概要
https://uxdesign.cc/an-ai-for-ux-v2-0-how-i-used-ai-for-research-in-2025-d4a0d652714b
詳細内容
## How I use generative AI for research in 2025
https://uxdesign.cc/an-ai-for-ux-v2-0-how-i-used-ai-for-research-in-2025-d4a0d652714b
UXリサーチの質的データ分析を劇的に加速させるため、筆者はChatGPT「Deep Research」機能を活用した具体的なAIワークフローと先進的なプロンプト技術を解説する。
**Content Type**: Tools
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 88/100 | **Annex Potential**: 87/100 | **Overall**: 88/100
**Topics**: [[AI活用ワークフロー, プロンプトエンジニアリング, 質的データ分析, エージェント型AI, LLMデータプライバシー]]
2025年にはAIがUX領域に深く浸透し、特にChatGPTの「Deep Research」機能が質的データ分析を劇的に加速させていると筆者は語ります。この機能がUXリサーチと相性が良いのは、AIがテキスト要約に優れ、一定の「曖昧さ」を許容し、既存情報を基にした派生的な成果物の生成に適しているためです。データプライバシー問題も「プライベートAI」の登場で解消され、UXプロフェッショナルはAIの熱心な利用者となっています。
本記事で詳述されるDeep Researchを活用したワークフローは、ウェブアプリケーション開発者にも応用可能な先進的なプラクティスを示します。その手順は以下の通りです。
1. **Feed (データ投入)**: 大規模データセット、JSONファイル、スクリーンショット、ウェブリンクなど多種多様な形式のデータを投入可能で、特に「議論ガイド」などの特定ドキュメントを「アンカー」としてモデルの思考方向を規定できる点が重要です。
2. **Instruct (指示)**: 従来のLLMとの対話と異なり、一度の強力なプロンプトでタスクを完遂させます。筆者が提唱する「プロンプトデッキ」の手法を用い、「Set Scene（文脈設定）」「Persona（役割設定）」「Template（出力形式）」「Chain of Thought（思考過程の明示）」「Wild Card（予期せぬ発見）」といった「プロンプトカード」を組み合わせることで、高精度な出力を引き出します。「Chain of Thought」は精度向上に、「Wild Card」は想定外のユーザーインサイト発見に寄与します。
3. **Harvest (結果抽出)**: 数十ページに及ぶ詳細なレポートが生成されますが、最も重要なのは「人間による徹底したチェック」です。AIの精度が向上しても、幻覚（Hallucination）や引用の正確性を検証する人間の専門知識は不可欠であり、この点は開発者がAIアシスタントを利用する際にも共通する教訓です。
この手法は分析時間を大幅に短縮しつつも、AIの限界を理解し、常に人間が最終判断を下す「ヒューマン・イン・ザ・ループ」の重要性を強調しています。将来的なエージェント型AIの進化にも触れており、開発現場におけるAIツールの導入と運用における現実的なアプローチを示唆しています。