AIインターフェースの新潮流

近年、生成系AIや大規模言語モデル（LLM）の進歩により、私たちのソフトウェア体験は大きく変化しつつあります。特に、ユーザーインターフェース（UI）は「何をクリックするか」という従来型のデザインから、「ユーザーが意図する行動をAIがどのように支援・自動化するか」という視点へと変化し始めています。今回の記事では、実際の製品事例や会話内容をもとに、音声インターフェース、エージェント型ワークフロー、生成AIを活用したデザインなど、未来のAIインターフェースの最前線をわかりやすく解説します。元の対談では、Notion Calendarの開発者であるラファエル・シャッド（Rafael Shad）氏が「これまでのソフトウェアは画面上の“名詞”を扱うデザインだったが、AIの登場によって“動詞”を扱うことが重要になる」と言及していました。以下では具体的な事例を挙げながら、この新たなUI像のポイントを整理していきましょう。

1. AIインターフェースの新潮流

1-1. “動詞”に着目するUI設計

従来のソフトウェアデザインは、画面上に並ぶボタンやテキストフォームといった「名詞的要素」をユーザーがクリック・入力して操作する形式が主流でした。しかし大規模言語モデルや生成系AIの進化によって、ユーザーが「やりたいこと（動詞）」をテキストや音声で指示すると、AIが自動で処理や提案を行う形態が増えています。
たとえば、「Eメールに返信して」「画像を生成して」「フォームを自動入力して」のように、ユーザーが簡単な指示をするだけで、ソフトウェア側が裏で複数の処理を“自律的”に実行する――この流れが、近年のUI/UX設計における大きな変革のポイントです。

1-2. ユーザーの信頼獲得とコントロール

AIが自律的に処理を行う一方で、「本当に正しい情報なのか」「意図しない動きをしていないか」といった不安がユーザー側に生まれやすいのも事実です。そのため、AIの出力に対し、根拠を明示する“ソース引用”や、タスクを中断・修正できる“中間チェック機能”を用意する設計が重要とされています。実際の製品でも、生成結果の根拠となるURLを表示したり、処理過程を可視化するなど、ユーザーが安心して利用できる工夫が行われています。

2. 音声インターフェースの最前線

2-1. Vapy ～声で操作する開発者向けAIアシスタント

最初に取り上げられたのは「Vapy」というサービスです。Vapyは開発者向けの音声AIであり、アプリや電話番号に音声アシスタント機能を統合することを目的としています。実際にデモでは下記のような会話が交わされました。

このように自然な音声対話が可能で、会話の応答速度（ミリ秒単位）を表示する機能を持っています。音声UIの場合、リアルタイム性やユーザーの割り込みにどう対処するかが大きなポイントです。実際、デモではユーザーが話し終わらないうちに割り込んでもAIは会話を続けてしまい、割り込みをうまく処理できなかったシーンもありましたが、このような機能は今後改善が期待される領域です。

2-2. Retell AI ～自動電話応対と高度な会話分岐

もう一つの事例「Retell AI」は、コールセンター業務などを音声AIで自動化するサービスです。ユーザーが電話番号を登録すると、システムから実際に電話がかかってきて、聞き取りや支払い督促などの対応をAIが行います。
実際のデモでは、「Aaronさん宛に電話をかけたら、本人ではなくSteveという別人が出た」場面をテストしてみました。するとAIは、「申し訳ありません、ではAaronさんにつないでいただけますか？」と反応し、相手が「もういない」と答えると自然に会話を終えていました。
一方、会話の遅延や返答の簡略化がやや不自然な点もあり、人間らしさを保つには課題が残っていることがうかがえます。それでも、名前の訂正を理解して相手の呼び名を変えるなど、高度な文脈理解を実現しているのは大きな進歩といえます。コールセンター業務では、まずAIが一次対応を行い、要件が複雑になったら人間オペレーターにエスカレーションするなどのフローが一般化していくでしょう。

3. AIエージェントとワークフロー設計

3-1. GumLoop ～キャンバス型ワークフローで視覚化

「GumLoop」は、エージェントが実行する複雑なフローを可視化し、ユーザーがノーコードで組み立てられるプラットフォームです。例えばウェブスクレイピングを行う手順を「入力の取得→URLの生成→AIエージェントでデータ収集→データを整理→結果出力」といった形で、キャンバス上にブロックとして配置して接続します。
従来、こうした処理フローはテキストやソースコードで記述されていましたが、キャンバス型UIによってプロセス全体を俯瞰しやすくなります。一方で、ブロック数が増えると視認性が下がる可能性もあるため、ズームレベルによる自動折りたたみや色分けの凡例を表示するなどの工夫が期待されます。

3-2. AnswerGrid ～スプレッドシート×AIエージェントの融合

「AnswerGrid」は、自由入力のプロンプトをもとにウェブ上の情報を集約し、構造化データの形式で表示してくれるサービスです。
たとえば「サンフランシスコにあるAI企業リストを作成して」というプロンプトを入力すると、企業名や所在地などを自動抽出してスプレッドシート上に出力してくれます。さらに「資金調達額」という列を新たに追加すると、AIは各セルごとにウェブ検索を行い、対応する金額を入力してくれます。
興味深いのは、参照元リンクを各セルに添付している点です。これによりユーザーはデータの信頼性を確認できます。従来の検索エンジンはリンクのリストを返すだけでしたが、AnswerGridのように“AIが情報を要約・構造化しつつ根拠も示す”という流れは今後さまざまな分野で広がりそうです。

4. 生成系AIとデザイン

4-1. Polymet ～プロンプトでUIデザインを生成

「Polymet（Polyatとも）」は、テキストや画像スケッチといった入力から、Web UIデザインを自動生成してくれるサービスです。たとえば「背景は超濃いオレンジのグラデーションにして、ガラスモーフィズム風のサイドバーを追加して」とプロンプトするだけで、即座にそれを反映したUIが生成されます。
実際のデモでは、完成後のUI要素をクリックして「この部分のサイドバーを青に変えて」と再プロンプトし、部分的にデザインを修正する様子が確認されました。これは“一度生成したデザインに対して差分のみを再度AIに指示する”という使い方です。こうしたインクリメンタルな修正フローは時間短縮にもなり、生成系AIの強みを最大限に引き出している例といえます。

4-2. Zuni ～メール返信を文脈に合わせて提案

「Zuni」は、メールアプリに組み込まれたAIで、差出人の内容や文脈に応じて自動返信の候補を表示してくれます。従来のメールクライアントは固定的なボタンが並びますが、Zuniではメールの内容によって「ミーティングの再調整」「謝罪」「次回日程の提案」など“動的に”返信ボタンが変化します。
使い方は、キーボードショートカットで「Y」を押すと「再調整する」「N」で「断る」のようにシンプルに操作できる設計になっています。高機能なチャットボット的返信を目指す一方で、ユーザーが誤ってキーを押したときの対策や、返信候補が変わり続けることによるUIの不確定性など、今後さらに改善すべき課題も見られます。

4-3. Argil ～動画生成による“デジタル分身”

「Argil」は、ユーザーの音声や数分の映像データを学習させることでリアルな“深層学習アバター”を作り、任意のスクリプトに応じて動く動画を生成します。
デモでは、「Hello my name is Aaron...」と読み上げるアバターの姿が数分で作られ、唇の動きもテキストに同期していました。初期プレビューはあえてぼやけた映像を提示し、最終生成に十数分かかることをユーザーに理解してもらう工夫もなされています。プレビューと本生成の二段構えによって、必要な修正を行いやすくし、無駄な再生成を減らすわけです。将来的には、動画の一部分だけを修正したり、別の動きやジェスチャーを統合したりといった操作もスムーズに行えるようになるでしょう。

今回紹介した事例は、わずか数年で激変してきたAIインターフェースの一端にすぎません。音声、エージェント、生成デザイン、動画など、さまざまな方面で“ユーザーがやりたいこと”にダイレクトに応答するUI/UXが生まれています。

• 音声対応：VapyやRetell AIの例に見るように、応答速度や割り込み対応など自然な会話体験がカギ。

• エージェント型ワークフロー：GumLoopやAnswerGridが示すように、複雑な処理をキャンバスやスプレッドシート上で可視化しながら自動実行。

• 生成系デザイン：Polymetのように、プロンプトベースでUIを作り上げ、部分修正も容易になるインクリメンタル生成手法。

• 文脈対応UI：Zuniのメール返信候補のように、コンテンツに応じて動的に変化するUIがユーザーの手間を大幅に省く。

• 動画生成：ArgilのAIアバターによる動画生成は、コンテンツ制作フロー自体を根本から変える可能性。

一方で、「遅延によるストレス」「AIの誤回答やデータソースの信頼性」「操作予測の不一致」など課題は多く、これらをどのように解消していくかが、今後のUI/UXの大きなテーマといえます。

AIはこれまでの「画面上の名詞を扱う」ソフトウェアと異なり、「ユーザーの動詞（行動）をどうやって円滑にするか」を中心に設計するものだと、対談中にラファエル・シャッド氏は述べました。ユーザーが「欲しい結果」を指示し、AIが裏側で複雑な処理や提案を行う――そうした体験が当たり前になる時代は、すぐそこまで来ています。新たなインターフェースを創造するにあたり、人間とAIがどうコラボレーションし、相互にフィードバックを得ながら成長していけるか。その鍵は、「不確実な部分をうまく可視化し、最終的なコントロールをユーザーに委ねる」デザイン思想にあると言えるでしょう。

関連記事