なぜ今「ボタンのないUI」なのか
ここ30年、私たちはソフトウェアを「使う」のではなく、ソフトウェアを「管理する」ことに時間を費やしてきました。航空券を1枚予約するためにドロップダウンを開き、カレンダーモーダルを操作し、Cookieポップアップを閉じ、3段階のチェックアウトファネルを通過する。いわゆる「10クリックプロセス」です。
この流れが変わりつつあります。LLMベースのツールが普及するにつれ、**インテント駆動型デザイン(Intent-Driven Design)が本格的にWebへ浸透しています。要点はシンプルです。「どうやって探すか」ではなく、「何を達成したいか」**だけを問う設計思想です。
この思想はGolden Krishnaの著書 The Best Interface Is No Interface と、Don Normanの人間中心設計の原則に端を発します。ただし現在は、その哲学を実際に実装できる技術(LLM、エージェント)が揃った点が決定的に異なります。
本記事はSmashing Magazineの根拠資料を基に、実務の観点から再構成したものです。

実際に動作している3つの事例
1. Perplexity AI — 10タブを1回の質問に
従来の検索は「ディレクトリ」でした。キーワードを投げると青いリンクが10件返り、あとは自分で処理する。Perplexityは違います。
- 入力:「情報系学生向けのコスパ重視ノートPCを3台比較して。バッテリーとキーボード品質を重視」
- 見えない処理: Web検索 → 数十件の記事を読む → スペック比較 → レビューを照合
- 結果: 比較表 + 長所短所 + インライン出典を含む単一の回答
30クリック分の成果を1つの意図で得られるわけです。
2. Vercel v0 — ドラッグ&ドロップなしのWebデザイン
// v0に投げるプロンプト例(自然言語のまま)
// 「サブスク型SaaS向けのダークモードダッシュボードを作成。
// 月次売上、アクティブユーザー、解約率チャートを含める」
// v0が生成するコード (Tailwind + React)
export function Dashboard() {
return (
<div className="min-h-screen bg-zinc-950 text-zinc-100 p-8">
<div className="grid grid-cols-3 gap-6">
<MetricCard label="月次売上" value="¥1,240,000" />
<MetricCard label="アクティブユーザー" value="8,231" />
<MetricCard label="解約率" value="2.4%" />
</div>
</div>
);
}
デザイナーが矩形を描き、16進カラーコードを選んでいた時間が消えます。レイアウト原則、アクセシビリティガイドライン、コンポーネントライブラリをAIが既に知っているからです。
3. Goblin.tools — 圧倒されている人のためのタスク分解
「面接の準備」という漠然とした目標を投げると、システムが認知負荷を分析し、小さなサブタスクへ自動分解します。カンバンボードにカードをドラッグする必要はありません。会員登録も設定も不要です。
インテント駆動型デザインの3本柱
| 柱 | 従来のUX | インテント駆動型UX |
|---|---|---|
| ユーザー入力 | クリック、ドロップダウン、トグル | 自然言語の目標、文脈、習慣 |
| インターフェース状態 | 静的レイアウト(全員同一) | リアルタイム生成UI |
| タスク実行 | ユーザーが手動実行 | バックグラウンドAIエージェントが自律実行 |
特に3本目の柱は実務で最も議論を呼びます。エージェントが代行するということは、ユーザーが制御を委譲するという意味だからです。
![]()
注意点:影に潜む落とし穴
制御の幻想 (Illusion of Control)
Webが勝手に決めてくれるのは便利ですが、すぐに踏み込まれている感覚に変わります。Stanford HCIグループが強調するように、自動化は明確な境界を保つ必要があります。実務原則は次のように整理できます。
- ルーティンな実行は自動化(検索、フィルタリング、ドラフト生成)
- 高リスクな決定は明示的な確認(決済、公開投稿、プライバシー設定の変更)
ブラックボックス問題
従来のUIでは結果がおかしければ「フィルタを押し間違えたな」と診断できました。インテント駆動型UIではこれが困難です。そこでGoogle PAIRガイドブックが推奨するのが透明なフィードバックループです。
システムは自身の解釈を明示する必要があります。たとえば「$300以下のシカゴ行き直行便を検索中...」といったステータス表示です。これによりユーザーは信頼を調整し、誤解を即座に修正できます。
日本の開発エコシステムにおける適用文脈
日本の受託開発(SIer)では、この点に特に注意が必要です。発注元が「ボタンをなくそう」という提案を受け入れにくいケースが多いからです。したがって実務ではハイブリッドアプローチが現実的です。既存UIは維持しつつ、検索・フィルタ・要約といった反復区間にのみインテント駆動型コンポーネントを載せる方式です。特に金融・公共ドメインでは、監査ログとUndo設計を先に整備してからでないと説得が難しいでしょう。
この技術の限界
インテント駆動型UIは「意図が明確なタスク」には強い一方、「探索的な作業」には弱いという本質的な限界があります。何を探すか自分でも分かっていない段階では、従来のブラウジングUIの方が適しています。すべてを置き換えるのではなく、タスクの性質で使い分けるのが正解です。

結論:良いデザインは消えるデザイン
ここ数十年、私たちは「滞在時間」「クリック率」「セッションあたりのページビュー」で成功を測ってきました。サイトをわざと複雑にしてまで、です。インテント駆動型デザインはこの指標をひっくり返します。
これからの問いはこれです。
「このソフトウェアはユーザーの問題をどれだけ効果的に解決し、どれだけ早く脇へ退いたか?」
UXデザイナーとしての役割は、画面を描くことから透明なAI体験を設計することへ移行します。アンビエントフィードバック、インラインプロンプト、AIステータス表示といった新しいパターンを身につけておけば、スクリーンレスのエージェント時代でも私たちの設計は人間中心であり続けられます。
次のステップ学習の方向性
- プロンプト→UIマッピングのパターンを実際に試してください(v0、Bolt.newなどの無料ツールで十分です)
- Undo設計を先に学んでください。エージェント時代の安全網は確認ポップアップではなく、復元可能性です
- 解釈状態の開示(interpretation disclosure) UXを既存サービスに載せ、ユーザーの信頼反応を観察してください
あわせて読みたい記事
- Airbnbはどのように70億ノードの知識グラフを運用しているのか (Feat. JanusGraph + DynamoDB) — AIが意図を解釈するには、結局は堅牢なデータグラフが必要です
- NVIDIA Nemotron 3 Nano Omni 文書・映像・音声を同時に理解するオープンソースマルチモーダルモデル登場 — インテント駆動型UIの入力チャネルがテキストを超えマルチモーダルへ拡張する流れが分かります