AIを使ったデザインプロセスでは、人間の仕事は完成物を直接作ることから、AIが探索できるコンテキストを作ることへ移る。ここでいうコンテキストは、要件や制約を文章にまとめたものだけではない。対象をどう見ているか、何を良いと感じているか、どの方向に可能性がありそうかという仮説まで含む。AIが作る力を持つほど、人間には「何を材料として渡すのか」「どの方向へ作らせるのか」を決める力が求められる。
コンテキストは制作指示ではなく探索空間の制御である
AIへの指示は、単なる作業依頼ではなく探索空間の制御である。AIで良いUXを作るにはゴールイメージを持って意味空間へ取りに行く必要があるで扱ったように、AIは広すぎる可能性の空間を開く。何も指定しなければ、平均的でそれらしいものを返す。平均値から抜けるには、人間の側に「こっちへ行きたい」という探索方向が要る。
この探索方向を作るのがコンテキスト化である。目的、ユーザー、制約、ブランド、既存資産、競合、組織内の前提、過去の失敗、レビューで出た違和感。これらを集めて渡すと、AIは少なくともまったく別の方向へ走りにくくなる。デザインの役割はAIへのコンテキスト提供へとシフトするという認識は、この意味で「作る仕事」の中心が、作業そのものから入力設計へ移ることを指している。
ただし、コンテキストは量を増やせばよいものではない。大量の情報を渡しても、そこに判断の軸がなければ、AIはどれを重く見るべきか分からない。AI時代のデザインはシステム管理からコンテキスト管理へと移行するでいうコンテキスト管理は、情報の倉庫を作ることではなく、関係性と判断基準を扱うことである。AIに渡すべきなのは「全部」ではなく、今回の探索に効く前提である。
自明なコンテキストは集めて束ねる
自明なコンテキストとは、すでに存在している前提である。プロダクトの目的、ユーザーの状況、既存画面、デザインシステム、事業上の制約、使える技術、守るべきトーン、避けたい表現。これらは想像するより先に集める必要がある。集めれば分かるものを想像で埋めると、AIはもっともらしい誤解を増幅する。
自明なコンテキストを集める作業は、地味だが制作の精度を大きく左右する。たとえば、同じ「業務画面を作る」でも、毎日見る画面なのか、月に一度だけ見る画面なのかで、密度や説明量は変わる。承認ミスが怖い画面なのか、素早い探索が求められる画面なのかでも、UIの重点は変わる。こうした前提を集めずに「使いやすく」とだけ渡すと、AIは一般的な使いやすさへ寄せる。
AI時代のデザインは文字理解ではなく身体化された理解から始まるが示すように、自明なコンテキストは文書からだけでは得られない。既存サービスを触る。類似の画面を歩く。ユーザーの行動を見る。現場の会話を聞く。そこで得た「この瞬間に迷う」「ここで安心する」「この情報は先に見たい」という感覚も、集めるべき前提である。AIに渡す言葉の背後に、触った人間の身体感覚があるかどうかで、同じ文言でも重みが変わる。
不明なコンテキストはリファレンスから想像する
不明なコンテキストとは、まだ誰も明示していないが、作るためには仮に置かなければならない前提である。どのくらい静かな佇まいがよいのか。どの程度の遊びが許されるのか。ユーザーは安心を求めているのか、勢いを求めているのか。ブランドは信頼を前に出すのか、親しみを前に出すのか。これらは要件書には書かれていないことが多い。
この不明なコンテキストを作るときに、リファレンスが効く。リファレンスを見るとは、表層を真似ることではない。自分の頭の中に、まだ存在しない画面や体験の像を作ることだ。デザインリファレンスを集める時に使うサイトに並ぶような外部事例は、完成形の答えではなく、想像の足場である。いくつかの事例を見比べることで、「この密度は近い」「この温度感は違う」「この導線の落ち着きは使えそう」といった仮の判断が立ち上がる。
この判断は、まだ正解ではない。想像や理想は仮説の原料であり、結論ではなく出発点として扱うと同じで、リファレンスから作る像は検証前の仮説である。ただ、仮説がなければAIはどこへ向かえばよいか分からない。人間はリファレンスを通じて、「こういう方向なら成立するのではないか」という視覚的仮説を作る。
視覚的仮説を言語に戻す
リファレンスを見て生まれた視覚的仮説は、そのままではAIに渡しにくい。「こういう感じ」は、人間同士なら画像を見せながら共有できるが、AIに対しては何が「こういう感じ」なのかを分解する必要がある。余白なのか、情報密度なのか、色の彩度なのか、角丸の柔らかさなのか、言葉の硬さなのか、視線誘導なのか。視覚的仮説をAIに使わせるには、感じたことを判断基準へ変換する工程が要る。
AIに任せると遅いという感覚は、自分の判断が言語化されていないことを測っているで扱った「遅さ」は、ここでも起きる。リファレンスを見て「この方向」と思っているのに、AIが出すものはズレる。そのズレは、AIが分かっていないというより、人間がまだ何を良いと感じたのかを渡せていない状態である。
たとえば「Notionっぽく」では弱い。Notionの何を使いたいのか。低彩度の面構成なのか、書類的な静けさなのか、情報の階層が浅く見えることなのか、余白で安心させることなのか。そこまで言語化できると、リファレンスは単なる固有名詞ではなく、AIが再利用できるコンテキストになる。AIへの指示文における5要素の詳細記述が成果物の質を決定し、その作成能力は個人の生産性を直接反映するという話も、突き詰めると、判断の分解と渡し方の問題である。
人間の仕事はコンテキストを作り替え続けることである
AIを使ったデザインでは、最初のコンテキストで一発正解を出す必要はない。むしろ、最初のコンテキストは仮説でよい。AIに作らせ、出てきたものを見て、違和感を言葉にし、再びコンテキストを作り替える。この往復の中で、見えていなかった前提が見えるようになる。
AIはパターンマッチングで可能性を生成し、人間はコンテキストから意味を創造し削り出すなら、人間が担うのは最初の指示だけではない。生成されたものを見て、「この可能性は残す」「これは捨てる」「この方向を深める」と判断し、その判断を次のコンテキストとして渡すことまで含む。コンテキストは入力であると同時に、出力を見て更新される制作物でもある。
ここでデザイナーの訓練が効く。良いリファレンスを見分ける力、似ているものの差を感じる力、画面を触ったときの違和感を拾う力、抽象的な気分を具体的なUI要素に落とす力。これらは「手で作る能力」と別物ではない。手で作ってきた経験があるから、視覚的仮説に厚みが出る。手の中にあった判断を、AIに渡せるコンテキストへ変換する。AI時代のデザインプロセスでは、この変換こそが人間の仕事になる。