AIプロダクトデザイン完全ガイド: generative UI、trust、feedback、streaming UI、agent UX、韓国文化特化 (2025)

Season 4 Ep 12 — Ep 11までが「エンジニアリングが安定するフェーズ」だったとすれば、Ep 12はユーザーに愛されるフェーズ。モデルがどれほど優れていてもUXが足りなければプロダクトは成立しない。

• Prologue — 「良いAIプロダクト = 良いUX」ではない
• 第1章 · deterministic UI vs generative UI
  • 1.1 deterministic UI
  • 1.2 generative UI
  • 1.3 ハイブリッドパターン
  • 1.4 例
• 第2章 · trustのデザイン
  • 2.1 なぜtrustが核心か
  • 2.2 7つのパターン
  • 2.3 trustを壊すもの
• 第3章 · feedback UX
  • 3.1 収集
  • 3.2 活用
  • 3.3 UX配置
• 第4章 · streaming・遅延・進行UX
  • 4.1 streaming UI vs バッチ
  • 4.2 遅延の処理
  • 4.3 進行状態
  • 4.4 退屈の防止
• 第5章 · agent UX
  • 5.1 3大課題
  • 5.2 進行の可視性
  • 5.3 承認ゲート
  • 5.4 失敗UX
  • 5.5 リプレイと共有
• 第6章 · voice UX (Ep 9の延長)
  • 6.1 デザイン原則
  • 6.2 マルチモーダル統合
  • 6.3 アクセシビリティ
• 第7章 · データと学習のUX
  • 7.1 ユーザーデータの公開
  • 7.2 feedback → 学習ループ
  • 7.3 On/Offスイッチ
• 第8章 · onboarding・第一印象
  • 8.1 最初の30秒
  • 8.2 Progressive disclosure
  • 8.3 エラー体験
• 第9章 · アクセシビリティ・包摂
  • 9.1 多様な能力
  • 9.2 言語・文化
  • 9.3 経済的アクセス
• 第10章 · 倫理・責任
  • 10.1 透明性
  • 10.2 バイアス・公平性
  • 10.3 労働・経済
  • 10.4 環境
• 第11章 · 韓国語・韓国文化への特化
  • 11.1 トーン・敬語
  • 11.2 呼称
  • 11.3 文化的文脈
  • 11.4 法的文言
  • 11.5 韓国語モバイルUX
• 第12章 · 実戦ケース 5つ
  • 12.1 AIコーディングプロダクト (Cursor型)
  • 12.2 カスタマーサポート (Zendesk AI等)
  • 12.3 ライティング(例: Grammarly、Notion AI)
  • 12.4 検索・リサーチ(Perplexity型)
  • 12.5 agent (Manus、Devin型)
• 第13章 · アンチパターン10選
  • 13.1 プロンプトボックスが単独で置かれている
  • 13.2 進行表示なし
  • 13.3 引用のない応答
  • 13.4 幻覚応答に自信満々
  • 13.5 feedback収集だけ、反映の痕跡なし
  • 13.6 エラーを静かに飲み込む
  • 13.7 自動動作に承認ゲートがない
  • 13.8 アクセシビリティを後回しに
  • 13.9 AI表示の欠落
  • 13.10 韓国文化を無視したグローバルトーン
• 第14章 · チェックリスト — AIプロダクトデザイン、ローンチ前12項目
• 第15章 · 次回予告 — Season 4 Ep 13 (フィナーレ): 「生成AI時代のビジネスモデル」

Prologue — 「良いAIプロダクト = 良いUX」ではない

2023年の多くのAIプロダクトは「ChatGPTの包装紙」だった。テキスト入力欄 + 応答欄 + 👍/👎。2025年現在、このフォーマットだけを持つプロダクトは大半が失敗したか、特定のニッチでのみ生き残っている。

理由:

• ChatGPT本家が強くなり続けている → 単純なラッパーでは差別化できない
• ユーザーがAIの弱点(幻覚、遅延、突然の拒否)を認識し始めた → trustのデザインが必要
• 非技術ユーザーに「プロンプトを上手く書け」と要求できない

だから2025年のAIプロダクトデザインは:

「制約の中でtrustを作るUX設計」

この記事ではその具体的パターンを整理する。

第1章 · deterministic UI vs generative UI

1.1 deterministic UI

• ボタン、フォーム、タブ、メニュー — 結果が予測可能
• 学習曲線が緩やか、ミスの修正が容易
• 80年のHCI伝統による最適化

1.2 generative UI

• AIがその場でボタン、カード、チャート、フォームを生成
• Tailwind / デザインシステムのtokenと連動
• 文脈に応じてUIが変形 — 非常に強力だが予測が困難

1.3 ハイブリッドパターン

• 骨格はdeterministic、コンテンツはgenerative(リスト、要約、引用)
• 生成結果をdeterministicなコンポーネントとしてレンダリング(JSONからCard、Markdownから安全なHTML)
• Actionable Chip: モデルが提案し、ユーザーがタップすると確定したアクションが動作

1.4 例

• Notion AIのスラッシュコマンド: deterministic + generative
• Perplexity: deterministicなレイアウトの中に生成された要約・引用
• Cursor: IDEのdeterministicな枠組み + インラインのgenerativeなコード提案

「generationが自由であるほど、deterministicなガードレールが必要」

第2章 · trustのデザイン

2.1 なぜtrustが核心か

• AI出力は確率的である。ユーザーは毎回「本当に合っているのか?」と心の中で問う
• 一度大きなミスを出すと、正しい答えすら疑われる
• trust ≠ 正解。trust = ユーザーがAIの限界を予測できること

2.2 7つのパターン

1. Citation(引用): 根拠文書、ページ、区間を表示
2. 不確実性の表示: 「85%確信」「情報不足」のような言葉
3. 編集可能: 応答をその場で修正・削除・再生成
4. 出典の視覚的区別: AI生成領域はアイコンや背景で区別
5. Show work(詳細表示): 推論過程や検索結果を展開可能
6. 更新周期の明示: 「最新データ: 2025-04-10」
7. 拒否の礼儀: 「これはお手伝いできません」+ 代替案の提示

2.3 trustを壊すもの

• 出典のない自信満々の回答
• 幻覚を「それらしく」並べる
• 失敗を静かに隠す(エラーメッセージなし)
• 過度なgenerative UIによるインターフェースの毎回の変形

第3章 · feedback UX

3.1 収集

• 👍/👎 ボタン: 即時feedback
• 選択式の理由(チェックボックス): 「不正確」「不完全」「危険」「スタイルが合わない」
• 自由記述: 稀だが深い洞察
• 修正された応答自体がfeedback(再生成・編集)

3.2 活用

• 👎ケース → 回帰評価セットの候補
• 👍ケース → Preference学習データ (Ep 4 DPO)
• 修正diff → スタイル・フォーマットの学習

3.3 UX配置

• インラインボタンは「ダッシュボードへ移動」方式より参加率が5〜10倍高い
• feedback即時に「ありがとうございます」の確認
• 個人データがどう使われるかを透明に公開

第4章 · streaming・遅延・進行UX

4.1 streaming UI vs バッチ

• streaming UI: 視覚的に速く、長い応答でも飽きない
• バッチ: フォーマットが複雑(表・JSON)だったり、結果を一度に検証する必要がある時

4.2 遅延の処理

• Skeleton UI: レイアウトだけ先に
• Typing indicator: 「考え中...」/ 点三つ
• Progressive content: タイトル → 要約 → 本文を順次表示
• Budget表示: 「残り予想時間5秒」
• キャンセル・待機: ユーザーが中断可能

4.3 進行状態

• agent作業: 「検索中」「分析中」「要約作成中」のステップ表示
• Todoチェックリスト: Claude Code式。各ステップの完了にチェック
• Replay: 完了後に過程を振り返れる

4.4 退屈の防止

• 長い待機にはマイクロインタラクション(アニメーション、楽しいメッセージ)
• ただし過度なユーモアは専門性を損なう

第5章 · agent UX

5.1 3大課題

1. 進行の可視性: 今、何をしているのか
2. 承認・中断: 危険な動作の前で止まる
3. 復旧・リプレイ: 失敗しても収拾できる

5.2 進行の可視性

• Timeline: tool callと結果を時系列で
• Todo: 「1. ファイルを開く ✓ 2. 修正中... 3. テスト実行待ち」
• Cost/Timeメーター: 想定コスト・時間の表示

5.3 承認ゲート

• 機微な動作(決済・削除・外部送信)には人間確認のポップアップ
• ショートカット: 「次回も自動承認」オプション(明示的に)
• 一括承認の濫用を防止

5.4 失敗UX

• 明確なエラー理由 + リトライボタン
• agentが自ら諦めた場合は「理由と次の代替案」を提示
• ユーザーが「お手伝いしましょうか?」で合流可能

5.5 リプレイと共有

• agent作業をリンクで共有(内部)
• シミュレーション・デバッグ
• 新メンバーの学習資料

第6章 · voice UX (Ep 9の延長)

6.1 デザイン原則

• 短く明確な応答(Ep 9の12原則の要約)
• turn-takingの尊重(途切れ・割り込みを自然に)
• 不確実性を言葉にする(「私の理解では...」)
• エスカレーショントリガー(数回失敗したら人へ)

6.2 マルチモーダル統合

• 音声 + 画面: 音声で案内 + 画面にカード・リンク
• Apple CarPlay / Android Autoとの統合
• スマートホーム / ウェアラブル: ディスプレイなし → 純粋なvoice UX

6.3 アクセシビリティ

• 字幕(リアルタイム)・テキスト代替を標準提供
• 速度・サイズの調整
• 静かな環境への対応(TTS音量の自動調整)

第7章 · データと学習のUX

7.1 ユーザーデータの公開

• 「自分のデータがどこで使われるか」を平文で
• 学習に使われるか、どれくらい保存されるか、削除方法
• プライバシーポリシーは短い要約 + 詳細へのリンク

7.2 feedback → 学習ループ

• ユーザーの修正がいつ学習に反映されるかの期待値を設定
• 個人モデル vs 共有モデルの区別

7.3 On/Offスイッチ

• 「この会話は学習に使わない」トグル
• 企業設定: 組織全体で学習opt-out

第8章 · onboarding・第一印象

8.1 最初の30秒

• 「これで何ができるか」3〜5の例
• データ権限・認証の明確化(OAuth等)
• 「サンプル質問」ボタン: 一つ押すだけで動作

8.2 Progressive disclosure

• 機能を一度に全部見せず、使いながら伝える
• 新機能ツールチップ、履歴ベースの推薦

8.3 エラー体験

• 最初の失敗は致命的 — 最も頻繁な失敗に対する復旧UXをonboardingの段階で用意
• ユーザー教育: 「なぜこう答えたのか」をインタラクティブに

第9章 · アクセシビリティ・包摂

9.1 多様な能力

• 視覚: スクリーンリーダー・ハイコントラスト・フォントサイズ
• 聴覚: 字幕・テキスト代替・バイブレーション
• 運動: キーボードのみ・音声のみ
• 認知: シンプルな言葉・短い応答・チェックリスト

9.2 言語・文化

• 多言語サポート(UI + 応答)
• 現地の慣用句・数値フォーマット・日付・通貨
• 文化的な機微への配慮(祝祭・ジェンダー・挨拶)

9.3 経済的アクセス

• 無料 / 低価格ティア
• オフラインモード(ローカルLLM)
• 低スペック端末への対応

第10章 · 倫理・責任

10.1 透明性

• AIが作成したことを明示
• 人間とAIの境界を区別(特に会話で)

10.2 バイアス・公平性

• 特定集団に不利な結果を検知・補正
• テストセットの多様性(性別・年齢・地域・職業)

10.3 労働・経済

• AIに置き換えられる職務に対する社会的責任
• データラベラー・評価者の労働条件

10.4 環境

• 大型モデル・長いcontextのエネルギー消費
• キャッシング・ルーティング・小型モデルによる削減

第11章 · 韓国語・韓国文化への特化

11.1 トーン・敬語

• デフォルトは敬語、文脈に応じて柔らかくタメ口を混在可能
• 「〜します」体 vs 「〜です/ます」体のスタイル一貫性

11.2 呼称

• 「お客様」「ユーザー様」「OO様」など、ブランドごとのルール
• 実名・ニックネーム設定を許可

11.3 文化的文脈

• 祝祭(ソルラル・チュソク)、祝日、季節の挨拶
• 年齢・学年・キャリアに関する質問の機微
• 職業・出身地に触れる際の配慮

11.4 法的文言

• 利用規約・個人情報・マーケティング同意: 明確に区別
• 金融・医療・法律アドバイスの拒否文言

11.5 韓国語モバイルUX

• 韓国語キーボード・音声入力の混在
• 短い回答 + 長い回答のトグル
• 絵文字・ミームの活用とバランス

第12章 · 実戦ケース 5つ

12.1 AIコーディングプロダクト (Cursor型)

• インライン提案 + チャット + Todoリスト
• 編集の受諾/拒否をワンキーで
• Replay: agentが行ったこと全体のdiff

12.2 カスタマーサポート (Zendesk AI等)

• 顧客メッセージとAI回答ドラフトとオペレーターの修正
• 引用・ナレッジベースリンクの明示
• 「自動送信」vs「修正後送信」のトグル

12.3 ライティング(例: Grammarly、Notion AI)

• 文のハイライトに基づく修正提案
• スタイル・トーンのスライダー
• 「原文を表示」で戻す

12.4 検索・リサーチ(Perplexity型)

• 引用・出典の強調
• Follow-up質問の自動提案
• トピック別コレクション・ノート

12.5 agent (Manus、Devin型)

• Taskボード + Replay + 外部統合
• 危険ステップの承認
• 成果物のダウンロード・共有

第13章 · アンチパターン10選

13.1 プロンプトボックスが単独で置かれている

onboarding・サンプル・推薦なし。白紙恐怖。

13.2 進行表示なし

長いagent作業中にユーザーが離脱。

13.3 引用のない応答

trustの崩壊。

13.4 幻覚応答に自信満々

False confidenceは最悪のUX。

13.5 feedback収集だけ、反映の痕跡なし

ユーザーがすぐに疲れてやらなくなる。

13.6 エラーを静かに飲み込む

何が失敗し、次の試行は何なのかが不明。

13.7 自動動作に承認ゲートがない

事故の源。

13.8 アクセシビリティを後回しに

結局スケジュール・機能に押されて入らない。

13.9 AI表示の欠落

規制違反 + ユーザーの欺瞞。

13.10 韓国文化を無視したグローバルトーン

敬語・呼称・文脈が不自然。

第14章 · チェックリスト — AIプロダクトデザイン、ローンチ前12項目

• generative / deterministic UIの境界を明示
• 引用・不確実性・編集可能UX
• streaming + 進行状態の表示
• agent作業にTodo・承認ゲート・Replay
• feedback(👍/👎)+ 理由オプション + 反映経路
• 失敗・エラー復旧UX
• onboarding 30秒 サンプル・権限・期待値
• アクセシビリティ(視覚/聴覚/運動/認知)
• データ利用の透明性 + on/offスイッチ
• AI識別の明示(法・倫理)
• 韓国語・文化への特化(敬語・呼称・法的文言)
• バイアス・多様性テスト

第15章 · 次回予告 — Season 4 Ep 13 (フィナーレ): 「生成AI時代のビジネスモデル」

技術も、運用も、デザインも整理した。最後の問いは「これでどう稼ぐか?」

• 価格モデル (Subscription / Usage / Hybrid / Seat / Outcome)
• コスト構造とマージン (API依存 vs 自社モデル)
• GTM (B2C / B2B / Enterprise / Prosumer)
• データフライホイールとモート(堀)の作り方
• 「AI wrapper」批判を超える方法
• 規制・評判リスクがビジネスに与える影響
• 投資の地形(VC・企業型・公共)
• M&Aと統合
• 韓国スタートアップのグローバル進出
• Season 4全体の振り返り
• Season 5予告(例: 「データエンジニアリングの再発明」)

「技術がいかに優れていても、ビジネスモデルがなければ一年で終わるプロダクト」。Season 4最後の記事は、技術・運用・デザインを「お金」という軸で縫い合わせる。

次回、お会いしよう。

まとめ: AIプロダクトデザインとは、trustを制約の中で設計する仕事である。deterministic / generative UIの境界、引用・不確実性・編集の7-trustパターン、streaming・feedback・失敗UX、agentの進行・承認・リプレイ、voiceのturn-taking、データ透明性、onboarding 30秒、アクセシビリティ、倫理、韓国語・文化特化。「良いAIプロダクト = 制約の中でユーザーと対話するプロダクト」。モデルは始まりに過ぎず、プロダクトの品質はUXが仕上げる。