生成AIの進化に伴って、AIを組み込むデジタルプロダクトがこの数年でかなり増えていますが、プロダクトを作ったはいいものの「ユーザーにうまく使ってもらえない、受け入れてもらえない」という課題も合わせて増えています。
グッドパッチが支援をしているプロジェクトでも、「PoCやデモを見せたときには反応が良いのに、いざ導入をして使い始めてもらうとなると、なかなか定着しない」「最初は興味本位で使ってもらえるけど、長続きしない」といった悩みを聞くことは少なくありません。
実際にユーザーに声を聞いてみると、「便利だとは思うけど、普段慣れているやり方に戻ってしまう」。価値を感じてはいるが、使いこなすまでには至らない。生成AIはできることが多いが故に、ユーザーに提供する価値やサービスの特徴を見失いやすいのも事実です。AIが普及している今だからこそ、顧客体験を、そしてUXを見つめ直す必要があるのではないでしょうか。
グッドパッチは、2026年10月にウェビナー「ユーザー利用率が高いAIプロダクトに共通する AI時代に必要なUXの4原則」を開催しました。本記事では、ウェビナーのダイジェストとして、AIプロダクトを開発する際に必要な体験設計の観点を解説します。
AI時代のユーザー体験において、考慮すべき2つの接点
生成AIが登場したことで、人とコンピューターの関係は変わりつつあります。かつては人がコマンドで指示を書いたり、画面（GUI）を操作したりして指示を出すというフローが、人がAIに意図を伝え、AIエージェントに動いて（作業をして）もらって目的を達成するという形に変わりました。
これによってプロダクト作りで考えるべきポイントにも影響が出ています。人間とコンピュータ（システム）の間にAIが入ったことで、ユーザー体験を考えるときに設計すべき対象が「人とAI」「AIとシステム」という2つの接点へと広がったのです。これまでは人が直接システムを触っていたため、接点は1つで済んでいましたが、AIエージェントが間に入ることで、接点が2つに分かれるというようなイメージです。
「人とAI」の接点については、AIに対して「何をしてほしいか」という意図を人がしっかりと伝え、AIはそれをより高い解像度で確認をして理解をするというコミュニケーションが発生します。もう1つの「AIとシステム」の接点では、ユーザーの意図を汲み取ったAIが、人間の代わりにシステムを制御し、システムから返ってきた結果を人間に渡すというわけです。
この関係性は、レストランでの注文シーンを想像すると分かりやすいかもしれません。注文をする客が「ユーザー」、料理を作るシェフが「システム」、そして注文を受けるウェイターが「AIエージェント」という構図です。
ウェイターがどんなに有能で愛想が良くても、お客さんからきちんとアレルギーや好みの食材、料理をどういう順番で出してほしいかといった要望を引き出せなかったり、もしくはオーバーオーダーになって、逆に料理を届けるのが（処理が）遅くなったり、間違ったりといったことが起こると、レストランにおける顧客体験や評価を著しく毀損してしまうでしょう。
客の意図を正確に引き出し、それをきちんと裏方に伝える──両者の間に立つウェイターの対応、つまりコミュニケーションがカギになる。AIプロダクトに置き換えれば、AIエージェントとのコミュニケーション部分をしっかりと設計することが、サービス（プロダクト）全体の評価を担保するポイントになるのです。
AI時代のユーザー体験「Agentic UX」は何を設計するのか
こうした変化を踏まえ、AIエージェントの存在を前提とするユーザー体験を「Agentic UX」と呼ぶ動きも出てきています。ここまでに説明した内容をまとめると、従来のUXデザインと比べて、体験の起点や設計をする対象、そして考えるべきテーマが変わるというわけです。
Agentic UXにおいては、考えるべきテーマ（中心となる要素）はAIとユーザーの接点、つまりはコミュニケーションとなりますが、具体的に押さえるポイントについて、AI時代のUXにおける設計の原則として、グッドパッチでは
- 「意図」の設計：ユーザーが提示するゴールを、AIが明確に理解できるよう翻訳する
- 「環境」の設計：AIエージェントが正しく動くためのルールや環境を整備する
- 「信頼」の設計：ユーザーが安心してAIに委任できる状態、ワークフローを作る
- 「制御」の設計：AIの動きに対して、いつでも人間が介入、修正できるようにする
という4つの観点でまとめています。詳しくは以下の記事で解説しているので、ぜひご覧ください。
ここからは、人とAIエージェントのコミュニケーション体験に深く関わる「意図」と「信頼」の設計が、既存のプロダクトでどのように工夫されているかという点をご紹介していきます。
例1：AI側から質問・選択肢を投げかけ、ユーザーの意図の言語化をサポートする
まずは「信頼」の設計の例です。ClaudeやChatGPTなどのチャット形式のAIツールなどでよく見られる仕掛けですが、ユーザーの意図を引き出すための工夫として、チャットによる自然言語の指示に頼るのではなく、AI側からも質問や選択肢を投げかけて、意図の言語化を支援しています。
例えば「英語の学習アプリを作りたい」というアバウトな指示を投げると、「どんな目的、どんなアプリを作りたいですか？」といったことから、誰が使うものなのか、どういったシーンで使われるものなのか、といったアプリを開発する際に必要な要件をていねいに聞き出してくれます。
そのほかにも選択肢を提示するなど、さまざまな工夫でユーザー側から自発的には出てこない考えや意思を、AI側からの投げかけで補完していく仕組みは、手戻りを防ぎ、余計なトークンコストや時間をかけないようにし、ユーザー体験を担保しているのです。
例2：複数のアウトプットを生成し、ユーザーに選択を委ねることで意図を引き出す
続いては、「複数のアウトプットを生成し、ユーザーに選択を委ねることで意図を引き出す」アプローチを紹介します。先ほどの例とは対照的な方法で、質問によって意図を探るのではなく、先にアウトプットを見せて意図を探ります。
AI音楽ジェネレーターの「Suno」の例ですが、例えば「ハーブティーに合うような、静かなゆっくりな音楽を作って」という指示を出すと、違うバージョンの曲を4つすぐに出してくれました。
試してみると分かりやすいですが、クリエイティブな何かを作るというシーンでは、自分が最終的に何が欲しいかというイメージを持っていないことがほとんどです。
複雑な業務システムを作るときなど、AIが一発で100点に近いアウトプットを出すのが難しいケースでも、ていねいに詳細を詰めるというよりも、完成物を複数提示し、その中から選んでもらうというアプローチが、隠れた意図を引き出すには有効かもしれません。
例3：差分を可視化し、ユーザーが納得して承認できるようにする
続いて「信頼を生む」という観点が強い工夫として、Notion AIの文章校正機能を紹介します。
例えば、口語調で雑に書いた文章を要約し、ビジネス文章にまとめる指示をしたとします。すると、どう変更したのかを原文と修正後のものできちんと比較して見られるように表示してくれます。そして、変更に対してユーザー自身が承認するというアクションをとることもできるし、変えたくない場合は、提案を拒否することも可能です。
これは「制御」の要素に通ずるところもありますが、ユーザーが判断できる余地を与えることで、「コントロールできている」という感覚が生まれ、同時にAIに対する信頼も担保できるのです。
例4：思考の根拠や裏側の処理状況を示し、ブラックボックス化を防ぐ
最後の例は、思考の根拠や処理状況を表し、ブラックボックス化を防ぐというアプローチです。
先ほど挙げた、英語学習アプリの開発の例ですが、開発プロセスに入った後は、いきなり完成品をポンと出すのではなく、「今はこういうタスクを進めています」という実行プロセスを細かく分けて表示してくれます。
「単語フラッシュカードのページを書き終えたので、再度直してから公開します」「保存パスが誤っていたので修正して再公開します」など、作業フローの理由や例外処理まで開示してくれるため、「自分の手を離れて作業が進んでしまう」というような怖さをユーザーが感じにくくなるのです。
実際に人間同士で仕事をするときも、黙々と作業が進んで急に完成物が出てくるよりも、進捗や思考の経過を共有してもらえる方が、安心できるし、信頼も生まれます。それはAIの作業においても共通するポイントなのでしょう。
3つの問いを通じて「Agentic UX」の要件を満たしているか確かめる
4つの事例を紹介しましたが、いずれも共通しているのは、プロダクトを使うユーザーがどんな状態でそのプロダクトを使おうとしているのか、何を求めているのかを想定し、最適化された伝え方、つまりAIと人のコミュニケーションの仕組みがきちんと設計されているということです。
今後、デジタルプロダクトにAIが組み込まれたとしても、心地よいスムーズなユーザー体験を作るためには、やはりユーザーのことを深く知る必要はあるでしょう。目の前のユーザーに向き合い、濃い一次情報を拾いに行くことは、これまでのデザインプロセスと変わらず、あるいはこれまで以上に大事になるのではないでしょうか。
特にAIによってできることが広がっている今、AIを取り入れたプロダクトを使うことで得られる体験も幅が広がっており、設計次第でユーザーがどういう体験を得られるか、どういう評価をするか、差がつきやすくなっているという面もあるので、なおさら顧客理解の重要度は高まっていくでしょう。
最後にセミナーのまとめとして、ここまでの話を踏まえ、AIエージェントの存在を前提とするユーザー体験「Agentic UX」の要件を自社プロダクトが満たしているか、3つの視点で振り返る方法をお伝えします。
まずは「ユーザーの意図が引き出しやすい設計になっているか」。意図を引き出すという部分をユーザーへの自由入力に丸投げしていないかという部分や、AI側から意図の伝達を補助する仕組みが用意できているか、検討できているかという点も合わせて見てみてください。
次は「AIの処理がユーザーから信頼できるものになっているか」。先ほどの例で挙げたように、実行や処理がブラックボックス化しない状態が作れているか。そして、人が確認したり納得して進める仕組みが適切に用意されているかという点を確認します。
確認を促しすぎると、ユーザーも不満に感じやすくなってしまうのが難しいところですが、その適切なバランスや「どういうフローであれば心地よいのだろう？」という点は、まさにユーザーの理解を深めながら設計していく部分です。
最後は「軌道修正できる仕組みが担保されているか」。望ましいことではありませんが、仮にAIが意図と違う結果を出してきた場合、ユーザーが迷わず、手戻りなく修正や却下、再実行できる導線やルールが整っているか。これも使いやすさにつながる観点です。ぜひ、こうしたポイントを踏まえて、AI時代にユーザーに受け入れられるサービスになっているか、確認してみてください。
質疑応答ダイジェスト
セミナーの後半では、質疑応答として参加者の方からの質問に登壇者が回答しました。全部で4つの質問に答えましたが、本記事ではダイジェストとして2つご紹介します。
AIに対する期待値調整のため、プロダクト「外」の仕掛けも重要になる
まずは「プロダクト内のAI体験を考える上で、特に重要なことや、気に掛けていることは何ですか？」という質問。セミナー本編で話したことに加える形で、サービスデザイナーの天野は「プロダクトの周りの仕組みも合わせて設計できると良い」と話しました。
オンボーディング機能など、システム側で平準化に向けた補助はできるものの、AIプロダクトはユーザーの質問の仕方や使い方によって、パフォーマンスに大きな差が出てしまうことはどうしても避けられません。
そのため、研修やワークショップといった形で、リテラシーの目線をそろえたり、さまざまな人が一緒に使うことで学んでいく仕組みを作ったりするなど、価値を実感できる機会をサービス全体で設計していくアプローチも考えられると言います。
また、昨今は生成AIの進化が目覚ましく、プロダクトに対する期待も高まりやすいため、「使ってみたけど、思っていたのとなんか違う」といった形で離反するケースも増えるかもしれない、と説明したのはサービスデザイナーの三浦。ユーザーの理解と期待と一致させるような、プロダクトのコミュニケーションを設計していく必要があるのではないか、と回答しました。
理想とするAIとのコミュニケーションはプロダクトごとに異なる ユーザーテストで見極めよう
もう1つご紹介する質問は「ユーザーの承認を求めるタイミングをどうやって決めますか？ 多すぎると面倒くさくなるし、少ないと信頼性が下がるし、見極めのコツを教えていただきたいです」というもの。AIエージェントとのやりとりにおける承認のタイミングや、頻度に関する問いです。
確認のバランスの見極めに関して「プロダクトによって、さらに言えばユーザーのAIに対する期待度によって変化する」と答えたのは三浦。AIを信頼していれば、承認を求める回数が少なくても安心してもらえるでしょうし、「承認タイミングが多少増えても、良い結果が出てくるのであれば乗り越えられる」というシーンも考えられます。
「明確なルールのようなものはない」としつつも、プロジェクトではユーザーテストを繰り返す中でラインを探っていくと答えました。ターゲットユーザーだったり、今後広げていきたい機能を使ってもらいたいポテンシャルユーザーの方々に話を聞きつつ、承認の頻度を見極めるテストを行うと言います。やはり、カギとなるのはユーザーの理解になるようです。
グッドパッチからのお知らせ
本記事では「AI時代に必要なUXの4原則」として、セミナーのダイジェストをお届けしてきましたが、当日は記事では取り上げなかった質問に答えているほか、AIエージェントの存在を前提とするユーザー体験「Agentic UX」について、詳細な解説をしています。アーカイブ動画を公開しておりますので、よければぜひご覧ください。
また、グッドパッチでは、本セミナーのテーマでもあった、UXデザインにおける強みを軸にAIプロダクトの開発に伴走する「Goodpatch AX」というソリューションを展開しています。事業価値と体験価値が両立した、ユーザーに愛されるAIプロダクトの開発を支援していますので、こちらも合わせてご検討ください。
