論文の概要: SoftBoard: A Multi-Agent Tool for the Creation and Evaluation of Low-Fidelity Prototypes
- arxiv url: http://arxiv.org/abs/2607.13179v1
- Date: Tue, 14 Jul 2026 18:27:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.565097
- Title: SoftBoard: A Multi-Agent Tool for the Creation and Evaluation of Low-Fidelity Prototypes
- Title（参考訳）: SoftBoard:低忠実度プロトタイプの作成と評価のためのマルチエージェントツール
- Abstract要約: 低忠実度プロトタイピングによるMVP(Minimum Viable Products)の構築は、低コストで迅速な検証サイクルを実現するための確立された戦略である。
本稿では,低忠実度プロトタイプの作成と評価を行う Web ベースのツールである SoftBoard について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: User Experience (UX) is recognized as a critical factor for the success of digital products, particularly in software startups, environments marked by time constraints, limited resources, and low maturity in design practices. Building Minimum Viable Products (MVPs) through low-fidelity prototyping represents a well-established strategy for rapid validation cycles at reduced cost. A systematic literature mapping, however, revealed gaps in the ecosystem of available tools: a predominance of general-purpose solutions adapted for prototyping, the absence of integrated methodological guidance, and the incipient use of Artificial Intelligence in the design process. This paper presents SoftBoard, a web-based tool for the creation and evaluation of low-fidelity prototypes in the context of MVP development. The tool integrates a prototype editor, team-based project organization, and a multi-agent system based on large language models that supports requirements elicitation and refinement, automates prototype generation, and evaluates interface quality based on usability heuristics. This integration aims to reduce reliance on prior UX expertise, standardize the prototyping process, and support teams in building MVPs aligned with user needs. As future work, a feasibility study with software professionals is currently underway.
- Abstract（参考訳）: ユーザエクスペリエンス(UX)は、特にソフトウェアスタートアップ、時間的制約、限られたリソース、設計プラクティスにおける成熟度の低い環境において、デジタル製品の成功にとって重要な要因として認識されている。
低忠実度プロトタイピングによるMVP(Minimum Viable Products)の構築は、低コストで迅速な検証サイクルを実現するための確立された戦略である。
しかし、体系的な文献マッピングでは、プロトタイピングに適応した汎用ソリューションの優位性、統合された方法論ガイダンスの欠如、設計プロセスにおける人工知能の創発的利用といった、利用可能なツールのエコシステムのギャップが明らかになった。
本稿では,MVP 開発における低忠実度プロトタイプの作成と評価を行う Web ベースのツールである SoftBoard について述べる。
このツールは、プロトタイプエディタ、チームベースのプロジェクト組織、および要求のエレケーションと改善をサポートし、プロトタイプ生成を自動化し、ユーザビリティヒューリスティックスに基づいたインターフェース品質を評価する、大規模言語モデルに基づくマルチエージェントシステムを統合する。
この統合は、以前のUX専門知識への依存を減らし、プロトタイピングプロセスを標準化し、ユーザニーズに合わせてMVPを構築するチームをサポートすることを目的としている。
今後の作業として、ソフトウェア専門家による実現可能性調査が現在進行中である。
関連論文リスト
- ADEPT: A Unified Framework for Deep Learning Test Adequacy [0.4899818550820574]
本稿では,代表的妥当性技術を統合したADEPTの工学的詳細について述べる。
ADEPTはテンプレートベースのメトリックインターフェースを提供する。
ADEPTは、欠落したツールを実装するのに何日も数週間も費やさずに、適切なメトリクスを再現し、適用したい研究者や実践者向けに設計されている。
論文 参考訳（メタデータ） (2026-08-12T15:03:28Z) - The Evolution of Tool Use in LLM Agents: From Single-Tool Call to Multi-Tool Orchestration [58.61149924275458]
ツールの使用により、大きな言語モデルが外部情報にアクセスし、ソフトウェアシステムを実行し、モデルパラメータだけで解決できるもの以外のデジタル環境で動作することができる。
エージェントシステムが進化するにつれて、中央の問題は、中途半端な状態、実行フィードバック、環境の変化、安全性、コスト、検証可能性といった実践的な制約によって、孤立呼び出しからマルチツールオーケストレーションへと移行した。
推論時の計画と実行、トレーニングと軌道構築、安全と制御、リソース制約下での効率性、オープン環境における能力の完全性、およびベンチマーク設計と評価の6つの分野に関する文献を整理する。
論文 参考訳（メタデータ） (2026-03-24T07:05:05Z) - Deep Research for Recommender Systems [74.44288812684448]
本稿では,従来の項目リストを包括的,ユーザ中心のレポートに置き換える,推薦のための新しいディープリサーチパラダイムを提案する。
我々はこのパラダイムをRecPilotという,項目空間を自律的に探索するユーザトラジェクトリシミュレーションエージェントと,ユーザ決定を支援するための一貫性のある解釈可能なレポートに合成する自己進化レポート生成エージェントという,2つのコアコンポーネントからなるマルチエージェントフレームワークを通じてインスタンス化する。
論文 参考訳（メタデータ） (2026-03-08T12:33:04Z) - Proto-ML: An IDE for ML Solution Prototyping [0.764671395172401]
Proto-MLは、ステークホルダーの関与を強化するために設計された機械学習(ML)プロトタイピングツールである。
Proto-MLは、プロトタイピングアクティビティの構造化ドキュメントを可能にする統一されたフレームワークを提供し、知識共有を促進する。
予備的なユーザフィードバックは、Proto-MLがプロトタイピング効率を高め、より透過的で再利用可能なMLソリューション開発を促進することを示唆している。
論文 参考訳（メタデータ） (2026-02-25T09:43:56Z) - OpenSage: Self-programming Agent Generation Engine [56.399761469404496]
自己生成型トポロジとツールセットでエージェントを自動生成する最初のエージェント開発キットであるOpenSageを提案する。
OpenSageは、エージェントが独自のサブエージェントとツールキットを作成し管理するための効果的な機能を提供する。
OpenSageは、人間中心のパラダイムからAI中心のパラダイムへと焦点を移す、次世代のエージェント開発への道を開くことができる、と私たちは信じています。
論文 参考訳（メタデータ） (2026-02-18T21:16:29Z) - AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。
エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。
この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
論文 参考訳（メタデータ） (2026-01-14T11:32:07Z) - A Serverless Architecture for Real-Time Stock Analysis using Large Language Models: An Iterative Development and Debugging Case Study [0.0]
本稿では,リアルタイムストック分析のための新しいサーバレスシステムの設計,実装,反復デバッグについて述べる。
初期の概念から堅牢でイベント駆動のパイプラインまで、システムのアーキテクチャ的進化について詳述する。
最終的なアーキテクチャは、ほぼゼロのコストで動作し、個人が高度なAIベースの金融ツールを構築するための実行可能なモデルを示す。
論文 参考訳（メタデータ） (2025-07-13T11:29:51Z) - Establishing tool support for a concept DSL [0.0]
この論文は、自己完結的で再利用可能な概念単位を用いて、ソフトウェアシステムの振る舞いをモデル化するためのDSLであるConceptualを記述している。
提案された戦略は単純なコンパイラで実装され、開発者はプログラムの推論に既存の分析ツールにアクセスして利用することができる。
論文 参考訳（メタデータ） (2025-03-07T09:18:31Z) - Sketch2Code: Evaluating Vision-Language Models for Interactive Web Design Prototyping [55.98643055756135]
初歩的なスケッチのWebページプロトタイプへの変換を自動化する上で,最先端のビジョン言語モデル(VLM)を評価するベンチマークであるSketch2Codeを紹介した。
我々は、既存のVLMではSketch2Codeが困難であることを示す10の商用およびオープンソースモデルを分析した。
UI/UXの専門家によるユーザ調査では、受動的フィードバックの受信よりも、積極的に質問を行うのがかなり好まれている。
論文 参考訳（メタデータ） (2024-10-21T17:39:49Z) - Interlinking User Stories and GUI Prototyping: A Semi-Automatic LLM-based Approach [55.762798168494726]
グラフィカルユーザインタフェース(GUI)のプロトタイプにおいて,機能的NLベースの要求の実装を検証するための新しい言語モデル(LLM)ベースのアプローチを提案する。
提案手法は,GUIプロトタイプに実装されていない機能的ユーザストーリの検出と,要件を直接実装する適切なGUIコンポーネントのレコメンデーションを提供することを目的としている。
論文 参考訳（メタデータ） (2024-06-12T11:59:26Z) - 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) - U-TOE: Universal TinyML On-board Evaluation Toolkit for Low-Power IoT [3.981958767941474]
U-TOEはIoTデザイナと研究者の作業を容易にするために設計されたユニバーサルツールキットである。
我々は,U-TOEのオープンソース実装を提供し,様々なモデルの性能を実験的に評価するためにその利用を実証する。
論文 参考訳（メタデータ） (2023-06-26T10:35:31Z)
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。