tsingyuai/growth-lab

解決する課題

Growth Labは、AI成長ツールの断片化という課題に対処します。コピーライティング、競合調査、データ分析に個別のツールを使用する代わりに、エンドツーエンドのクローズドループシステムを提供します。これにより、異なるダッシュボード、ドキュメント、プロンプト間を切り替える際に通常発生するプロダクトコンテキストの喪失を防ぎ、プロダクトの理解、ニーズの特定、アクションの実行、結果からの学習という継続的なサイクルを可能にします。

仕組み

Growth Labは、既存のAIランタイム（具体的には Codex または Claude Code）を使用して成長ワークフローを実行するフレームワークとして機能します。ロジックは以下のコンポーネントに整理されています：

• Control Plane: ユーザーが目標やフィードバックを提供するAIチャットセッション。
• Runtime: タスクを実行するエンジン (Codex/Claude Code)。
• Skills: ランタイムに調査、戦略立案、コンテンツ作成の方法を教える成長手法とガイドライン。
• Clients: ブラウザアクセス、API呼び出し、コンテンツ生成のための外部ツール。
• File System: 長期メモリとして機能し、セッションを越えてプロダクトコンテキスト、調査データ、結果を保存します。

各成長モデルは「Observe-Act-Review（観察・実行・レビュー）」ループに従い、メモリが保持されることで、後続のアクションが以前の証拠や結果に基づいたものになるようにします。

対象者

自然言語による人間介在型（human-in-the-loop）のコラボレーションを維持しながら、成長コンテンツの調査、作成、配信を自動化したいプロダクトオペレーターやグロースハッカー向けに設計されています。

ハイライト

• エンドツーエンドのライフサイクル: 機会の特定から実行、測定までの全プロセスをカバー。
• 自然言語インターフェース: 設定や目標設定を含むワークフロー全体を会話を通じて管理。
• 統合されたナレッジ: データ、専門的な手法、実行ツールを単一のワークスペースに統合。
• オープンソース & プライベート: すべてのプロダクトデータとメモリはユーザーのワークスペースにローカルに保存され、データの所有権を保証。
• 構築済みのループ: SEOページの成長や Xiaohongshu (Red) のコンテンツ複製・レビューのための特化型ワークフローを含む。