リサーチの統合作業がずっと嫌いでした。価値がないからではなく、おそらくUXプロジェクトで最も重要なフェーズだからこそ、疲弊するのです。パターンを探してトランスクリプションを何時間も読み、発見をアフィニティに整理し、50の声を5つのアクショナブルなインサイトに圧縮する際にニュアンスを失わないようにする。

Claudeがその方程式を完全に変えることを発見しました。人間の分析を置き換えるのではなく、今でも驚くような形で加速してくれます。

Claude以前のプロセス

インタビューのトランスクリプションを受け取り、一つずつ読み、関連するフレーズをハイライトし、FigJamのデジタル付箋に貼り付け、テーマ別クラスターにグルーピングするのに何時間も費やしていました。10件のインタビューの分析に2〜3日かかることもありました。そして最後には何かを見落としたのではないかという疑念が常にありました。

Claudeとの新しいプロセス

今はトランスクリプションを具体的な指示と共にClaudeに渡します。単に要約を頼むのではなく、行動パターンの特定、フラストレーションの頻度別グルーピング、ユーザーが望んでいると言うことと実際にしていると描写することの間の矛盾の指摘を頼みます。宣言されたものと観察されたものの区別は、正しいコンテキストを与えれば驚くほど正確にClaudeが検出します。

30分で、以前は1日半かかっていた最初の発見マップができます。そしてそれはテーマ別に整理されたユーザーの直接引用を含むマップで、チームへのプレゼンテーションをはるかに強力にします。

Claudeにできないこと

尊重すべき重要な限界を学びました。Claudeはインタビューの感情的なトーンを人間と同じ精度では検出しません。ユーザーが皮肉を込めて何かを言った場合、Claudeは文字通りに受け取る可能性があります。回答の前に長い沈黙があっても、それはトランスクリプションに現れずClaudeはその間を解釈できません。

チームと働くデザイナーとしての私だけが知るビジネスコンテキストと発見を結びつけることもできません。Claudeはレンガを与えてくれますが、インサイトの建築は依然として私のものです。

判断力を持ったペルソナ生成

もう一つの使い方はリサーチデータからユーザーペルソナを生成することです。発見を渡して、モチベーション、フラストレーション、使用コンテキストを持つ2〜3のユーザーアーキタイプを提案するよう頼みます。最初のバージョンは常に編集が必要です。Claudeはきれいすぎる、整合性がありすぎるペルソナを作る傾向があるからです。実際のユーザーは矛盾だらけで散らかっています。しかしチームとの反復の出発点としては驚くほどうまく機能します。

UXプロジェクトのボトルネックだったものが、今では最も楽しむフェーズの一つです。整理ではなく解釈にエネルギーを注げるからです。

AIはリサーチャーを置き換えません。考える時間を取り戻してくれるのです。