デザインを人に見せる前に、AI に「最初のレビュアー」になってもらう——これが2026年の現実的な使い方です。いまの主要 AI は画面のスクリーンショットそのものを読めるので、「このデザインのどこがわかりにくい？」と画像つきで聞けば、視線の流れ・文字の読みやすさ・余白の乱れ・アクセシビリティの問題を一気に洗い出してくれます。機械的な観点を AI に先に潰させておくと、人どうしのレビューは「ブランドや戦略」という本当に大事な議論に集中できます。
Multimodal Review
ポイントは、テキストだけでなく画像（マルチモーダル）で渡すこと。文章で「青いボタンが2つ並んでいて……」と説明するより、PNG を1枚貼って「このボタン、どっちを押せばいいか迷わない？」と聞くほうが、はるかに的確な指摘が返ります。逆に AI は画面に映っていない狙い・文脈・実ユーザーを知らないので、最終判断は必ず人が握ります。
FIG.1 画像を渡す → AI が観点別に叩く → 人が取捨選択して判断する
01いまの AI は「画面を見て」評価できる
2026年時点で、主要な AI モデルはテキストだけでなく画像を直接読み取れます。Claude や OpenAI の GPT 系、Google の Gemini 系はいずれもマルチモーダル対応で、デザインのスクリーンショットを添付して「レビューして」と頼めます。とくに視覚タスク・大きな画面を扱う作業では Gemini 系が、コードと画面を行き来しながら直す用途では Claude が、といった得意分野の傾向はありますが、どれも「画像を見て指摘を返す」という基本動作は共通です。
使い方はシンプルです。完成画面でも、ワイヤーフレームでも、手描きスケッチの写真でもかまいません。1枚（または数枚）の画像を貼り、後述の「観点を指定したプロンプト」を添えるだけ。これだけで、人に見せる前の一次点検がほぼ無料の時間で回ります。
02レビュー観点を“こちらから”指定する
ただ「どう思う？」と聞くと、当たり障りのない感想が返ってきがちです。AI レビューの質は観点を具体的に指定できるかでほぼ決まります。次のテンプレートをそのまま貼って使えます。
プロンプト例（画像を1枚添付したうえで）
このデザインを、初めて使うユーザーの視点でレビューしてください。次の観点ごとに、問題点と具体的な改善案をセットで挙げてください。①視線の流れと情報の優先順位（最初にどこを見るか）②文字の読みやすさとコントラスト ③一貫性（余白・色・文字サイズ・角丸） ④アクセシビリティ（色だけに頼っていないか、文字が小さすぎないか、タップ領域は十分か） ⑤迷いそうな箇所・次に何をすればいいか分からない箇所。確信が持てない指摘は「推測」と明記してください。
観点を5つに区切るのがコツです。1つの大きな質問より、軸を切って聞くほうが網羅性が上がり、後で「どの軸の指摘か」を仕分けしやすくなります。「具体的な改善案を出して」と必ず添えるのも重要で、これがないと「コントラストを上げましょう」程度の抽象論で止まります。
03AI が得意な3つの一次点検
人のレビュアーが見るより前に、AI に任せると効率がいい領域があります。どれも「機械的・客観的にチェックできる」ことが共通点です。
チェックリスト点検
余白・配色・文字サイズの不揃いなど、ルールに照らせば判定できる崩れを一気に洗い出す。人の主観が要らない領域。
初見ユーザーの模擬
「この画面を初めて見た人がどこで迷うか」を仮想的にシミュレートさせる。作り手が見落とす盲点に効く。
コピーの分かりやすさ
ボタン名・ラベル・エラー文言が迷いなく伝わるか点検し、より明確な言い換え案を出させる。
04アクセシビリティは AI レビューの“いちばんの得意分野”
色のコントラスト・タップ領域の大きさ・文字サイズといったアクセシビリティは、明確な基準（WCAG）があるぶん AI が機械的に判定しやすい領域です。2026年の Figma には「AI デザインレビュー」系の機能やプラグインが用意され、コントラスト比・最小タップ領域（モバイルの目安 44px）・フォーカス順序・読み上げ順序といった項目をWCAG 2.2 を基準にチェックし、修正案まで提示する流れが一般的になりました。Figma 上の画像処理は Gemini 3 Pro や OpenAI の GPT Image といったモデルを選んで使える構成です。
Figma を使っていなくても、汎用チャット AI に画像を貼って「WCAG の観点でコントラストとタップ領域を確認して」と頼めば近いことができます。ただしAI の指摘は出発点で、正確なコントラスト比は専用のチェッカーや実機での確認で裏取りするのが安全です。AI が見た目の比率を読み違えることもあります。
FIG.2 基準が明確な項目（WCAG）ほど AI のチェックが効く
05AI が「できないこと」を正しく知る
AI レビューを過信すると逆効果です。返ってきた指摘はあくまで素材で、判断材料の一部にすぎません。次の限界を押さえておきましょう。
| AI が得意（任せてよい） | 人が担う（任せきれない） |
|---|---|
| 基準に照らした機械的チェック（コントラスト・余白・サイズ） | ブランドの世界観・トーンに合うかの美的判断 |
| 初見ユーザーがつまずく箇所の仮説出し | 事業戦略・優先順位を踏まえた取捨選択 |
| コピーの言い換え案の量産 | 実ユーザーの文脈・利用シーンの理解 |
| 抜け漏れの一次点検（叩き台づくり） | 最終的な意思決定と責任 |
とくに注意したいのが画像認識の精度です。AI はスクリーンショットを「見て」いますが、細かい色差・1px のずれ・実際のタップ感までは正確に読めないことがあります。重要な指摘ほど、人が実機・実画面で再確認してください。また AI はそれらしい指摘を自信ありげに述べる（ハルシネーション）ことがあるため、断定的な指摘は鵜呑みにせず一次情報で検証します。
AI レビューの正しい立ち位置は、判断する相手ではなく、判断を助ける最初の叩き台。
06実務で回す4ステップ
画面をそのまま撮る
完成画面でもワイヤーでも、デザインのスクリーンショットを用意。モバイル・PC など複数幅があれば各サイズを撮っておく。
観点つきで AI に渡す
画像を添付し、第02節のテンプレで5観点＋「具体案を出して」と指定。Figma 内の AI レビュー機能やプラグインを使う手もある。
指摘を仕分けする
「機械的に直せるもの（即対応）」と「判断が要るもの（人で検討）」に分類。AI の指摘をそのまま全部入れない。
人のレビューへ渡す
機械的な崩れを潰した状態で人に見せ、ブランド・戦略・実ユーザーの観点に議論を集中させる。
Rights & Caution
速くするほど、確認をセットにする
AI レビューは制作を速くしますが、いくつか前提を外さないこと。第一に権利と規約の確認です。社外秘のデザインや未公開の画面を外部の AI サービスに貼る前に、勤務先の利用ルール・各サービスのデータ取り扱い方針を確認します（学習に使われない設定や法人向けプランの可否など）。第二に料金・提供範囲は頻繁に変わること。モデル名・プラン・機能の有無は移り変わるので、本記事の固有名は目安として読み、最新は各社の公式情報で確認してください。
FIG.3 速さ × 確認を組めば、制作は安全に速くなる
07まとめ
デザイン × AI の通底原則はシンプルです。発散・量産・一次点検は AI、判断・一貫性・最終責任は人。マルチモーダル AI に画面を見せ、観点を指定して機械的に叩いてもらえば、人のレビューは本質に集中できます。権利と規約の確認をセットにし、AI の指摘を「素材」として仕分けする——この型を守れば、制作は安全に、そして確実に速くなります。
