能が埋もれている
創業者は最も必要としたランウェイ計算を見つけられなかった。3画面深くに埋もれていたため、必要な情報にたどり着くのに5ページも操作しなければならなかった。
$47 6時間のデバッグセッション
LTV/CACの計算は常に誤っていた。6時間の追跡調査で判明したのは、MistralAIが「月次解約率」を「年次解約率」と解釈していたケースと、その逆もあったことだ。「顧客生涯価値」を頼んだとき、隠された仮定をしていた。
悪いプロンプト： LTVを計算して
良いプロンプト：