論文の概要: Personagram: Bridging Personas and Product Design for Creative Ideation with Multimodal LLMs

• arxiv url: http://arxiv.org/abs/2602.06197v1
• Date: Thu, 05 Feb 2026 21:14:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-09 22:18:26.111512
• Title: Personagram: Bridging Personas and Product Design for Creative Ideation with Multimodal LLMs
• Title（参考訳）: ペルソナグラム:マルチモーダルLLMによる創造的発想のためのペルソナのブリッジと製品設計
• Authors: Taewook Kim, Matthew K. Hong, Yan-Ying Chen, Jonathan Q. Li, Monica P Van, Shabnam Hakimi, Matthew Kay, Matthew Klenk,
• Abstract要約: Personagramはマルチモーダル大言語モデル(MLLM)を利用した対話型システムである デザイナーは詳細な国勢調査に基づくペルソナを探索し、ペルソナ属性から推測される製品の特徴を抽出し、特定の顧客セグメントに再結合する。 プロのデザイナー12名を対象にした調査では,ペルソナ属性から製品デザイン機能に至るまでのマルチモーダルな思考を構造化することにより,より実用的な思考を促進することを示す。
• 参考スコア（独自算出の注目度）: 25.55641344754412
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Product designers often begin their design process with handcrafted personas. While personas are intended to ground design decisions in consumer preferences, they often fall short in practice by remaining abstract, expensive to produce, and difficult to translate into actionable design features. As a result, personas risk serving as static reference points rather than tools that actively shape design outcomes. To address these challenges, we built Personagram, an interactive system powered by multimodal large language models (MLLMs) that helps designers explore detailed census-based personas, extract product features inferred from persona attributes, and recombine them for specific customer segments. In a study with 12 professional designers, we show that Personagram facilitates more actionable ideation workflows by structuring multimodal thinking from persona attributes to product design features, achieving higher engagement with personas, perceived transparency, and satisfaction compared to a chat-based baseline. We discuss implications of integrating AI-generated personas into product design workflows.
• Abstract（参考訳）: 製品デザイナーは、しばしば手作りのペルソナでデザインプロセスを開始する。 ペルソナは消費者の好みで設計決定を下すことを意図しているが、抽象的で生産コストが高く、実用的なデザイン特徴に変換することが難しいため、実践的に不足することが多い。 その結果、デザイン成果を積極的に形作るツールではなく、静的参照ポイントとして機能するペルソナリスクが生まれました。 これらの課題に対処するため,我々は,マルチモーダルな大規模言語モデル(MLLM)を活用した対話型システムであるPersonagramを構築した。 プロのデザイナー12名を対象に行った調査では,ペルソナ属性から製品デザイン機能へのマルチモーダル思考の構造化,ペルソナへの関与の向上,透明性の認識,チャットベースのベースラインに比べて満足度の向上などにより,より実用的な思考ワークフローを実現する。 本稿では,AI生成したペルソナを製品設計ワークフローに統合することの意味について論じる。

関連論文リスト

• "She was useful, but a bit too optimistic": Augmenting Design with Interactive Virtual Personas [0.6117371161379209]
  本稿では,対話型バーチャルペルソナ(IVP)について紹介する。マルチモーダル,対話型ユーザシミュレーションにより,設計者がインタビュー,ブレインストーミング,フィードバックの収集をリアルタイムで行うことができる。 以上の結果から,ITPが情報収集を迅速化し,設計ソリューションを刺激し,迅速なユーザライクなフィードバックを提供する可能性が示唆された。 設計者は、バイアス、過度な最適化、真の利害関係者の入力なしに信頼性を確保することの難しさ、そしてIPPが人間のインタラクションのニュアンスを完全に再現できないことへの懸念を提起した。
  論文  参考訳（メタデータ） (2025-08-26T22:35:27Z)
• Thought-Augmented Planning for LLM-Powered Interactive Recommender Agent [56.61028117645315]
  本稿では,蒸留した思考パターンを通じて複雑なユーザ意図に対処する,思考増強型対話型推薦エージェントシステム(TAIRA)を提案する。 具体的には、ユーザニーズを分解し、サブタスクを計画することでレコメンデーションタスクを編成するマネージャエージェントを備えたLLM方式のマルチエージェントシステムとして設計されている。 複数のデータセットにまたがる包括的な実験により、IRAは既存の手法に比べて大幅に性能が向上した。
  論文  参考訳（メタデータ） (2025-06-30T03:15:50Z)
• Personalized Multimodal Large Language Models: A Survey [127.9521218125761]
  マルチモーダル大言語モデル(MLLM)は、最先端の性能と複数のデータモダリティを統合する能力により、ますます重要になっている。 本稿では,パーソナライズされたマルチモーダルな大規模言語モデルに関する包括的調査を行い,そのアーキテクチャ,トレーニング方法,アプリケーションに焦点をあてる。
  論文  参考訳（メタデータ） (2024-12-03T03:59:03Z)
• GLDesigner: Leveraging Multi-Modal LLMs as Designer for Enhanced Aesthetic Text Glyph Layouts [53.568057283934714]
  本稿では,コンテンツ対応のテキストロゴレイアウトを生成するVLM(Vision-Language Model)ベースのフレームワークを提案する。 本稿では,複数のグリフ画像を同時に処理するための計算コストを削減する2つのモデル手法を提案する。 本モデルでは,既存の公開データセットの5倍の広義のテキストロゴデータセットを2つ構築する。
  論文  参考訳（メタデータ） (2024-11-18T10:04:10Z)
• MetaDesigner: Advancing Artistic Typography Through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
  MetaDesignerがLarge Language Models(LLM)を利用したアートタイポグラフィーのための変換フレームワークを導入 その基盤は、Pipeline、Glyph、Textureエージェントで構成されるマルチエージェントシステムであり、カスタマイズ可能なWordArtの作成をまとめてオーケストレーションしている。
  論文  参考訳（メタデータ） (2024-06-28T11:58:26Z)
• I-Design: Personalized LLM Interior Designer [57.00412237555167]
  I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。 最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
  論文  参考訳（メタデータ） (2024-04-03T16:17:53Z)
• Towards Unified Multi-Modal Personalization: Large Vision-Language Models for Generative Recommendation and Beyond [87.1712108247199]
  我々の目標は、マルチモーダルパーソナライゼーションシステム(UniMP)のための統一パラダイムを確立することである。 我々は、幅広いパーソナライズされたニーズに対処できる汎用的でパーソナライズされた生成フレームワークを開発する。 我々の手法は、パーソナライズされたタスクのための基礎言語モデルの能力を高める。
  論文  参考訳（メタデータ） (2024-03-15T20:21:31Z)
• Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams [2.237039275844699]
  生成型AIモデルは、人間のタスクに統合され、表現力のあるコンテンツの制作が可能になっている。 従来のヒューマンAI設計手法とは異なり、生成能力を設計するための新しいアプローチは、迅速なエンジニアリング戦略に重点を置いている。 我々の発見は、マルチステークホルダーチーム間のAIシステムのプロトタイピングにおける新たなプラクティスと役割シフトを浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-02-27T17:56:10Z)
• DesignGPT: Multi-Agent Collaboration in Design [4.6272626111555955]
  DesignGPTは人工知能エージェントを使用して、デザイン会社におけるさまざまなポジションの役割をシミュレートし、人間のデザイナーが自然言語で協力できるようにする。 実験の結果、DesignGPTはAIツールを別々に比較すると、デザイナのパフォーマンスが向上することがわかった。
  論文  参考訳（メタデータ） (2023-11-20T08:05:52Z)
• ChatGPT and Other Large Language Models as Evolutionary Engines for Online Interactive Collaborative Game Design [0.0]
  対話型進化と大規模言語モデルを組み合わせた協調型ゲームデザインフレームワークを提案する。 我々のフレームワークでは、プロセスは短い設計と一連の候補設計から始まり、言語モデルを使って生成されたり、ユーザによって提案されたりする。 次に、ユーザは、最も有望なデザインを選択し、再結合し、変更するインタラクティブな遺伝的アルゴリズムにフィードバックを提供することで、デザインプロセスに協力する。
  論文  参考訳（メタデータ） (2023-02-09T15:44:43Z)
• Investigating Positive and Negative Qualities of Human-in-the-Loop Optimization for Designing Interaction Techniques [55.492211642128446]
  設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。 モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。 一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
  論文  参考訳（メタデータ） (2022-04-15T20:40:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。