当初のサイト構築を振り返ると、私はCursorとClaudeを使い、ゼロから個人サイトを作った。当時はHugoを採用し、多言語対応、自動翻訳、GitHub ActionsのCI/CD、Fitbitのリアルタイムデータを統合した。コンセプトから公開まで、二週間とかからなかった。
当時の自分の仕事の進め方で見積もれば、三年前なら同じことにおそらく三か月を要し、一部は外注する必要もあっただろう。
だが、一つだけ速くならなかったことがある。このサイトが「どんな姿であるべきか」を決めることだ。
ビジュアルデザインの問題ではない。もっと根本的な問題だ。このサイトは誰に奉仕するのか? 何を伝えるのか? どの機能が核心で、どれがノイズなのか? 記事はいくつのテーマの柱に分けるのか? 各柱の関係は何か? 読者は一篇の記事を読み終えた後、次にどこへ導かれるべきなのか?
AIは読者のニーズを整理し、案を比較し、目標同士の衝突を指摘することもできる。ただし「私とは何者か」「何を重要だと考えるか」は、なお私が明確にする必要がある。採用する方向の結果も、自分で引き受ける。ここでセンスと呼ぶのは、こうした判断だ。
センスはあなたが思っているようなものではない
「センス(品味)」という言葉は中国語においてある種のエリート臭を帯びている。まるで「私はワインがわかる、お前はわからない」と言っているかのようだ。だが私が語ろうとするセンスは、エリートとは無関係だ。
私が大切にするデザインは、見た目を美しくするだけでなく、使う場面に適していることも必要だ。誰のためのものか、何を解決し、使うときにどのような制約があるかを考える。
「物を正しくする」、これこそセンスの本質だ。
より具体的に言えば、センスとは三つの能力の交わりである。識別力(多数の選択肢の中からどれが正しいかを見抜く)、否定力(「これはやらない」と言える勇気)、そして文脈感(なぜこの状況においてこの選択こそが正しいのかを理解する)だ。
識別力は経験の蓄積で身につく。否定力には勇気と判断が要る。だが文脈感が最も難しい。それは技術的制約、ユーザーのニーズ、ビジネスロジック、文化的背景を同時に理解し、それらの交点で最適解を見出すことを要求する。
デザイン原則、使用場面、資源の制約を明確にすれば、AIは採点や順位づけを助け、何かをしない理由も提示できる。ただし、その順位が役立つかは、条件が十分か、仮定が妥当か、実際に使ってどうだったかによる。私の仕事は文脈を補い、提案を確認し、取捨選択に責任を持つことだ。
私のセンスはどう鍛えられたか
正直に言えば、私は生まれつきセンスのある人間ではない。私のセンスは落とし穴に落ち続けて鍛えられたものだ。
コンサルタントをしていた年月、「技術的には完璧だが市場では無反応」の製品をあまりに多く見てきた。チームが半年かけて一つの機能を磨き上げ、リリースしてみたらユーザーが全く気にしていなかった。問題は技術的実行にあるのではなく、最初から正しい問いを立てていなかったことにある。「この機能は誰のどんな課題を解決するのか?」
その後、循環経済に取り組む中で、私はもう一段階のセンスを学んだ。適合感だ。同じ金属リサイクル技術が、A工場の生産ラインでは革命的な改善になり、B工場では余計な複雑さになる。差は技術そのものにあるのではなく、「この解決策がこの場面に適しているか」を判断する能力があるかどうかにある。
これは神学的訓練の経験と意外にも通じている。十五年の神学的背景は私に一つのことを教えた。同じ一節の経文が、異なる文脈の下では全く異なる意味を持ちうるのであり、解釈の質はあなたの文脈理解の深さに依存する。この「文脈への感受性」は後に、私のあらゆる判断の基層能力となった。技術アーキテクチャの選択であれ、コンテンツ戦略の策定であれ、一篇の記事の切り口の決定であれ。
いまAIでシステムを構築しているとき、私はセンスの価値がより明白になり、重要でなくなったわけではないことに気づいた。
具体例を挙げよう。ディベートエンジンを構築したとき、モデルの数、対話の回数、確認を置く段階など、多くの設計上の選択があった。どの組み合わせでも、費用、制約、効果を確認する必要がある。当時「四つのモデル、ディベートと協働のデュアルモード、Perplexityで最終チェック」を選んだのは、当時走らせた数十回の実験、各モデルの出力傾向の観察、求める品質をもとに判断したからだ。これは当時の構成であり、モデルの性能は変わる。最終チェックがあっても、出力の正しさが保証されるわけではない。
AIはエンジンの一行一行のコードを書いてくれた。だがエンジンが「どんな姿であるべきか」は、センスが決めたのだ。
Vibe Codingの真の意味
多くの人はVibe Codingを「もう真面目にコードを書かなくていい、AIと雑談すればいい」と理解している。この理解はとんでもなく間違っている。
Vibe Codingから得た気づきはこうだ。一部の試作が速くなっても、取捨選択の重要性は下がらない。 デプロイ、テスト、保守、安全性、データ品質にはなお費用がかかる。判断の質だけが成果の違いを生むわけでもない。
〈コードが安くなった後:Vibe CodingからAIエージェントへ、誰が提供に責任を持つのか?〉では、費用を初稿の生成、利用可能かの確認、提供後の保守に分けた。あの記事は試作と提供の境界を扱う。ここで考えたいのは、一人の人間が、何を作る価値があるかをどう判断するかだ。
鍵の一つは指示の質であり、それは問題の理解に左右される。信頼できるデータ、適した道具、工学的な確認、利用者からのフィードバックも、その理解を支える必要がある。
自然言語で要件を伝えるとき、私は意図と技術的条件を一緒に明確にすることを大切にしている。「JSON形式のスケジュールデータを受け取り、フィールドを検証してデータベースに保存する」は技術的な仕事を説明するが、AIが作ったコードにはなおテストが必要だ。「一人で八つのソーシャルプラットフォームを管理し、柔軟性より信頼性を優先する」は取捨選択の方向を示す。両者は互いを補う。目標が明確でも、実装に誤りがないという意味にはならない。
前者は工学的な仕様に、後者は私がセンスと呼ぶものに近い。どちらも必要であり、しばしば重なり合っている。
なぜ人文教養が突然重要になったのか
自分のAIとの協働経験では、「考えを明確に伝える」力をますます重視するようになった。技術と表現力の順位づけではない。どちらも協働に影響する。
これは簡単に聞こえるが、「はっきり伝える」とは実はきわめて複雑な能力だ。それはまず自分が何を欲しているかを考え抜き(自己認識)、次に相手が理解できる方法で表現し(コミュニケーション能力)、同時に相手が誤解しそうな箇所を予測して先回りして明確にし(共感)、最後に相手の応答の中からどの部分が正しく、どの部分を修正すべきかを見極める(批判的思考)ことを要求する。
この四つの能力、自己認識、コミュニケーション、共感、批判的思考はすべて人文的訓練の核心だ。修辞学はいかに精確に表現するかを教える。哲学はいかに問題を分解するかを教える。文学はいかに文脈を理解するかを教える。歴史はいかに事例から判断力を抽出するかを教える。
私自身の経験では、神学的訓練が私のAI協働に与えた助けは、いかなるプログラミング言語よりもはるかに大きい。なぜなら神学の核心的訓練とは、複雑なテキストを前にして、複数の可能な解釈の中から、最も合理的で最も責任ある一つを見出すことだからだ。これはAIの出力を前にして行うべきことと、本質的に同じことなのだ。
これこそ、私が「ポストコード時代」がエンジニアの終末ではなく、人文教養のルネサンスだと考える理由である。
センスは育てられるか
育てられる。だが「センスの講座を一つ受講する」というやり方ではない。
センスは三つの源から来る。大量のインプット(十分に多くの良いものと悪いものを見る)、異分野間の接続(異なる分野の経験の間に共通の判断枠組みを見出す)、そして反復する実践とフィードバック(選択を下し、結果を引き受け、判断を修正する)だ。
Vitsœが掲載するDieter Ramsの良いデザインの十原則は、有用さ、分かりやすさ、誠実さ、細部をデザインの判断に含めている。私にとっては、センスも「好き」だけでなく、理由を説明できるという気づきになる。
私にとって、センスの育成には一つの非常に具体的な方法がある。意図的に「なぜやらないのか」を練習することだ。決断を下すたびに、何を選んだかだけでなく、何を諦めたか、そして諦めた理由も記録する。時間が経つにつれ、自分の判断枠組みがどんどん明晰になっていくことに気づくだろう。
私は個人サイトを運営する際、まさにこうしている。一篇の記事を書く前に、まず三つから五つの可能な切り口を挙げ、それから一つずつ排除していき、最も価値のある一つが残るまで続ける。排除された切り口が悪いわけではなく、この時点で、この読者層に対して、既存の記事の文脈の中で、最も「正しい」選択ではなかっただけだ。
このプロセスこそ、センスの筋肉の記憶である。
判断と責任を協働の中に残す
〈AI Agents vs. Agentic AI〉では、人とAIの協働にもアーキテクチャの設計が必要だと論じた。〈言語が放棄されるとき〉では、読みにくいモデル内部の過程が監督を難しくすることも心配している。ただし、過程が読めることは出力の正しさを意味せず、読めないこともすべての外部検証が機能しないことを意味しない。
この二つの議題の交点こそ、センスだ。
センスはAIに何をさせるかの決定に関わり、私がどの受け入れ基準を選ぶかにも影響する。ただし監督は、自分の好みだけに頼れない。テスト、データの照合、利用者からのフィードバックも必要だ。
AIも文脈の発見を助け、目標を提案し、仮定に問いを投げかけられる。私はなお確認する必要がある。誰のためなのか、資源にはどのような制約があり、どの価値を残したいのか。提案を受け入れることは、決定の責任まで手放すことではない。
コードは複製でき、モデルは訓練できる。私にとって、なお繰り返し練習する価値があるのは、何を作り、何を手放すかを選び、その理由と結果を明確にできるか、ということだ。
条件と選択を明確にする
AIで制作が速くなるからこそ、取捨選択を明確にする価値も増す。
AIは案を比較できるが、採用する方向にはなお理由が必要だ。
意図と技術仕様は互いを補うが、実装の誤りがゼロになる保証ではない。
センスには経験だけでなく、テストと利用者のフィードバックも必要だ。
何をしないかを記録し、結果によって自分の判断を修正する。
目標を明確にし、採用した案にも責任を持つ。
2026年11月5日改訂。 サイト構築とモデル構成は、当時の仕事の経験を記したものだ。三か月は私自身の見積もりである。この記事はセンスを通じて取捨選択と責任を考え、デザイン原則は本文でリンクしたVitsœのページを参考にしている。


💬 コメント
読み込み中...