Figma「MAKER COLLECTIVE TOKYO」Day 2──AIによって、Web制作の現場はどう変わる?|WDイベントレポート

Webデザインやアプリ開発の現場で多くのクリエイターに活用されているデザイン・プロダクト開発ツール「Figma」。その最新トレンドや実践事例を発信するイベント「MAKER COLLECTIVE TOKYO」が、10月20日(火)から2日間に渡って東京・SHARE GREEN MINAMI AOYAMAで開催されました。

昨今、Web制作の現場は、生成AIの急速な進化によって大きな変革期を迎えています。Figmaも「Figma Make」に代表されるように生成AIとの融合を積極的に進めており、デザイナーやエンジニアの仕事のあり方やワークフローの組み立て方にはさまざまな変化が生じています。

今回は、イベント2日目に開催されたセッションの中から、GitHub Copilotとの連携や、チームでのAI活用、Figmaエージェントの実践に関連したセッションをピックアップし、その要旨を紹介します。その上で、AI時代のものづくりの現在地とこれからの制作チームに求められる視点について考えていきます。

目次

GitHub Copilot×Figmaで実現する、デザインと開発の融合

トップバッターとして登壇したのは、GitHub Japan合同会社のウィリアム・ザン氏です。ウィリアム氏は、創業から約20年が経ったGitHubの歩みを紹介した上で、2022年から一般提供が開始されたコード生成AI「GitHub Copilot」の進化を振り返りました。

GitHub Japanのウィリアム・チャン氏
GitHub Japanのウィリアム・ザン氏

GitHub Copilotは、自然言語による指示からコード生成やバグ修正などを支援するAIコーディングツールです。近年はチャットやエージェント機能の拡充によって利用が急速に広がっており、開発現場でのAI活用を象徴する存在となっています。

利便性が高まる中で利用者も増えており、GitHub上でコードの変更内容を記録した回数を意味するコミット数は、2025年から2026年にかけて14倍に急増したといいます。

この背景には生成AIの進化と普及もあり、この数値からも世界中の開発者がAIを活用して大量のコードを生み出していることを読み取ることができるでしょう。

一方、ウィリアム氏は、コードの生成量が増えたからといって生産性や提供価値がそのまま14倍になっているわけではないことを指摘し、今後はAIによって増えたアウトプットを、いかに実際の価値につなげるかが重要になると話しました。

そこで必要となるのが、デザインと開発の連携です。従来の制作現場では、デザイナーが作成したデザインをエンジニアに引き渡し、エンジニアがそれをもとに実装するという分業が一般的でしたが、この引き継ぎの過程では、デザインの意図が十分に伝わらなかったり、実装後の修正に時間がかかったりと、組織的な非効率が生じていました。こうした問題は、GitHub CopilotとFigmaを連携させることで改善し、生産性を高めることが可能になるというのです。

ウィリアム氏は、本イベントのWebページのデモを制作しながらその方法を解説しました。まず、Figma MCPサーバー経由でGitHub Copilotに読み込ませ、実装計画を作成。人間の確認を経て、AIがWebページを実装していきます。生成したページはPCやモバイルで表示して、Figma上のデザインと実装結果との違いを確認したり、追加のオーダーを出していったりと、デザインと実装を行き来しながら、両者の整合性を高めていきました。

デモページを作成する手順のスライド画面
デモページを作成する手順の説明

このように、GitHub CopilotとFigmaを連携して一気通貫での作業を行うことで、制作時間の大幅な短縮が可能となります。同時に、従来ハンドオフで生じていたニュアンスのズレなどを、AIが共通の文脈を理解することで、より精度の高いアウトプットが実現できるようになるのです。

セッションの後半では、Figma Japan株式会社の原一成氏との対談が行われ、AIによる生成コードの急増に伴うレビュー負荷や品質担保が議論されました。ウィリアム氏は、人間がすべてを手動レビューするのは限界があるため、コードレビューの一次チェックをAIに任せて品質のばらつきを減らし、人間は重要な意思決定に集中すべきだと回答。また原氏は、デザイナーがコードを書くなど職種の境界線が曖昧になる中で、AI時代だからこそ価値判断を行うプロとしての役割が重要になると話しました。

GitHub Japanのウィリアム・チャン氏とFigma Japanの原一成氏とのトークセッションの様子
GitHub Japanのウィリアム・ザン氏とFigma Japanの原一成氏とのトークセッション

個人のAI活用を、チーム全体の成果につなげる

続いて登壇したアクセンチュア株式会社 ソング本部の工藤元気氏、近藤由枝氏、鈴木雄大氏の3名は、Figmaとその拡張機能を駆使してチームでAIを活用する一連のプロセスをライブデモで披露しました。

冒頭で工藤氏は、あらゆる職種がAIを使うようになったことで個人のアウトプットは高まってきている一方で、個人ごとにAI活用が完結し、そのアウトプットをチームの中で十分に連携することができていない「AIのサイロ化」という新たな課題が生じていることを指摘しました。そこで紹介されたのが、Figmaを共通の作業場所として、個々のAI活用をチームの成果に結びつける方法です。

左から鈴木雄大氏、近藤由枝氏、工藤元気氏
左から鈴木雄大氏、近藤由枝氏、工藤元気氏

デモは、イベントの懇親会で、初対面の参加者同士が声をかけ合う心理的なハードルを下げるアプリを開発するという仮想テーマで行われました。

まず、アプリ開発のために、プロジェクトメンバーがそれぞれ非同期でアイデア出しを実施しました。工藤氏は、AIと対話しながら交流を促進するための機能を検討し、重要なアイデアをFigmaのオンラインホワイトボード「FigJam」に付箋として記入します。

デザイナーの近藤氏は、自身の視点から既存のプロトタイプをレビューし、改善案を付箋にまとめました。さらに、エンジニアの鈴木氏は、MCP(Model Context Protocol)という、AIと外部のツールやデータを接続するための仕組みを使い、AIとの対話から得られたアイデアをFigJamに付箋として反映させます。

このとき、3人は必ずしも同じAIを使用せず、それぞれが使い慣れたツールを活用しています。そこで、それぞれが出力した内容をFigJamに集約することで、個人の知見をチームで共有できるようにしているのです。

初対面の相手とも打ち解けるためのアプリ「Do-mo」を例に制作の様子を再現
初対面の相手とも打ち解けるためのアプリ「Do-mo」を例に制作の様子を再現

次に行われたのが、3人による同期のミーティングです。各自が出したアイデアをもとに議論し、その内容をAIで議事録にまとめます。議事録の要約やアイデアの分類、付箋の整理もAIが担い、視覚的に会議の内容が判別できるボードを完成します。

ただし、AIが整理した内容をそのまま採用するわけではありません。たとえば、AIが「保留」と分類したアイデアのなかに、実際の議論で盛り上がったものがあったため、「これは僕たちの意思決定だから」(工藤氏)という考えで採用に移すなど、最終的な意思決定は人間が行うことにこだわったとも話しました。

「Figmaを使うことで、職種を超えてすべてのチームがデザインに触れる時代になる」と解説
「Figmaを使うことで、職種を超えてすべてのチームがデザインに触れる時代になる」と解説

決定した要件をもとにデザイナーの近藤氏がFigma上で要件を整理し、ゼロからプロトタイプを生成する「Figma Make」に投入して実際に動くプロトタイプを完成させました。

このセッションでは、FigJamに議論の履歴を残すことでボード自体が制作過程の記録となり、AIに読み込ませる高品質なコンテキストになるため、個のAIをチームのアウトプットへつなぐことができることが示されたといえるでしょう。

定型的な作業をAIエージェントに任せ、創造的な仕事に集中する

AIが自律的にタスクを実行する「Figmaエージェント」の基礎知識と活用テクニックを解説したのは、フリーランスのクリエイターとして活躍するこもりまさあき氏です。

フリーランスのクリエイターのこもりまさあき氏

Figmaエージェントは、デザイン画面上の情報だけでなく、連携しているライブラリやガイドラインなどの背景情報も理解し、指示に応じて作業を進めるAIアシスタントです。たとえば、新しいページの作成や既存デザインの修正、コンポーネント化、レイアウトの整理などを自然言語で依頼することができます。この日のセッションで使用されたスライドも、そのほとんどをFigmaエージェントに作成させたといいます。

一方で、曖昧な指示を出すとありきたりな結果になりやすいという問題点も抱えています。たとえば、「インテリア雑貨のECサイトを作って」という短い指示だけでは、どこかで見たような一般的なデザインが生成されてしまいます。これに対し、ブランドのコンセプトやターゲット、価格帯、商品点数、競合との差別化など、具体的な情報を追加すると、アウトプットの精度が高まります。

さらには、AIから制作者に質問させ、ターゲットやコンセプトを掘り下げてから制作に進む方法もあります。人間が最初からすべての条件を言語化できなくても、AIとの対話を通じて要件を整理できるというわけです。

「カスタムスキル」の便利な活用方法について説明
「カスタムスキル」の便利な活用方法について説明する様子

また、こもり氏は、繰り返し発生する作業については、「カスタムスキル」の活用を推奨しました。カスタムスキルとは、よく使う作業手順や指示を登録し、必要なときに呼び出せる仕組みです。毎回同じプロンプトを入力する必要がなくなり、複数のスキルを順番に実行することもできます。

このような手法を駆使することで、クリエイティブを加速させることができます。このときにポイントとなるのが、面倒だと感じている作業を一度エージェントに任せ、うまくいったものをスキルとして登録することです。

定型作業を自動化すれば、デザイナーは本来取り組むべき仕事や、より創造的な仕事に時間を使えるようになるとこもり氏は説明します。また、AIに仕事を丸投げするのではなく、適切な背景情報を与え、生成された成果物を確認した上で、必要に応じて修正・調整を行うことの重要性も語りました。

AIと人間の強みをかけ合わせることで、より高い価値を生み出せる

今回ピックアップしたセッションからは、生成AIの進化によって「制作」にかかる工数が劇的に減った結果、何をつくるべきかを考え、アウトプットの価値を判断する力が人間に強く求められるようになっているということが感じられました。

GitHub Copilotによる実装の高速化や、Figmaエージェントによる手作業の自動化、FigJamによる文脈の共有といったことは、職種の壁を取り払い、これまで以上にものづくりに向き合う環境を提供してくれます。こうしたツールは単なる効率化だけでなく、人間が企画・判断・意思決定に集中できる環境を生み出しているのです。

これからは、よりAIと人間の強みをかけ合わせることで、AIは単なる作業効率化ツールの枠を越え、より高い価値を生み出すための人間のパートナーとなっていくといえるでしょう。

取材・文:久我智也  写真:Web Designing編集部

WD SELECTION|あなたが手がけたWebサイトを紹介します(掲載無料・公開/リニューアルしたサイトの事例を募集中)
  • URLをコピーしました!
目次