生成AIを使うと、デザイン思考の各段階で情報整理やアイデア出しを効率化できます。顧客ヒアリングの質問案を作る、課題文の候補を整理する、アイデアを広げる、試作の検証観点を洗い出すといった作業は、生成AIと相性があります。
一方で、生成AIは実際の顧客の表情や行動、現場で起きていることを直接見ているわけではありません。もっともらしい課題やアイデアが出ても、それを顧客理解の代わりにしてしまうと、実際のニーズからずれる可能性があります。
この記事では、生成AIを補助的に使ってデザイン思考を進める方法を、プロンプト例と人が確認すべきポイントに分けて解説します。
生成AIはデザイン思考の「代替」ではなく「補助」に使う
デザイン思考は、共感、問題定義、発想、試作、検証を行き来しながら、利用者にとって意味のある解決策を探るアプローチです。
基本構造から確認したい場合は、デザイン思考とは?意味・使い方・具体例をわかりやすく解説も参考になります。
生成AIが得意なのは、情報を整理すること、問いの候補を増やすこと、複数案を比較することです。一方で、現場観察、本人の本音の確認、実際の利用行動の理解は、人が一次情報へ触れる必要があります。
共感|ヒアリング質問のたたき台を作る
共感の段階では、顧客や利用者について理解を深めます。
生成AIには、想定顧客、利用場面、確認したいテーマを入力し、ヒアリング質問の候補を出してもらえます。
たとえば、社内申請サービスの改善を考える場合は、次のような条件を渡します。
対象者:社内申請を行う一般社員
テーマ:申請時に迷うポイントを把握したい
条件:
- 要望を聞くだけでなく、実際の行動を確認する質問にする
- 課題を決めつけない
- 直近の具体的な場面を聞く
- 質問は10個以内
この出力から、実際の面談で使える質問だけを選びます。
実務での進め方は、デザイン思考のやり方|新規事業・企画立案で使う手順をステップで解説で確認できます。
問題定義|ヒアリング結果を整理する
ヒアリング後は、発言や観察内容を生成AIへ整理させることができます。
たとえば、面談メモを入力し、次のように依頼します。
以下の面談メモを整理してください。
条件:
- 事実と解釈を分ける
- 利用者の困りごとを候補として整理する
- 解決策を先に決めない
- 不明な点は確認事項として残す
ここで重要なのは、生成AIが作った課題文をそのまま確定しないことです。実際の発言や行動と合っているか、人が確認します。
発想|アイデアを広げる
発想段階では、生成AIを使って案の数や方向性を増やせます。
たとえば、課題文を入力し、「操作を簡単にする案」「人の支援を増やす案」「仕組み自体を変える案」など、異なる方向で候補を出してもらいます。
生成AIに一つの正解を求めるのではなく、比較できる複数案を出させるのがポイントです。
具体的な活用イメージは、デザイン思考の具体例|新規事業・企画立案での活用イメージを解説も参考になります。
試作|何を最小限に作るか整理する
試作では、生成AIに完成品を設計させるのではなく、「どの仮説を確かめるために、何を最低限作るか」を整理させると使いやすくなります。
たとえば、次のように依頼できます。
確認したい仮説:
質問形式で入力を案内すれば、初めての利用者でも申請できる
この仮説を確かめるために、最小限の試作品案を3つ出してください。
条件:
- 開発を最小限にする
- 1日以内で準備できる案を優先する
- 検証方法も添える
紙、スライド、簡単なフォームなど、低コストで試せる方法を比較できます。
すぐ使える整理項目は、デザイン思考テンプレート|そのまま使える項目例と書き方も参考になります。
検証|確認すべき観点を洗い出す
検証前には、生成AIへ「何を観察すべきか」を整理させることもできます。
たとえば次のような観点です。
- 最初に何をしようとしたか
- どこで止まったか
- 説明なしで理解できたか
- 想定していた操作と違う行動はあったか
- 利用後にどのような感想を持ったか
ただし、検証結果の解釈まで生成AIだけで決めないようにします。誰が、どの状況で、どのように反応したかという文脈を人が確認します。
そのまま使えるプロンプト例
以下の情報をもとに、デザイン思考の進め方を整理してください。
対象者:初めて社内申請をする社員
現在わかっていること:
- 入力項目が多いという声がある
- 承認者選択で迷うことがある
- 手順書を見ながら申請している人がいる
条件:
- 共感、問題定義、発想、試作、検証に分ける
- 入力情報にない事実を追加しない
- 各段階で人が確認すべきことを明記する
- 仮説と事実を分ける
- 最後に次の行動を3つ以内で提案する
このように、事実と仮説を分ける条件を入れると、生成AIの出力をレビューしやすくなります。
人が必ず確認すべき5つのポイント
1. 顧客理解が実際の一次情報に基づいているか
生成AIは顧客像を補完できますが、それを実在の顧客事実として扱ってはいけません。ヒアリング、観察、利用データなどで確認します。
2. 問題定義が解決策に引っ張られていないか
生成AIは早く解決策を提示することがあります。誰のどの困りごとを解くのかが先に明確になっているか確認します。
3. アイデアが似た方向に偏っていないか
出力が似た施策ばかりなら、別の視点で再度案を出させます。人側でも、制約条件や現場知識を使って広げます。
4. 試作が大きすぎないか
検証したい仮説より大きな試作品を作ると、時間とコストがかかります。何を確かめたいかに必要な範囲へ絞ります。
5. 検証結果を都合よく解釈していないか
肯定的な反応だけを拾わず、迷った行動や否定的な反応も記録します。
よくある失敗と改善策は、デザイン思考で失敗しやすいポイント|よくある間違いと改善策で確認できます。
生成AIを使うときの注意点
顧客情報や機密情報を無制限に入力しない
個人情報、未公開の事業情報、顧客固有の契約条件などは、利用環境や社内ルールを確認せず入力しないようにします。
もっともらしい出力を事実と考えない
生成AIは自然な文章で仮説を提示できます。事実と仮説を明確に分け、必要なものは人が確認します。
一次情報への接触を省略しない
デザイン思考では、顧客や利用者を理解することが中心です。生成AIで顧客像を作って終わるのではなく、現場の人へ実際に確認します。
生成AIとデザイン思考を実務で使う5ステップ
1. 人が対象者と目的を決める
誰の何を理解したいかを明確にします。
2. 生成AIで質問案や整理軸を作る
ヒアリングや観察の準備を効率化します。
3. 人が一次情報を集める
実際の顧客や利用者へ確認します。
4. 生成AIで仮説やアイデアを整理する
問題定義、発想、試作の候補を広げます。
5. 人が小さく検証して判断する
実際の反応から、次に何を変えるか決めます。
まとめ
生成AIは、デザイン思考の質問案作成、情報整理、アイデア出し、試作候補、検証観点の洗い出しに使えます。特に、準備と整理にかかる時間を減らす補助役として有効です。
一方で、顧客理解、課題の最終判断、検証結果の解釈まで生成AIへ任せるのは避けます。生成AIには整理と候補出しを任せ、人は一次情報、事実、顧客の行動、実行可能性を確認する役割を持つことが重要です。
まずはヒアリング前に、生成AIへ質問案を10個以内で出させてみてください。その後、実際の顧客から得た情報をもとに問題定義と試作へ進めると、生成AIを補助的に使いながらデザイン思考を実務へ取り入れやすくなります。