CodexでもClaudeでも同じことが言えるのですが、節約のために作業中にLunaやSonnetのような安価なモデルに変えたり、推論レベルを変えたりすると、キャッシュが効かなくなって逆にコストが高くつきます。少し使い慣れてきた方がハマりやすいポイントなので共有です！

週に2万人以上のユーザー様が利用しているSNSを開発していますが、その開発・運用ルーティンとTipsを紹介します↓ ⭐️ PMF状況の定量的分析 ▶︎ PMF判定は主に「リテンション率(継続率)」で測っています。PMF特有のシグナルとして「Dnリテンション率が横ばいになっていく」というものがありまして、達成している場合は1週間、2週間、3週間経過していくと下げ止まりになっていきます。 毎日分析する必要はありませんが、週1は欠かさずPMF判定をデータドリブンで行っています。 ⭐️ フィードバックの優先順位を決めるトリアージスキルを作って利用する ▶︎ PMFを達成したプロダクトの1つの特徴として「届いたフィードバックの数が開発に追いつかない」があります。 フィードバックが何百件と届くと優先順位を付けて、先頭から解消していく必要があります。そこでClaude Codeにトリアージスキルを作成して、毎度実行して優先度を決めて、1つずつ解決しています。 ⭐️ グロース方程式を作成する ▶︎ PMFを達成して次にやる事の1つとして「グロース施策を考える」があります。 まず、アプリのアハ・モーメントをデータドリブンで実測して発見します。アハ・モーメントとは「ユーザー様がアプリを好きになる瞬間」の事です。具体的にどういった操作をした瞬間にプロダクトが好きになっているのか、をリテンションしたユーザーとそうでないユーザーを比較して発見します。 例えばTwitterのアハモーメントは「ユーザーを30人以上フォローする」というのが有名ですね。30人という数字がアハモーメントです。これはデータドリブンで発見可能です。 アハモーメントを見つけると、それに誘導する「グロース方程式」というものを立てることができます。方程式には複数の変数が含まれるので、1番レバレッジの効く変数を特定します。 例えば「通知到達率」が最もレバレッジの高い変数であれば、「ユーザーにとある通知を届けるにはどうUXを改善すれば良いか」を考えるステップへ進めます。これをUXならぬNUXの改善と呼びます。 他にもいろいろありますが、個人でスタートアップを回そうとすると全ての知識を学ぶ必要があるので、とてもやり甲斐があって楽しいです。YouTubeでも紹介できたらと思います👀

生成AIもまだ無かった5年前…昼間は会社員として働き、子どもを寝かしつけたあとにコツコツ始めた個人開発。 この度ようやく、ひとつの目標だった年間売上1,000万円を達成しました😭✨ 引き続き良いものをお届けできるように頑張ります‼️💪 @any_planner @postockapp

アプリレビュー企画を検証してみての話と、今後の話を記事にまとめました！ 今後 #にょすレビュー# という形で、月5-10件くらい引き続きレビュー活動を続けていきます！ ・楽しく負荷がない ・結構喜んでもらえる ・周りも楽しんでもらえる この条件は、なかなか揃わないので、継続していきます！✌️