AIにペルソナを頼む前に、素の答えも並べる

AIに相談するとき、「新入社員の立場で」「忙しい親の立場で」「慎重な利用者として」と頼む場面が増えました。自分だけでは出せない視点を借りられるので、企画、画面設計、文章の見直しでかなり助かります。

一方で、ペルソナを付けた答えは、それだけで本物の利用者の声に見えてしまいます。言い方がそれらしくなるほど、こちらも納得しやすくなります。ここで少し危ないのは、AIが出した差分を、そのまま人間の違いとして受け取ってしまうことです。

この研究は、LLMにBig Fiveのペルソナを与え、色の選び方やグラフの好みがどれくらい変わるかを調べています。結果を見ると、ペルソナの影響はゼロではありません。ただし、モデルによって出方がかなり変わり、図表選択ではペルソナなしの答えが9条件中8条件で同じ最上位選択になりました。

ここから借りられる見方はシンプルです。AIのペルソナ回答は、結論ではなく差分を見る道具として使う。まず素の答えを出し、そのあと同じ依頼をペルソナ付きで出す。変わった部分だけを、あとで人や現場に確認する仮説として残す。このくらい距離を取ると、AIの便利さを使いながら、思い込みの補強に寄りにくくなります。

次にAIへ相談するとき、最初の5分だけ順番を変えてみます。まず役割指定なしで「この案の懸念点を3つ出して」と聞く。次に「初めて使う人の立場で、同じ案の懸念点を3つ出して」と聞く。最後に、2つの回答の差分だけを一行ずつメモします。

たとえば管理画面の改善案なら、「素の答え」「初めて使う人の答え」「毎日使う人の答え」を並べます。採用するのは、AIの言い切りではなく、差分として浮いた問いです。「この操作名は初見で伝わるか」「毎日使う人には手数が多くないか」のように、あとで確認できる形へ戻します。

慣れてきたら、ペルソナ名よりも比較の型を固定すると扱いやすくなります。素の答えをbaselineとして残し、ペルソナ付き回答との差分にだけ印を付ける。判断メモには「AIがそう言った」ではなく、「確認したい仮説」として書く。

AIは視点を増やす相棒になります。ただ、相棒の声をそのまま利用者の声に置き換えると、未来の自分やチームを迷わせます。ペルソナ回答を使うほど、素の答えも一緒に残す。小さな記録が、あとで人に聞くべき問いを守ってくれます。