本文へスキップ
hdknr blog
戻る

「デザインハーネスという虚像」を読む — 評価ループからユーザーが抜け落ちるとき

AI コーディングエージェントの周辺で「ハーネス」という言葉が定着してから、その考え方をデザインにも持ち込もうとする「デザインハーネス」という言い方を見かけるようになりました。デザインのルールやデザインシステムを Markdown などで AI に渡し、AI やエンジニア・PM でもデザインを作れるようにします。そのうえで、出力がルールに沿っているかを評価する。おおむねそういう発想です(以下で取り上げる元記事自体は、この言葉を定義していません)。

これに対して、デジタルデザインエンジニアの takanorip さんが 2026 年 11 月 15 日に「デザインハーネスという虚像」という短い論考を公開しました。冒頭の一文は「デザインハーネスは虚像だ。」です。

本記事では、まずこの論考の 7 つの論点を原文に沿って整理します。そのうえで、論点を「ハーネスそのもの」「内部の品質確認」「利用者を含めた運用」という層に分けて読み直します。コード側でハーネスエンジニアリングを実践している立場から批判的に検討し、元記事の論点を突き詰めると行き詰まる点と、それを解くために加える 4 つ目の層を示します。元記事は感想として書かれたエッセイなので、主張の詳細や温度感はぜひ原文で確認してください。

元記事の立場:やるのは自由、ただし巻き込まないでほしい

最初に断っておくべきなのは、元記事がデザインハーネスに取り組む人を非難する文章ではないことです。著者は「必要だと思う人はやれば良い」としたうえで、過度な宣伝によって「デザインハーネスをやらなければ」という流れが作られることに反対しています。

そのうえで、何が「虚像」なのかを複数の角度から論じています。

元記事の 7 つの論点

論点 1:デザインを「削るべきコスト」として扱っている

デザインハーネスが語られるとき、デザインは「開発が速くなったのでボトルネックになっている」「属人的で良くない」「デザイナーが足りないのでエンジニアや PM がデザインする」といった文脈に置かれがちです。議論はデザインの時間・工数・手間をどう減らすかに集中し、どうすればより良いデザインができるかが論じられていない——これが最初の指摘です。

著者の立場ははっきりしていて、デザインはボトルネックではなく必要な経費であり、それを払う余裕がないなら開発をやめたほうがいい、とまで書いています。効率化は必要でも、それ自体が目的になってはいけない。AI は「より良いデザインをどうするか」のために使うべきだ、という主張です。

論点 2:デザイナー不足は「受け入れる前提」ではない

「デザイナーを採用する余裕がない」「承認が降りない」という現場の事情には理解を示しつつも、著者はそれを避けるべき状況として扱います。目指すべきは「デザイナーがいなくてもデザインできる状態」ではなく、「デザイナーが必ずすべての成果物に関われる状態」だ、と。

そのため、そうした状況でやるべきことはデザインハーネスの整備よりも、デザイナー採用や社内の教育・啓蒙ではないか、と問いかけます。デザイナーが「増えない」のではなく「増やしていない」だけではないか、という指摘はマネジメント側に向けられたものです。

論点 3:デザインハーネスの評価ループにユーザーがいない

著者は、デザインの品質を決めるのはユーザーだと言います。デザイナーは、そのデザインを見た・使ったユーザーがどう感じ、どんな感情になり、どう行動するかを想像しながらデザインしている。ところがデザインハーネスの「評価」からは、このユーザーの視点が抜け落ちている。

ルールを守れているかのチェックは Linter で十分だ、と著者は言います。大事なのはユーザーにどう評価され、受け入れられたかであり、それを組み込んでいけるループを回せることだ、というのが著者の主張です。

論点 4:デザインハーネスはデザインシステムの焼き直し

著者は、デザインハーネスは「真面目にデザインシステムをやろうね」という話以上のことを何も言っておらず、それをそれっぽい言い方に言い換えているだけだと評しています。

もともと著者は、デザインシステムは作らずに済むなら作らないほうがいい、そのメンテナンスに時間を使うくらいならプロダクトデザインに時間を割いたほうがいい、という立場です。それでも総合的に良いデザインができると判断したからデザインシステムに取り組んだ。つまりデザインシステムは良いデザインのための手段にすぎず、デザインハーネスを整備して AI ネイティブなデザイン組織になったところで、プロダクトの価値は何も変わらない、と続けます。そして、もっと本質的なことに向き合う時間を増やすために AI を使うべきだ、と締めくくっています。

論点 5:デザインに「当たり前品質」はない

この論点は狩野モデルを前提にしているので、先にモデルの中身を確認しておきます。

狩野モデルは、東京理科大学名誉教授の狩野紀昭氏が 1980 年代に提唱した、品質と顧客満足度の関係を捉えるモデルです。海外でも Kano Model として知られています。品質要素を、満たされたとき・満たされないときに顧客がどう感じるかで次の 5 つに分類します。

品質要素満たされたとき満たされないときソフトウェアでの例
当たり前品質当然と受け取られる不満機能が仕様どおり正しく動く
一元的品質満足不満使いやすさ、操作性
魅力的品質満足仕方ないと受け取られる動画の再生速度を変えられる
無関心品質影響なし影響なしユーザーが気にしないデザイン仕様の変更
逆品質かえって不満満足動画の合間に入る広告

(表の例は SHIFT ASIA のコラム による)

同じコラムは品質向上の進め方として、当たり前品質・一元的品質・魅力的品質の 3 つに段階的に注力することを挙げ、当たり前品質を「最優先で取り組むべき品質要素」と位置づけています。当たり前品質とは、いわば「最低限満たすべきライン」です。

著者は、デザインには狩野モデル的な考え方は当てはまらないのではないか、と述べています。元記事が否定しているのは、デザインにこの「当たり前品質」「最低限の品質」というラインが存在すること自体です。

プロダクトは常に膨大な比較検討にさらされていて、他より劣っていると判断されればすぐに乗り換えられる。だから「当たり前品質」や「最低限の品質」というラインは存在しない。元記事は品質を点数にたとえていて、AI でなんとなく UI やグラフィックを作れるようになったからこそ 90 点のデザインには価値がなくなっている、と言います。そして自分たちが 90 点だと思っているものは、ユーザーからは 70 点くらいの評価をされるのがオチだ——という、かなり厳しい見立てです。

論点 6:デザインの第一印象は後から覆せない

「出してみて駄目だったら改善しよう」という思想はデザインと相性が悪い、というのが次の指摘です。

開発者にとってはいくつもあるバージョンのうちの 1 つでも、ユーザーにとっては最初で最後かもしれない。コードは簡単に書き換えられるが、悪いデザインによって与えられた悪い印象は書き換えられない。だからリリースするデザインの品質には徹底的にこだわる必要があり、デザインマネージャーにはその経済合理性を周囲に説明する義務がある、と著者は書きます。「AI と素人が作ったものをデザイナーがチェックして OK」とはならない、という一文もここに置かれています。

論点 7:デザインは言語(Markdown のルール)だけでは評価しきれない

最後の論点は、デザインをすべて言語で論理的に評価できるという前提への違和感です。デザインの評価から人間の感情・気持ち・嗜好を切り離すことはできず、Markdown ファイルがいくつあっても AI が真にデザインを評価できる日は来ない。アクセシビリティやユーザビリティを評価できることと、デザインを評価できることは別物だ、と著者は述べています。

層に分けて読み直す

元記事は感想として書かれているため、ここまで 7 つに整理した論点は、いくつかの異なる話を行き来しています。まず、元記事が明示的に語っている範囲を 3 つの層に分けます。

層中身関わる論点
① 生成時:ハーネスそのものルールやデザインシステムを AI に渡して生成させる仕組み1・2・4(① にどれだけ投資するかの判断)
② リリース前:内部の品質確認Linter・AI・デザイナーが成果物を確かめ、不合格なら作り直す3(ルール準拠のチェックにユーザー視点がない)・7
③ リリース後:利用者を含めた運用全ユーザーの評価を観測して次に反映する3(ユーザーの評価を取り込むループ)・5・6

この 3 つは、どれか 1 つを選ぶものではなく入れ子の関係です。① は ② の中で、② は ③ の中で動き、③ で得たユーザーの評価が ① のルールに戻ってきます。コードに置き換えると、① はコーディングエージェントのハーネス、② は CI のテストや Linter、③ は本番での利用状況の観測にあたります。

本記事ではこのあと、この 3 層だけでは解けない問題と、それを解くために加える 4 つ目の層を示します。

論点 1・2・4 は ① への投資判断

論点 1・2・4 は、品質の議論というより、① にどれだけ投資するかという組織の判断の話です。デザインハーネスを整えるか、デザイナーを採用・育成するか、デザインシステムを作るか。著者はここで、効率化そのものが目的になることに異を唱えています。

品質の議論(②・③)とは軸が違うので、分けて考えたほうが議論が噛み合います。たとえば次の 2 つは、別々に検討できます。

コードと比べて見える 2 つの弱さ

このブログでは ハーネスエンジニアリング入門 などで、AI エージェントにルール・検査・境界を与えて自走させる設計を扱ってきました。コードでハーネスがうまく機能しているのは、次の 2 つの前提があるからです。

元記事の論点を当てはめると、デザインではこの 2 つがどちらも弱いことになります。

② が狭くなる理由は、言語化できないものが 2 種類あるからだと筆者は考えています。

言語化できない判断は、特定の人の中にしか存在しません。それが「属人的」ということです。デザインハーネスは、デザインの判断をルールとして言語化することで属人性を減らそうとする試みだと読めます。元記事は、そもそも言語化しきれないと答えている。両者の対立の芯は、この論点 7 にあるのだと思います。

ただし、デザインのすべてが言語化できないわけではありません。デザインの良し悪しを機能面と意匠面に分けると、事情はかなり違います。

元記事も、アクセシビリティやユーザビリティを評価できること自体は否定していません。そのうえで、それとデザインを評価できることは別物だと述べています。機能面を言語化できても ② だけで品質が閉じない理由は、次の 3 つだと筆者は考えています。

さらに言えば、ルールとして書かれた機能面の原則も、ユーザーに対してはまだ仮説です。「この配置なら迷わない」とは書けても、実際に迷わないかどうかは、ユーザーの行動を見るまでわかりません。

筆者の整理では、論点 5 は「② が狭い」「③ のやり直しが高い」という 2 つの弱さを補強する主張です。ユーザーは常に他のプロダクトと比べて評価するので、デザインには「ここまで満たせば十分」という最低限のラインがありません。② で合格と判定しても、③ で評価するユーザーにとっての合格とは限らない、ということです。

内側で測れる範囲が狭く、外側でのやり直しも高くつく。だからハーネスとルール準拠のチェックだけに頼るのはリスクが大きい、というのが元記事から読み取れる一番強い主張です。

3 層のままでは「スーパーマン」が必要になる

では、② にも ③ にも頼れないなら、何に頼ればよいのでしょうか。論点 3・6・7 を並べると、3 層の中には答えの置き場所がなくなります。

② の内部の目では、ユーザーの評価はわかりません(論点 3・7)。デザイナーのレビューを加えても足りないことは、AI と素人が作ったものをデザイナーがチェックして OK とはならない、と元記事自身が書いているとおりです。一方、③ のフィードバックが届くころには、第一印象はすでに損なわれています(論点 6)。残る手段は、デザイナーがユーザーの反応を想像して、一発で当てることだけです。

実際、元記事は、デザイナーはユーザーがどう感じ、どんな感情になり、どう行動するかを想像しながらデザインしている、と書いています。この文脈で最終的に頼りにしているのは、デザイナーの想像力だと読めます。論点 6 をそのまま 3 層に当てはめると、リリース前に一発でユーザーの合格をもらえる「スーパーマン」を前提にした話になってしまいます。

しかも元記事の論点 1 によれば、デザインハーネスが語られる文脈では「デザインが属人的になっていて良くない」という声が挙がっています。それに「デザイナーを採用・育成せよ」と答えると、属人性の問題に属人性で答えることになり、議論がすれ違います。

なお元記事も、論点 2 でリリースした成果物のマイナス影響を「調査できてる?」と問いかけ、どうしても無理ならリリースすべきではないとも書いています。ただし、ユーザーの評価をリリース前にどう得るかという具体的な手段には触れていません。

4 つ目の層 ②’:全ユーザーに出す前のユーザー検証

この行き詰まりは、「② の内部チェック」か「③ のリリース後のフィードバック」か、という二択を前提にしているから生じるのだと思います。実際のデザインの現場には、その間に次のような手段があります。

どれも、全ユーザーの目に触れる前に、少数のユーザーから顧客視点の評価を得る方法です。最後の項目は本番環境を使うので厳密にはリリースの一部ですが、全ユーザーに出す前という意味でここに含めます。これを ② と ③ の間に加えた層が ②’ です。

デザインハーネスの議論を入れ子の層に分けた図。内側から ① 生成時、② リリース前の内部の品質確認、②' 少人数のユーザーによる検証、③ リリース後の運用の順に並ぶ。②' ではユーザビリティテスト・インタビュー・限定公開で確かめ、だめなら生成に差し戻す。この層が、論点 3 のユーザーの評価をリリース前に取り込み、論点 6 の第一印象の損失を見た人の範囲に抑える。③ で得た評価は次のデザインとして ① のルールに戻る

論点 6 の「第一印象は覆せない」が正しいとしても、損なわれるのは、そのデザインを見てしまった人の印象です。損失の大きさは、どれだけの人の目に触れたかに左右されます。②’ で露出を少人数に絞れば、第一印象を損なうリスクを小さく抑えながら、ユーザーの評価をリリース前に取り込めます。コードでいえば、一部のユーザーにだけ新しいバージョンを配るカナリアリリースに近い発想です。

②’ にはもう 1 つ大事な性質があります。言語化を経ずに評価を得られることです。ユーザー自身も、自分がなぜ迷ったのか、なぜ好ましく感じたのかを、言葉で正確に説明できるとは限りません。ユーザビリティテストでユーザーの意見を聞くより行動を観察することが重視されるのは、そのためです。

言語化できないものを、② のルールに書くのでも、デザイナーの想像に頼るのでもなく、実際の反応を観察して確かめる。②’ がスーパーマンを不要にするのは、この点によります。言語化できるかどうかで層ごとの役割を整理すると、次のようになります。

対象言語化主に確かめる層
デザインコンセプト(誰に、何を、どう感じてほしいか)できる(すべき)① の入力、② のチェックの根拠、②’ の仮説(次の節)
機能面の原則(アクセシビリティ、ユーザビリティの原則など)かなりの部分ができる② の Linter・AI・レビュー
原則どうしのトレードオフの判断、意匠面難しい(暗黙知)① の生成と ② のレビューでのデザイナーの判断
ユーザーに実際に効いたか(機能面・意匠面とも)事前には書けない②’ と ③ での観察

元記事が求める、ユーザーの評価を組み込んでいけるループは、③ だけでなく ②’ にも置けます。ループの置き場所を ②’ まで広げると、論点 3 と論点 6 は両立し、スーパーマンを前提にする必要もなくなります。論点 3 が批判しているのは ② で、ユーザーの評価を受け止める場所は ②’ と ③ にある、という整理です。

デザインコンセプトが層をつなぐ

ここまで「言語化できないもの」を強調してきましたが、デザイナーの側にも言語化すべきものがあると筆者は考えています。デザインコンセプト、つまり「誰に、何を、どう感じてほしいのか」という意図です。

判断のすべてを言語化することはできません。しかし、意図は言語化できます。プロダクトのデザインに求められているのはアートではなく、ユーザーの課題の解決です。そうである以上、少なくともコンセプトの提示は必須でしょう。コンセプトを明確にしないまま制作だけを進めると、成功も失敗もデザイナーの頭の中にしか残りません。外れたときに直す手がかりもなく、結局はスーパーマンに頼る構図に戻ってしまいます。属人性への答えとしては、「暗黙知が残るのはよいが、意図は共有する」という線引きが現実的だと思います。

コンセプトを入念にレビューし、それをどうしたら形にできるかまで書き下していくと、② の精度は上がります。

「どうしたら形にできるか」を書くことは、暗黙知のうち言葉にできる部分を、コンセプトを手がかりに引き出す作業でもあります。書けた分はルールとしてハーネスに渡せます。デザインハーネスが本来担うべきなのは、この部分だと筆者は考えています。

ただし、ここで強くなるのは「意図どおりに作れたか」の確認です。ソフトウェア工学では、検証(verification)と妥当性確認(validation)を「正しく作ったか」と「正しいものを作ったか」と言い分けます。コンセプトのレビューとそこから導いたチェックが強化するのは前者です。コンセプト自体はユーザーに対する仮説なので、後者は ②’ で確かめるしかありません。

それでも、コンセプトが明確なら ②’ も効率がよくなります。何を観察すればよいかが決まりますし、ペーパープロトタイプでコンセプトだけを先に試すといった安い検証も打てます。そのためには、コンセプトを外れたことがわかる粒度で書く必要があります。「親しみやすい」ではレビューもテストも判定できません。「初めての人でも迷わずに予約を終えられる」のように書いてはじめて、② のチェックにも ②’ の検証項目にも落とせます。

論点 3 はコードの感覚で読むと誤読する

ここで、コードとの比較には注意が要ります。CI のテストや Linter にユーザーが含まれていないことは、通常は批判の対象になりません。その感覚で読むと、「リリース前のループにユーザーがいない」という論点 3 は、層の違うものを比べた批判に見えるかもしれません。

しかしデザインでは、リリース前のループにユーザーを入れること自体が、ユーザビリティテストとしてごく普通に行われています。この点では、コードとの類比は当てはまりません。論点 3 の「評価ループにユーザーがいない」は、字義どおりに読んでも、デザインではむしろ正しい指摘です。

デザインにハーネスを持ち込むときの問い

以上を踏まえると、ハーネスの考え方をデザインに持ち込むときに問うべきなのは「どこまでルールで自動化できるか」よりも、次の 5 点だと言えそうです。

元記事も、AI の活用そのものを否定しているわけではありません。論点 4 で紹介した、AI はもっと本質的なことに向き合う時間を増やすために使うべきだ、という一文が、この論考の結論に近いのだと思います。②’ のように、ユーザーと向き合う時間を増やすことも、その「本質的なこと」の 1 つでしょう。

まとめ

参考



前の記事
Gemini Decisions API とは — 文章ではなく「確率」を返す Google 版の判定 API
次の記事
AIエージェントにデザインの意図を伝える:コンセプトの言語化とW3C DTCGデザイントークン