UI生成におけるUIデザインの意思疎通を補完するためのsemantican推奨

高品位なUI生成を文字によるpromptから実現させる generative AI が存在します。しかしユーザーたちは、設計の意図と評価・修正結果に詰まりがあります。そのため、 UI の生成のために必要な情報について、UIの生成ガイドラインを議論し、重要なデザインセマンティクを見つけることにテーマ分析が使われました。それにより、設計のセマンティックは階層的で相互に関連しておりました。これは、ユーザーがあらかじめ要望した内容とAI の出力の間の中継表記を実現するシステムを開発することで補完できます。このシステムは、意図を明確で理解することが許されるだけでなく、予測可能な繰り返し修正が容易な状態にも導くのです。私たちはそのアプローチによりユーザーの意思表現に関する信頼感と出来事解釈の理解を向上させていますし、デザイン可能性に対する対策には説明がつけやすくなりますからね。またその仕掛けは、AI 前線でのUI設計における明確で説明できる探索へと私たちを導きます。

arXiv:2601.19171v2 Announce Type: replace-cross Abstract: While generative AI enables high-fidelity UI generation from text prompts, users struggle to articulate design intent and evaluate or refine results-creating gulfs of execution and evaluation. To understand the information needed for UI generation, we conducted a thematic analysis of UI prompting guidelines, identifying key design semantics and discovering that they are hierarchical and interdependent. Leveraging these findings, we developed a system that enables users to specify semantics, visualize relationships, and extract how semantics are reflected in generated UIs. By making semantics serve as an intermediate representation between human intent and AI output, our system bridges both gulfs by making requirements explicit and outcomes interpretable. A comparative user study suggests that our approach enhances users' perceived control over intent expression and outcome interpretation, and facilitates more predictable iterative refinement. Our work demonstrates how explicit semantic representation enables systematic and explainable exploration of design possibilities in AI-driven UI design.