筆者の環境で、LM StudioでCommand R+を動作させている様子。会話相手は自作キャラクターの「明日来子（あすきこ）さん」 PCローカル環境で動作する大規模言語モデル（LLM）「Command R+」を使っていますが、相当優秀ですね。体感ではChatGPT（GPT-4）と変わらないレベル。さらに、ChatGPTが回答を拒絶するような会話もできてしまいます。これが体験できるようになったのは、LM Studioに代表されるローカルLLMを動かすためのアプリ環境が整ってきたためです。今年に入り、Command R+を始めとしたローカルLLMが高性能化してきたことと並行し、手軽に使える派生モデルも増えはじめ、一気にあわただしくなってきました。 導入が難しかったローカルLLM、「LM Studio」で簡単に Command R+を試すのに使っているのが、LLMの主要モデルを実行するための統

プロダクトマネジメントを体系化したクライテリアです。企業がプロダクトを成功に導くために必要な要素を多角的かつ具体的に記載してあります。対象はプロダクトマネージャー個人ではなくプロダクトを取り巻くチームとし、プロダクトマネジメント全体をスコープにしています。 🎉 プロダクトの成功 プロダクトの成功には2つの要素があります。 ユーザー価値と事業収益がバランスを取りながら最大化している状態ビジョンが実現できている状態この2つを満たしたプロダクトの成功を実現するプロダクトマネジメントについて定義します。 🔄 プロダクトマネジメントのフロー 👆🏻2つのテーマ、5つのカテゴリプロダクトマネジメントには大きく2つのテーマがあります。 🎁 A. プロダクトをつくる仕事 👩‍👩‍👧‍👧 B. プロダクトチームをつくる仕事 そして、「🎁 A. プロダクトをつくる仕事」には大きく4つのカテゴ