ClaudeやCodex、Geminiなど、さまざまな生成AIツールが出てきたこともあり、いわゆる大企業においては、生成AIの導入率が8割を超えたという調査結果も出てきています。
一方で、多くの社員が生成AIツールを使うようになれば、導入コストも跳ね上がります。それ故に、しっかりと業務上の成果を挙げられているのか、つまりROIについては、今後はよりシビアに見られるようになるでしょう。
グッドパッチが手掛けるデザインの領域でも同じことが言えます。AIを使うことで、例えば、デザイナー以外の人がデザインができるようになったり、これまでより多くの成果物を生み出せるようになったりと、ケイパビリティの拡張や生産性の向上、さらにはCVRなどの事業指標への貢献といった成果が、より求められるようになっているのです。
デザインに対して、生成AIを使った先に求められる成果を出すにはどうすればいいのか。グッドパッチは、2026年9月にウェビナー「組織全員のスピードと再現性が変わる AI前提のUI/UXデザイン業務基盤の作り方」を開催し、AI×デザインプロダクト事業責任者の片貝が登壇しました。本記事では、ウェビナーのダイジェストをお届けします!
2023年にグッドパッチへジョインし、既存サービスのリニューアルやグロース支援、新規事業のUI/UX設計・プロダクトマネジメントを担当。現在はAI×デザイン領域の新規事業責任者として、AIプロダクト「Layermate」や「デザインハーネス構築支援ソリューション」の開発、組織づくりを推進。人間中心設計スペシャリスト資格を保持。
目次
デザインの主体者が人間からAIに。「デザイン基盤」も変化が求められる
生成AIを利用する理由や狙いとして、最もポピュラーなのが先ほど触れた「生産性の向上」ですが、グッドパッチとしてさまざまな企業を支援する中で、まだまだ課題が多いのが現状です。
課題としてよくあるのが、AIを使って「自社らしい」デザインを保つ仕組みがない、というものです。例えば、コーポレートサイトやサービスなどのデザインで活用しようと思うと、AIで出力したものを手直しなしでそのまま使うのは難しい、というのが一般的な見方でしょう。統一感がなかったり、自社のイメージと合わなかったり、といった問題です。
叩き台にはなるものの、結果的には膨大な手直しが必要になり、生産性が上がらないどころか、かえって従来のフローよりも時間がかかってしまうというケースも少なくありません。
また「AIにどのようなデータを与えるか」というのも大きな課題になっています。精度を高めるためにさまざまなデータをAIに渡した方がいいというのは、常識になりつつあります。しかし、カラーコードなど、数値化や言語化がしやすいデータはまだしも「このデザインではダメな理由」「このケースではこういう画面パターンが有用」といった暗黙知をどのようにAIに渡すのかが分からない、という相談もよく受けています。

こうした課題を解決するために必要なのは、デザインをする主体が人間からAIに移っているということを認識し、AIを主体にしたデザイン基盤、つまりは「AIデザイン環境」を構築することです。
主体がAIに変わると、品質の担保をするカギは人間のレビューではなく、AIを動かす環境の整備に移ってきます。知識も人間が理解できる形だけでは不十分で、AIが読める、AIフレンドリーなものでなくてはいけません。生産性の高め方も、人などのリソースを増やすという形ではなく、AIの生産性を高める方法を模索することになります。従来の考え方から大きく転換する必要があるのです。

AIの生産性を高める仕組み「デザインハーネス」でできること
そこで、デザインにおける生成AIの生産性を高める仕組み、つまりAI時代のデザイン基盤として、今注目されているのが「デザインハーネス」という言葉です。
デザインハーネスとは、企業独自のデザイン判断基準をAIが参照・検証できる形式に整え、誰が制作しても、AIの出力を一定の品質へ収束させるための環境設計です。「制約」「情報」「評価」「修正」という4つの仕組みを使い、自然言語による指示で誰でも自社らしいデザインを作れる環境を担保します。

生成AIは同じ指示を出しても、毎回まったく同じものが出力されるわけではありません。品質も含めて、確率的なバラつきがあるのですが、AIエージェントを使うにあたっての環境そのものを「ハーネス」として設計してあげることで、例えばグッドパッチであれば、自社のロゴに使われているカラーを使ったデザインの生成であったり、定めたルールを守ったりということをやってくれるようになります。
デザインハーネスでできることはいろいろありますが、先ほどお話しした「自社らしいデザインを誰でも作れる」といったもの以外にも、デザイナーであれば制作にかかる時間が減り、判断やレビューなどに加え、ユーザーの声などの一次情報の取得に時間を使えるようになります。
さらに「守らせたいルール」や「ターゲット」などを定めることで、その前提を基にAIがデザインを生成してくれますし、指示内容を満たしているかを確認する仕組みを作れば、手戻りも減って生産性が高まるようになるのです。

新メンバーが入ってきたときのオンボーディングにも役立ちます。分厚いガイドラインやマニュアルを用意しなくても、デザインハーネスの中にドキュメントとして入れておけば、守るべきルールやガイドラインをキャッチアップしやすくなるでしょう。
そして、この守るべきルールやガイドラインも、追加したり進化させることができます。「このボタンは、このコンポーネントを使ってほしい」といった形で、AIが生成したデザインに対してフィードバックをすると、「Aさんが何月何日にXXという指示をした」という、意思決定の背景も含めてログとして残すことができ、それをGitHubのリポジトリにプッシュをすると、個人が持っている暗黙知を吸い上げる仕組みが構築できます。
ハーネスを使うほど、組織の中にデザインに関する知見やルールが溜まっていくという形で、個人の暗黙知を組織の形式知に変換し続けるという状態を作ることができるのです。
4つの層に分けて考える、デザインハーネスの作り方
では、実際にデザインハーネスを構築するにはどうすればいいのか。「制約」「情報」「評価」「修正」という4つの仕組みそれぞれについて、どういう情報をAIにインプットさせて、AIからのアウトプットをどういうものにすれば良いかという形で整理していきます。

AIができることを限定する「制約」層
まず「制約」は、AIができることを限定するための仕組みです。使っていいカラーやコンポーネントといった自社(またはプロダクト)固有のルールや禁止するルールの定義を行います。
インプットの材料にするのは、「トーンオブボイス」など明文化されたルールドキュメントはもちろん、既存のデザインシステムや実装コードを使うのが一般的です。
コンテキストを知らせる「情報」層
次の情報層は、AIの意思決定を支える情報、コンテキストを提供することが目的です。ペルソナやユーザーストーリー、KPI、与件の意図といった情報や、過去の意思決定に関するログをAIが参照しやすいようにまとめます。
制約層のときと同様に、明文化されたドキュメントがあればもちろん、現場メンバーのヒアリングを使って作るのも有用です。例えばベテランのデザイナーの方にヒアリングをして、思考プロセスや業務フローなどを整理してデータ化し、AIに参照させるといったイメージです。
とはいえ、思考プロセスや判断の基準は言語化や整理が難しいこともあります。そういった場合は、ハーネスを使う過程で、AIにフィードバックをする中で、判断理由などの情報を収集していくことになるでしょう。
ルールの遵守を自動で確認する「評価」層
AIが作ったものに対して、分かりやすい基準(ルール)については、AIでチェックを行えるのがデザインハーネスの特徴です。ルール外の値やパーツが使われていないかを確認する仕組みが「評価」層となります。
確認する対象は、制約層で定めたルールです。CI Lintツールなど機械的に処理するステップと、AIがエージェントとして生成物を自己修正をするステップ、そして、最終的に人間が目視で確認してフィードバックをするステップ、という3つの段階に分けて評価の体制を作っています。
基準を進化させ、形式知を作るための「修正」層
評価の結果、NGであれば生成物を修正する必要があります。それが4つ目の仕組みである「修正」層の役割です。
ここで大切なのは、修正の理由を記録に残しておき、次に生かせる仕組みを構築することです。評価がNGになった際に再生成する手順を組んでおく、そして、人間が返したフィードバックや意思決定のログなどを記録しておく場所を作るといった準備をしておきましょう。
先ほど触れたように、フィードバックの内容を組織の形式知にするためにも、記録された判断基準のデータをどうルールに昇格させるのか、その際の採用基準はどういったものかという点も考えておくことも大切です。
グッドパッチからのお知らせ
以上、ウェビナーの冒頭部分をお届けしましたが、ウェビナー当日はデザインハーネスを使ったLP制作のデモや、効果的なデザインハーネスを構築するために押さえるべきポイントといったノウハウが紹介され、参加者からの質疑応答も盛り上がりました。ご興味がある方はぜひアーカイブ動画をご覧いただければと思います。
また、記事中でも触れていますが、グッドパッチでは、デザインハーネス構築に向けたソリューションを展開しています。

AIを使って誰でも自社らしい体験設計ができたり、誰でもUIデザインができる環境の構築をするのはもちろん、作った後に使われるための仕組みづくりまでをカバー。お客さまのご希望に応じて、保守運用として「継続チューニング」といったメニューにも対応しています。
「ハーネスの構築をやってみたい」「自社でやってみたが、イマイチうまくいっていない」といった悩みがありましたら、ぜひご検討ください。
AIで自社らしい、高クオリティのデザインを
生成できる環境を構築
このような方におすすめです
- ・ AIで作った画面やバナーを、デザイナーが毎回手直ししている
- ・ AI活用が個々のメンバーの自主性に任せきりで、部署としての基準がない
- ・ デザイナーの採用や外注が追いつかず、制作依頼が滞留している

