# AI 生産性ツールは、なぜまずプロから始めるのか。近道か、幻想か。

- Date: 2026.01.12
- Locale: ja
- Page: https://cv.rocorgi.wang/writings/professional-or-illusion
- Author: Long Wang (汪龙, rocorgi)

中国国内向け AI デザインツールを作っての観察。プロは正しさを定義できるが、スケールの相手とは限らない。

AI プロダクトを作っていて最近感じていること。対象は中国国内市場だけ。デザインツールを例にしていて、ほかのツールでは違いがあるかもしれない。

作る人はいつも少数だ。ふつうのユーザーに、創作したいという動機は強くない。見落としやすい事実がある。AI を「消費」することへの受容は高い。AI で「生産」することへの受容は、それと同じではない。

観察できる現象はこうだ。ふつうの人は AI 動画をスクロールし、AI 画像を見て、AI のネタを転送する。でも AI ツールで一件を最後まで終わらせてほしいと言うと——たとえば、本当に出せるイベントポスターを一枚——使う気ははっきり落ちる。一度試して去る人が多い。新鮮さが終わったからではない。「出していい一枚が作れない」からだ。

これは「ユーザーが保守的」なのではない。消費の経路と生産の経路は非対称だ。コンテンツを消費する場（ショート動画、ソーシャル）には、最初から評価の基準がある。面白い、きれい、気持ちいい、奇妙、それで足りる。コンテンツを生産する場は、結果に責任を求める。使える、出せる、転換できる、納品できる。

「それなりに見えるものを生成させる」だけのプロダクトは、コンテンツの玩具に近い。「結果を渡して、その結果を引き受ける」プロダクトになって、はじめて生産性の領域に入る。

ここが断絶だ。消費の世界は偶然の驚きを許す。生産の世界は、安定して制御できることを求める。

多くのチームは言う。ふつうのユーザーは prompt が書けない。だからツールはスケールしない。たしかに、ふつうの人の入力は話し言葉で、口をついて出て、目的も曖昧だ。ただ「prompt が書けない」を中心の原因にすると、読み違えやすい。

まず、ふつうのユーザーに足りないのは表現力ではない。良い結果を想像する力、つまり評価基準だ。言えないのではない。「何が良いか」を知らない。ポスターで「高級にして」と言う。デザインにおける高級は、余白、コントラスト、階層、書体、ブランドの一貫性、情報密度の制御、どれでもあり得る。

ユーザー自身が結果を想像できなければ、生成はどれも「運」になる。運ということは、再利用できず、予期もできない。長く残ってもらうのは難しい。

次に、足りないのは AI の理解ではない。ワークフロー上の位置だ。このツールは、どの一歩を省いてくれるのか。

多くの人の制作経路は「デザインソフト」の中にない。プラットフォームの中にある。Douyin のテンプレート、CapCut、Xiaohongshu のノート、店舗の管理画面。新しいツールを開かせることは、その経路の外にもう一本の枝を足すことだ。その一歩が、すぐ感じられる利益（より早く出す、より高く転換する、手戻りを減らす）を生まなければ、人は元の経路に戻る。

だから、prompt が書けないのは表面だ。露出しているのは「結果への期待と想像力」と「ワークフロー上の居場所がないこと」だ。

プロダクトと事業の側から見ると、「まず professional」は合理的な戦略だ。初期の難題を、最初からいくつか解いてくれる。

これらの利点は本物だ。問題は、その利点が同時に、ある要因を見落とさせることだ。professional は、スケールがいちばん難しい一群かもしれない。

移行コスト、資産への縛り、追いつく罠。ここでも AI デザインツールを例にする。プロを本当に取りに行くと、三つの問題に会う。

professional は「能力の検証」と「正しさの基準」には向く。「スケールの起点」には、必ずしも向かない。

ROI が明確で、頻度が高く、足りていればよい。professional と power user を分けて見ると、多くのチームがこの二つを混ぜている。

中国国内で先にスケールしやすいのは、power user のほうかもしれない。デザインツールで言うと、典型はこうだ。

共通点は、明確な ROI（効率、転換、フォロワー）、高頻度、従来の資産への深い縛りがないこと、「足りていて速い」への受容が高いことだ。この人たちに Adobe 一式の置き換えは要らない（Adobe の母数には、また驚かされる）。必要なのは、「アイデアから公開まで」をおよそ半分に縮めることだ。

こちらのほうが、現実的なスケールの経路だ。

スケールの鍵を「ユーザーに prompt を教えること」に置くと、回収しにくい教育コストを抱えることになる。

より有効なのは、話し言葉を正当な入力にして、構造化はシステムがやることだ。作れる仕組みはこうだ。

この論理の本質は、会話体験の改善ではない。「予見できる結果 + 制約 + 納品」をプロダクトにすることだ。

AI ツールの役割は、ユーザーに AI との話し方を覚えさせることではない。学ばなくても、用事を終わらせることだ。AI ツールを作っていると、「AI を使えるようになる」を目標にしてしまう錯覚に落ちやすい。

市場が正のフィードバックを返すのは、用事が終わったときだ。では「まずプロから」は近道か。結論はこうだ。professional を「結果を評価する基準」と「質の高いフィードバックの源」として扱うなら、近道だ。「スケールさせる相手」として扱うなら、幻想かもしれない。

より現実的な経路は、professional で結果の正しさを定義し、power user でスケールし、システムがユーザーの代わりに prompt を生やすことだ。

まず power user をはっきり定義する。強いのは ROI であって、ツールの技能ではない。多くのチームは power user を「半プロ」と想像する。中国でより多いのは、需要が強く、頻度が高く、結果に責任がある（今日出さなければならず、出したら転換が要る）。でもデザインの制約を言語化できず、AI の境界も分からず、新しい作法を学ぶ気もない。prompt を学べとは期待できない。話し言葉を構造化された入力に変えて、出力を安定させる。この段差を下げることには、意味がある。

次に、「需要がツールを複雑にする」と心配するときの根は、能力型の要求を受け取っていることだ。

ユーザーがよく言うのは、こういうことだ。

これらは能力型の要求で、プロダクトを「古いツールに追いつく」方向へ引っぱる。プロダクトは極端に複雑になる。要求は、結果型に翻訳する。本当に欲しいのは、より早く出す、手戻りを減らす、揃える、転換を上げる、再利用しやすくする、だ。結果の指標に揃え続ければ、複雑さは自分で下がる。

以上は、AI デザインツールについての観察に限る。

![AI 生産性ツールは、なぜまずプロから始めるのか。近道か、幻想か。](/writings/professional-or-illusion/photo.jpg)

[原文](https://x.com/wangdouglas/status/2010661225622069525)