UIUX調査レポート＋当システムへの反映提案＋無料公開ライン

1. 入口はボタン選択式が主流 fact — Knockは「次の指示をボタンから選ぶ」設計で自由入力の心理的ハードルを消している。「何を聞けばいいか分からない」層に効く。
2. 「答えを教えない」はハード制約でなければ漏れる fact — ChatGPT Study Modeは「お願いベース」の誘導のため、モデルが親切心で答えを言ってしまう弱点が実証済み。Khanmigoは拒否ロジックを別レイヤーで強制し、拒否時の定型返答+逆質問をセットで持つ。うちの/trainingは既にハード制約側=正解。
3. 文脈紐付き入口 fact — Santa LUMIは正誤判定直後の画面にチャットアイコンが出て、問題文脈を保持したままチャットが開く。「この問題について聞く」が1タップ。
4. 段階表示はタブ切替（ヒント/公式/解説） fact — Knockは3分割タブでチャットのスクロール地獄を防ぐ。
5. ソクラテス式の落とし穴 fact — 基礎知識ゼロの相手に逆質問を続けると機能不全（Khanmigoへの実批判）。最初の1段は「教える寄り」に分岐させる設計が要る。

1. トップで目的別3モードを並列選択 fact — 「おまかせ（弱点優先）/ テーマ別（自分で選ぶ）/ 見直し（直近の誤答だけ）」をボタン1つで切替。単一経路の強制はどのツールでも不満の火種（河合塾Oneの単線進行への実不満）。敏の「純問題集モード必要」指摘と完全一致。
2. 間違いを罰にしない fact — Duolingoは誤答してもレッスン続行+後で同じ問題を再出題。正誤は色+エフェクトで瞬時に演出（5連続正解で雷エフェクト等）。復習レッスンは意図的に易しくして再エンゲージを誘う。
3. 誤答は「回数/理解度」で重み付けし科目別に見せる fact — Monoxerは忘却曲線ベースの記憶度を「記憶済み/記憶中/弱点」3色で可視化。公務員試験は科目数が多く「どの科目を捨てるか」の判断材料=科目別の弱点深刻度が最重要のドメイン要件。
4. 復習キューには上限キャップ必須 fact — Ankiの「復習地獄」（キューが積み上がり恐怖で開かなくなる）は実証済みの離脱主因。
5. 結果画面はベンチマーク併記 fact — 受講者平均・合格までの距離（英検カコモン）・リアルタイム予測スコア（Santa）。相対評価で合否が決まる公務員試験と相性が良い。
6. 「でる順」ソート fact — 英検カコモンの頻出順出題。出題頻度データ（うちはR6傾向マップが該当）があれば移植可能。

1. 単元一覧の最終形は「習熟度カラーの可視化」に収斂している fact — Khan Academyは単元ページをスキルごとのマス目にし習熟3段階（Familiar→Proficient→Mastered）を色で塗る。atama+は目標単元を旗マーク（緑/グレー）で並べる。「進捗率バー」でなく「どこが弱いか」を一覧画面に直接埋め込むのが主流。
2. 前提知識（土台）の充足度を常時見せる「遡及型」設計が業界標準化 fact — atama+は「いま解いている単元の土台単元の完成度%」を常に表示。河合塾Oneも苦手の根本原因単元まで遡って復習提案。AI先生カルテ構想はこの潮流の延長線上にある。
3. 演習の詰まり解消は「ヒント→途中経過つき解答例→関連リソース」の3段 fact — Khan Academyの型。うちの5ステップ解説+AIチャットと同型で、方向の正しさを裏付け。
4. 紙×デジタルのハイブリッドは「橋渡し部分」の品質が成否を分ける fact — Libryは「画面で問題を見る→紙のノートで解く→自己採点を記録」のハイブリッドが本体だが、「ノート提出に別アプリでの撮影を強制される」導線破綻が最大の実不満。手書き答案が前提の公務員論文と親和性が高い設計だけに、うちのWO-2（答案写真アップロード）への直接警告になる。
5. 没入と復帰の設計 fact — スタサプは講義中だけヘッダーを変えて他画面への導線を削る「没入モード」。継続はストリークより忘却曲線ベースの「忘れた頃に再提示」を重視（スタサプ公式が設計思想として明言・atama+も日次/週次ログと併用）。
6. 「読ませない」設計（Duolingo Tips型）は導入の要点提示に限定使用 inference — 網羅性の低さへの批判が実在し、深い理解を要する公務員の専門・論文には精読型（Khan/スタサプ型）が適する。例題駆動の導入部に「最小Tips 1画面」を足す程度が適量。
7. アクセシビリティのフル装備例 fact — Lentrance（学校の94%で利用）はリフロー表示+文字サイズ/フォント/行間調整+2資料の左右並列+読み上げ。社会人・年齢層の広い公務員受験層に価値。

1. 「観点別評価＋修正案＋改善ヒント」の3点セットが最小構成の型 fact — 英検カコモンは本試験と同じ4観点に厳密一致させたことが満足度93.6%の核と推定される。うちの3値診断（✅/⚠/—）+L1/L2/L3層はこの型に適合。足りないのは「修正案・改善ヒント」の見せ方の磨き込み。
2. 免責文言はスコア/診断の直下に固定表示 fact — 「AIによる」ことと自己確認の必要性を明示するのが業界標準（英検カコモンは「英検協会の監修を受けていない」とまで明記）。
3. 速度の劇的差を数値で見せる fact — 資格スクエアは「人力2〜3日→AI最短1分」を前面訴求。うちの「数分で返る」も画面上で明示すべき。
4. 同一素材の再測定で成長を見せる fact — ELSAは同じ診断素材を無制限に再受験させ「同じ物差しの経時比較」を作る。再添削導線の設計原則。
5. 「誰にも見られない安心感」を訴求に使う fact — 資格スクエアはAI添削の心理的価値として明示。添削を人に出すのが恥ずかしい層に効く。

全てfact司令官（Claude）がブラウザで実操作し、スクショ29枚を社内保管（educaredev/docs/research/uiux_benchmark_20260722/screenshots/）。スタサプENGLISHは敏が本契約して中まで確認した。

• スタサプENGLISHのレッスン構造は「例題駆動の完成形」: 1レッスン=「①例題を解く→②例題講義(動画)→③ディクテーション→④シャドーイング」。まず解かせ、講義で理解、定着トレーニングで締める — トシテキストの思想と同型で、うちより「定着」まで一歩長い。
• スタサプの演習・誤答UX: 選択肢の下に「わからない」ボタン常設（当て推量のノイズを消す）／誤答は紫枠の落ち着いた「✕不正解です」+あなたの解答vs正解の並列+語注／「後で復習する」チェックが誤答時に自動ON（正解でも手動で付けられる）／正解率0%でも「Keep trying!」+メダル+学習時間の積算を返す。
• スタサプの継続装置: ホームのファーストビュー=アバター+週間進捗リング+「今週0分（目標7時間）」。レッスン一覧下部に「続きからはじめる」固定バー+「復習トレーニング」常駐。「1分クイズ」（通知連動の超軽量演習）という部品も。
• スタサプの課金フロー（WO-4参照・実記録）: 4ステップ進捗バー→自動更新金額の明示→無料期間と課金開始日の分離表示→同意チェックで確定ボタン活性化→完了画面の次アクションが「プロフィール設定」と「LINE友だち追加(特典3点)」=決済直後にLINE接続へ誘導。
• Duolingoのオンボーディング: キャラ吹き出し1問+選択カードだけの画面を刻む（経路→理由→レベル自己申告→毎日の目標→開始地点）。レベル申告に即「ならセクション2から始めよう！」と個別化反応を返す。診断は「ゼロからはじめる/ぴったりのレベルを見つける」の2択で強制しない。診断中のスピーキングスキップ→「マイクを15分オフにしました」と形式ごと一時停止。正解演出=チップ緑着色+全幅緑バナー「✓よくできました！」。
• Khan Academyの習熟度グリッド実物: 凡例（Mastered紫→Not started白+雷=クイズ/星=単元テスト）を先に見せ、コース全体を「14,800 mastery points」と数値化。演習は「Do 7 problems ○○○○○○○」の進捗ドット+Skip/Checkの2ボタンのみ。

• 待機型AI先生は使われない（最重要fact）: Sal Khan本人が「生徒は期待したほど自発的に助けを求めなかった」と公に認め、Khanmigoを2026年に呼ばれなくても自動介入する設計へ作り直した。Stanford調査でも介助なしのチャット型AI家庭教師は3週間で利用率60%低下。→うちの「カルテ→先回り提示→LINE声かけ」の能動設計を、世界最大手の失敗が裏書き。
• 記憶の持ち越しの実装形: Duolingo Video Callは通話後トランスクリプトから「ユーザーに関する事実リスト」を抽出し次回の文脈に注入 — 生徒カルテのデータモデルの雛形。
• 人格は事後チューニング前提: DuolingoのLilyは「皮肉が強すぎる」のFBで穏健化した実例。AI先生の口調は固定せずプロンプト差し替え可能な構造に。すららも「キャラの話速が遅い」不満→速度調整で対応した轍。
• 「今日やること」は単一導線に絞る: ELSAは巨大NEXTボタン一本・atama+は青枠1つ。選択肢を並べない。
• 声かけはエスカレーション設計（放置日数に応じ軽→強）。ただしDuolingo流ギルトトリップは真剣な受験文脈では逆効果リスク。
• atama+の分業の示唆: AI=問題選定・人間=声かけと役割分離し、AI声かけの信頼リスクを回避している。うちがAIで声かけまでやるなら「励まし系の声かけ」と「正誤判定・解答方針（fail-closed厳守）」を別物として扱うのが安全線。
• 課金の透明性: Speakは「プランごとの機能差が不透明」で不信を招いた。AI先生機能をプラン差にするなら差分の明示が必須。

• Brilliantの正体は「軽量なロジック駆動UI」: 図+質問+選択肢が基本形。核は誤答するとその誤答パターン専用のフィードバックが返ること（汎用「不正解です」を使い回さない）。フルアニメはご褒美演出に限定。
• 図解制作の使い分け指針（51単元レーンの制作方針に採用推奨）: ①静的画像（大半はこれで足りる）→ ②色分け+段階開示（式変形はCSSだけで効果大・Symbolab型「元の式/変形過程/解」の3色）→ ③画像切替の疑似インタラクション（空間把握の展開図に最適・実アニメ不要）→ ④本格アニメは効果測定後に絞って投入。「まず静的+色分け+選択式」が費用対効果最良。
• ヒント1段目は「着眼点」に留める: Khanのヒントは「解法をそのまま順に見せる」ため思考させず正解に到達させてしまうと批判あり。段階ヒントの設計原則。
• 途中式の評価（Mathspace）: 学習モード=1行ずつ判定/テストモード=自由記述+部分点、の2モード設計。数的推理の中期拡張の参照。
• 非対称スコアリング（IXL SmartScore）: 高習熟度域ほど加点を渋く・減点を大きく=まぐれ正解の過信を防ぐ。本番一発勝負の公務員試験と好相性。
• 朗報（ドメイン近接）: SPI/公務員系アプリ市場は解説の薄い一問一答が乱立。例題駆動テキスト+図解を持つうちは既に市場平均超え=差別化軸は「図解の質」に絞ってよい。

• 赤ペン先生（進研ゼミ）の型: カメラ/ネット提出→返却SLA約3〜4日を明示（郵送2-3週間との差を体験価値に）。デジタルでも「答案にマルやコメントがついていく」手書きの温かみを再現。「褒めて伸ばす」個別コメント。
• Z会の「加点ポイントの言語化」: なぜ得点/減点かの根拠を明示し納得感と再現性を作る — うちの3値診断の各指摘に「根拠+こう直す」を付ける方向と一致（スコアは出さない軍律のまま根拠だけ移植）。
• 多視点添削: 進研ゼミ小論文特講は「毎回添削者が違い複数視点を得られた」が好評 — 型4系統+ユーザー選択を持つうちの設計と接続可能。
• 誤答原因の分類（AI StLike）: 単なる正誤でなく「計算ミスか概念理解不足か」を分類して次の1問を生成。論文でも「論理構成の欠陥か知識不足か」の分類は移植価値大。
• 担任コーチ制+月次上限: 進研ゼミは相談を月10回までと明示しコストと体験を両立 — AI先生の無料枠設計の参照。
• 日本市場特有の3要件（inference）: ①「先生」という固定人格への強い要求 ②見守り（保護者/管理者）機能の需要（B2B転用可）③ポイント→実物交換の「儀式化された継続装置」（努力賞）。
• スマイルゼミ戦略AIコーチの4項目ヒアリング（志望先/目標点/得意苦手/可処分時間→日次プラン+予定変更時の自動リプラン）— うちのAI先生カウンセリング4stepフォームと同型=方向の裏書き。トライの「10分2択診断」も初回障壁を下げる型。

• 解答の誤り・クラッシュは★4.8でも信頼を毀損する fact — 公務員のライトは高評価の裏で「数的処理の解答が誤っている（ユーザーがChatGPTで検算して発覚）」「起動しない」の実レビューあり。うちの検算文化・引用実在検証はそのまま武器。
• 書き込み系機能（マーカー/ふせん）は永続化がバグると逆効果 fact — アガルートは機能充実だが「保存が消える/ズレる」不具合が最大不満。「中途半端に作るくらいなら作らない」が正。
• PDF配布・印刷前提はデジタル完結UXの敗北（スタディサプリのテキスト運用）／単線強制進行への不満（河合塾One）／広告で解説を人質に取る設計（過去問道場系）／復帰ユーザーへのポップアップ積み重ね（Duolingoの反省点）— いずれも避ける。

1. 正解が一意な演習系は未完成でも早く出せる。AIが人を評価する機能（採点・添削）は必ず「βラベル+免責文言+期間明示」とセットで出す fact — 英検カコモンは「英検協会の監修を受けていない」と明記した上で約10ヶ月βを回し、「採点実績1万件」を根拠に正式版化。資格スクエアのAI添削βも期間明示つき。
2. 公開時のコンテンツは「全部薄く」より「一部厚く」に絞る fact — Duolingoは4言語のみで一般公開（現在40超）。Knockは英語・数学の2教科のみで公開し1年で25万ユーザー。資格スクエアは難度の低い「基礎問」だけにAI添削を先行投入。
3. 正式版化は「実測データ量」の定量ゲートで判断する fact — 英検カコモン=採点1万件、Knock=質問1,000万回を公表材料に。「そろそろ良さそう」の感覚判断ではなく、事前に「n件でGO」を決めておく。
4. 課金は後追いでなく公開当初から並走できる fact — Knockは無料（週10回）と有料Plusを同時スタート。ただしうちはWO-4（決済配線）未着手なので、これは第2弾以降の論点。
5. β運用には「期間限定型」（英検カコモン: β→正式切替）と「Preview永続型」（ChatGPT: ラベル常時表示のまま改善を重ねる）の2型がある fact。

1. 反映提案の採否 — S1〜S5は即着手してよいか（低コスト・方向は実証済み）。A1〜A9のうち今週やるものはどれか（推奨: A1→A2→A6の順。A1=敏レビュー既決の実装形、A2=AI先生WO-0と一体、A6=③公開品質に直結）。
2. 無料公開ライン — 案X（2段ロケット）でよいか。よければ第1弾の条件6点のうち敏マター2点（無料専用Gemini垢の作成／promoter再install+sudo昇格）の実施タイミング。
3. ③法務3点の進め方 — 特別区の商用クリアランスを誰がどう確認するか（自治体への直接照会/法務相談/掲載回避で先行 の3択。推奨: 転載禁止明記の自治体だけ課題文非表示=「テーマ+出題情報のみ」で先行し、照会は並行）。
4. ②の実機FB — 例題駆動28単元の型はこのまま51単元+図解レーンに量産展開してよいか。