AIでより優れたデザイナーになるために、デジタルホーダーになろう

先週、Googleは年次I/Oイベントで、Gemini Omniモデルを含む多数のアップデートを発表しました。このモデルは、動画などを含む任意の入力からコンテンツを生成できるもので、AIがテキスト処理からマルチモーダル推論へと移行する重要な一歩を示しています。これまでは、テキスト用GPT、画像用DALL·E、動画用Veoなど、タスクごとに異なるモデルを使うのが一般的でしたが、Omniの登場は、将来のフロンティアモデルが「何でも入力、何でも出力」という統一アーキテクチャへ収束することを示唆しています。しかし、現在のAIデザインツールの大半は依然としてテキスト中心であり、その結果、出力はどうしても画一的になります。斜体の見出し、過剰なベージュや紫のグラデーションなど、いわゆる「AIスロップ」と呼ばれるものです。この問題の根本は、意見に基づいたガイダンスの欠如にあり、どれほど優れたモデルでも、それなしには平均的なパターンに退行してしまいます。

この状況を打破するために、デザイナーには二つのものが必要です。すなわち、センス（taste）と、そのセンスをモデルが模倣できる形にコード化するスキルです。著者は後者を「センスのコード化」と呼び、両方を向上させる最善の方法が「デジタルホーディング」であると主張します。デジタルホーディングとは、視覚的に魅力的だと感じるものすべて——画像、配色、フォント、テクスチャ、動きなど——を継続的に収集することです。デザイナーはプロジェクトごとにムードボードを作成しますが、これを日常的な習慣にすることで、より効果的にセンスを磨けます。収集した素材について、なぜ気に入るのかを分析します。色か？レイアウトか？タイポグラフィか？動きか？「なぜ」を五回繰り返して深掘りし、あるいはClaudeやChatGPTにその魅力を説明させることで、パターンを見つけ、豊かな語彙を獲得し、視覚的な判断力を高めることができます。

AIがより「オムニ」になるにつれて、この参照ライブラリの価値はますます高まります。それはあなたのセンスをカプセル化し、同時にAIが新しいプロダクトを生成するための原材料となるからです。あなたのセンスをぼやけた画像だと想像してください。センスに合致するアーティファクトを集めるほど、その「センス画像」の解像度が上がります。新しいプロジェクトに取り組む際、漠然と「もっとモダンにして」と頼む代わりに、豊富な参照ライブラリを引き出すことができ、出力を凡庸さから遠ざけ、センスへと導けます。

現在のマルチモーダルモデルは視覚分析に優れていますが、それをテキストに変換するプロセスは依然として必要です。例えば、Midjourneyの「スタイルクリエーター」は、ユーザーに多数の画像を選択させることで詳細なスタイルプロファイルを生成します。このように、視覚分析をTASTE.mdやDESIGN.mdといったシステムファイルに落とし込むことで、抽象的な美意識を具体的な指示に変換できます。もっとも、このコード化は本質的に情報を損失します。視覚的入力の本質を完全に捉えることは稀です。しかし、新しいAIモデルがよりオムニになるにつれ、すべてをテキストに翻訳する必要性は薄れ、モデル自身があなたのセンスを内面化するようになるでしょう。それでも、包括的な「テイストライブラリ」を構築するという難しい作業は残ります。だからこそ、モデルと同様に、あなた自身も「オムニ」になる時です——デジタルなセンスライブラリの構築を始め、それを理解し、今日のモデルのためにコード化しましょう。

今週のリソースとして、記事では三つの注目アイテムを紹介しています。第一に、ベン・ブルーメンローズによる『2026年AIデザインレポート』。AIとデザインの現状を包括的にまとめたと評判です。第二に、ネイサン・バシェズが公開したオープンソースツール「Roughdraft」。MarkdownドキュメントにAIエージェントによるコメントや変更提案を追加する機能を提供し、人間とエージェントのコラボレーションを改善します。第三に、サイモン・ラストによる大規模プロジェクトでのコーディングエージェント運用に関するスレッド。6ヶ月前とは逆のアドバイスも含まれており、実践的な知見が詰まっています。これらのリソースは、本稿の主張を裏付ける具体的な事例とツールを提供しています。