UXデザインのベストプラクティスを学ぶ

概要

製品およびエンジニアリングのチームは、コードベースからクラウドインフラに至るまで、実際のシステム上で動作するAIエージェントをますます提供するようになっています。Perplexityは、エージェントが有用で安全であり続け、実際のユーザーの働き方に沿ったものとなるよう、人間参加型の介入ポイントの設計と検証を支援します。

あなたの検索

AIエージェントのインタラクションデザインに関する調査中心のクエリから始めます：

AIエージェントのワークフローにおける人間参加型の介入ポイントを設計するための現在のベストプラクティスは何ですか。また、Cursor、Devin、Claudeなどの主要な製品は、ユーザーの自律性と適切なガードレールをどのようにバランスさせていますか？

そこから、製品仕様、UXモック、および内部のランブックを接続し、エージェント型IDEやコーディングコパイロットがアクション、承認、権限をどのように制御しているかと比較するようPerplexityに依頼できます。

Perplexityの回答

Perplexityは、この領域の構造化されたビューを返します。コアとなる人間参加型パターン（割り込みと再開、ツールとしての人間、承認フロー、およびエスケープ）、エージェントのワークフローの各ステージに対するリスクのマッピング、そしてファイル書き込み、デプロイ、一括編集などの元に戻せないアクションにおいて介入が最も重要になる場所を示します。また、Cursor、Devin、Claude Codeなどのツールが、段階的な承認から設定可能な許可/確認/拒否ルールに至るまで、自律性のスペクトルのどこに位置するかを分類しています。

これにより、チームに具体的な設計オプションが提供されます。たとえば、コードの編集には承認を要求する一方で、エージェントにはナビゲーション、検索、シミュレーションを自由に行わせるようにします。その後、PerplexityにこれをUX要件、ユーザー教育用コピー、または製品、デザイン、セキュリティのすべてが使用できる決定マトリックスに変換するよう依頼できます。

拡大

拡大

ヒント

• 「自律性のレベル」を求め、Perplexityに自社製品をCursorスタイルまたはDevinスタイルのガードレールにマッピングさせます。
• サンプルワークフロー（「エージェントがインシデントをトリアージする」など）を貼り付け、各ステップで推奨される介入ポイントを要求します。
• 製品が制限的ではなくエンパワーメントを感じられるように、ガードレールが存在する理由についてのユーザー向け説明をPerplexityにドラフトさせます。
• 「低リスクのアクションについてはガードレールを緩め、本番環境への書き込みには厳格な停止を維持する。それをポリシーテーブルとして見せてほしい」と反復して改善します。