クイックアンサー： ユーザーが実際に使い続けるCBTジャーナリングUXを構築したいなら、標準的なムード絵文字を廃止しなければなりません。Vividiaryでは、基本的な気分追跡だけではユーザーが「何を感じているか」はわかっても「なぜそう感じるのか」まではわからないことに気づきました。当初は7ステップの伝統的な臨床CBTフォームをテストしましたが、ユーザーテストで60%という壊滅的な離脱率を記録したため、却下しました。宿題のように感じられたからです。代わりに、会話型のトリガーマッピングへと移行しました。これを実現するには、高度なLLMの推論能力が必要でした。オンデバイスAIは、ローカルモデルでは微妙な認知再構成を行う能力が不足しているため、明確に却下しました。その代わり、プライバシーを最優先したクラウドアーキテクチャを選択し、ゼロパーティデータを強力に暗号化しつつ、ユーザーがメンタルヘルスを理解するために必要な深く文脈に沿った洞察を提供できるようにしました。
---
Vividiaryの設計に着手した当初、私たちは他のメンタルヘルスアプリがしていること、つまり美しく描かれたムード絵文字の巨大なグリッドを設計しました。
私たちは「憂鬱」と「悲しみ」の青色の微妙な違いについて何週間も議論しました。究極の感情語彙ツールを作っているつもりでした。しかし、実際のユーザーの前に出したところ、データは私たちに衝撃を与えました。ユーザーは選択肢に圧倒され、15から20秒間画面を見つめたまま動けなくなり、最終的にアプリを強制終了していたのです。
私たちは自社製品に関する厳しい事実に気づきました。従来の気分追跡は根本的に欠陥があるのです。それは結果（感情）を測定するだけで、原因（トリガー）を明らかにしません。ユーザーには悲しみのカラフルなチャートが残るだけで、それを解決するための具体的な次のステップは全く示されないのです。
ここでは、私たちがどのように元の設計を解体し、代わりに何を試し、なぜVividiaryをトリガーマッピングに焦点を当てて完全に再設計したのか、その内幕をお話しします。
なぜ私たちは標準的なムード絵文字を廃止したのか
問題点 当初の目標は単純でした。ユーザーが自分の気分を記録する方法を提供することです。業界標準では、感情のスペクトルを表す20〜30個の絵文字をユーザーに提示することになっています。
しかし、初期のベータテスト中に、私たちは明白な問題に気づきました。ユーザーが強い精神的苦痛の状態にあるとき、例えばパニック発作を起こした直後やパートナーと大喧嘩をした直後など、彼らが最もしたくないことは、「不安だけど怒っていて、少しお腹も空いている」という状態を完璧に表すものを探して、小さな顔のグリッドの中から「ウォーリーをさがせ」をすることなのです。
さらに、感情を孤立させて記録しても、感情調整の役には立ちません。もしデータが火曜日に「怒り」、水曜日に「悲しみ」、木曜日に「不安」だったと示しても、その情報で何ができるでしょうか？何もできません。行き止まりなのです。
私たちが選んだアプローチ 私たちは、主要な入力手段としての絵文字グリッドを廃止することにしました。代わりに、極めて合理化された5段階の気分システムを採用しました：最高、良い、普通、低い、最悪。
特定の絵文字は、特定の感情や活動のためのオプションの複数選択画面に回しました。これは、記録の最初の摩擦を乗り越えた後にのみ表示されます。
なぜでしょうか？5つの大きなボタンのいずれかをタップするのにかかる時間はわずか3秒だからです。これにより認知負荷が劇的に軽減されます。その後のA/Bテストでは、この単純な変更により、毎日の記録完了率が41%向上しました。これの背後にあるより深い心理学に興味がある方は、私が執筆した感情主導の製品設計と、ユーザーの邪魔をしないことがデザイナーにとって最善である理由についての記事をぜひお読みください。
私たちが却下したもの：7ステップの臨床CBTフォーム
問題点 気分入力の簡素化が済んだら、次は気分の背後にある「なぜ」という文脈を捉える方法が必要でした。認知行動療法（CBT）はこのためのゴールドスタンダードです。当然、私たちはCBTワークシートをデジタル化すればいいと考えました。
検討した（そして廃止した）アプローチ 私たちは、包括的な7ステップの臨床CBTフォームを作成しました。ユーザーに以下の項目を手動でテキストボックスに入力してもらう形式です。 1. 状況 2. 最初の思考 3. 感情（および強度1〜100） 4. 身体感覚 5. 行動 6. 存在する認知の歪み 7. 代替的／再構成された思考
臨床的な観点からは、これは完璧でした。セラピストが紙で渡すものと全く同じだったからです。
製品の観点からは、これは完全な失敗でした。
私たちが学んだこと これを500人のベータテスターグループに展開しました。結果は残酷でした。3日目までに60%の離脱率を記録したのです。
ユーザーインタビューを実施したところ、フィードバックは満場一致で「宿題をしているように感じる」というものでした。
ユーザーは、「低い」や「最悪」と感じているときに、7つの段落にわたる深い心理分析を打ち込むという見通しは圧倒的すぎると語りました。私たちは、ユーザーが感情的に不安定なときに、認知再構成という重労働を求めていたのです。それは間違ったタイミングで間違ったツールを使うことでした。これらの臨床CBTジャーナリング技術はセラピストのオフィスでは非常に効果的ですが、セルフガイド型のモバイルUXとしては悲惨なほど失敗するのです。
トリガーマッピング：実際に機能するCBTジャーナリングUXの構築
解決策 静的なフォームが宿題のように感じるなら、自然に感じられるものは何でしょうか？それは会話です。
私たちは7ステップのフォームを完全に廃止し、AI主導の会話型UIに転換しました。音声とテキストの両方で利用できるAI会話モードを導入し、優しく好奇心旺盛な聞き手として機能するようにしました。
AIは最初に7つのデータポイントを要求するのではなく、「今日はどんな気分ですか？」と尋ねるだけです。ユーザーが吐き出すにつれて、AIはCBTに沿った的を絞ったフォローアップの質問をします。
ユーザー：「明日のプレゼンのことで頭がいっぱいでストレスが溜まっている。失敗するに決まっているんだ。」
AI：「そのプレゼンが大きな重荷になっているようですね。具体的に、なぜ失敗すると思うのですか？」
舞台裏では、AIが重労働をこなしています。状況、感情、認知の歪み（この場合は「占い」）を静かに抽出しているのです。会話が自然に終了すると、AIはユーザーが確認、編集、保存できる一人称の日記の下書きをシームレスに生成します。
これがゲームチェンジャーである理由：トリガーマッピング この摩擦のない収集方法は、単に気分を記録することと、その根本原因を理解することの間のギャップを埋めます。文脈を会話形式で捉えることで、私たちはトリガーマッピングを実行できます。
トリガーマッピングにより、システムは時間の経過とともに点と点をつなぐことができます。ユーザーに「あなたが『低い』気分を記録した時の80%は、上司についての会話の後に起こっていることに気づきました」と示すことができるのです。
このデータを消化しやすくするために、高度な分析機能を構築しました。無料プランでは無制限の気分記録、1日3回のAI会話、基本的な分析を提供していますが、詳細なデータ可視化はプレミアムプラン（月額$2.99または年額$11.99）に限定しました。プレミアムユーザーは、週次および月次の気分レポート、バブルチャート、行動ループを可視化するヒートマップにアクセスできます。
ゲーミフィケーションされたUX しかし、CBTは依然として大変な作業です。内省という困難なプロセスを通じてエンゲージメントを維持するために、ゲーミフィケーションされたUXを導入しました。ユーザーが気分を記録し、トリガーマッピングセッションを完了すると、「クレイ」というキャラクターを育てることができます。30日間かけて、このキャラクターはユーザーの感情データに直接影響を受け、8種類の最終形態のいずれかに成長・進化します。これにより、日常的で時には苦痛を伴う記録が、自己発見のやりがいのある旅へと変わるのです。
アーキテクチャ：なぜオンデバイスAIではなくプライバシー優先のクラウドを選んだのか
問題点 トリガーマッピングには、ユーザーが非常に個人的な文脈を共有する必要があります。ユーザーが夫婦の問題、職場での不安、あるいは最も深い不安についてアプリに語るなら、データが安全であるという鉄壁の保証が必要です。
Vividiaryは本質的にゼロパーティデータウェルネスアプリです。ゼロパーティデータとは、顧客が意図的かつ積極的にブランドと共有するデータのことです。非常に信頼性が高いものですが、膨大な信頼を必要とします。
検討したアプローチ AIアーキテクチャを設計する際、AI処理をどこで行うべきかについて、社内で大規模な議論がありました。
アプローチ1：オンデバイスAI
私たちは、小型でローカルなLLMをユーザーのスマートフォン上で直接実行することを真剣に検討しました。その魅力は明らかです。データが処理のためにデバイスから出なければ、プライバシーは理論上マーケティングしやすくなるからです。
アプローチ2：クラウドベースのLLM
クラウドでホストされているフロンティアモデル（OpenAIのGPT-4やAnthropicのClaudeなど）を使用し、処理のためにデータをネットワーク経由で送信する必要があるものです。
私たちが選んだもの（とその理由） 私たちはオンデバイスAIを明確に却下しました。
なぜでしょうか？ローカルのモバイルモデルは、まだ十分に賢くないからです。CBT再構成のために7Bパラメータのローカルモデルをテストしたところ、結果は非常に一般的（「心配しないで、ハッピーになろう！」）か、完全にハルシネーション（幻覚）を起こしたものでした。微妙な認知再構成には、膨大な推論能力が必要です。AIが誤った心理的フィードバックを与えると、それは単なる悪いUXではなく、ユーザーのメンタルヘルスに潜在的な害を及ぼす可能性があるのです。
その代わり、私たちはプライバシー優先のクラウドアーキテクチャを選択しました。クラウドベースのLLMを使用して、最高品質のCBT推論を保証しています。
構築方法 この機密性の高いゼロパーティデータを保護するために、Vividiaryを最新の非常に安全なスタックで構築しました。フロントエンドにはReact Native (Expo)、バックエンドデータベースにはSupabase、サブスクリプション管理にはRevenueCat、安全なユーザー認証にはFirebase Authを使用しています。
AIが処理するためにデータがクラウドへ移動する必要があるため、私たちは厳格なプライバシー優先の設計原則を採用しています。すべてのデータは、転送中（TLS経由）およびSupabaseデータベース内での保存時に強力に暗号化されます。私たちは日記の記録を医療記録のように扱います。データを販売したり、個人の日記で独自の基盤モデルをトレーニングしたりすることはなく、クラウドインフラストラクチャが厳格なセキュリティ基準を満たしていることを保証しています。
私たちはマーケティングのギミックよりも透明性を選択しました。データが「ローカルで処理される」とは主張しません。そうではないからです。それは、プライバシーを損なうことなく可能な限り最高のCBTの洞察を得られるよう、非常に安全なクラウド環境で処理されています。
データ：30日継続率に関する厳しい真実
では、これらすべてはうまくいったのでしょうか？
率直にお話しすると約束しましたので、数字を見てみましょう。7ステップの臨床フォームを実行していたとき、私たちのDay 30継続率は12%という悲惨なものでした。人々はアプリをダウンロードし、それが負担すぎると気づいて離脱していたのです。
ムード絵文字グリッドを廃止し、3秒の5段階の気分記録ツールを導入し、会話型トリガーマッピングを展開し、進化するクレイキャラクターを追加した後、私たちのDay 30継続率は34%に跳ね上がりました。
特定のコホートや成功の測定方法についてより深く知りたい場合は、30日継続率メトリクスの完全な内訳をお読みください。
私たちが学んだこと ヘルス＆ウェルネスカテゴリーにおける30日目の継続率34%は非常に強力ですが、完璧ではありません。
一部のユーザーは、AIとの会話をまだ少し不気味に感じていることがわかりました。ユーザーの約15%はAIチャットを完全にオフにし、5段階の気分記録ツールだけを使用して手動でメモを書くことを好んでいます。また、音声入力機能は人気があるものの、強いアクセントには苦戦することもわかりました。これはエンジニアリングチームが現在改善に取り組んでいる課題です。
今後の展望 現在、プレミアムプラン向けに、より堅牢なトリガーマッピングの可視化機能を構築しています。これにより、ユーザーは気分データを、天気、睡眠データ（Apple Health統合経由）、スクリーンタイムなどの外部要因と照らし合わせることができるようになります。
CBTジャーナリングUXの構築は、臨床的な有効性と人間の摩擦のバランスをとる練習です。臨床的にしすぎるとユーザーは離脱します。単純にしすぎると（絵文字のグリッドのように）、ユーザーは価値を得られません。会話型のトリガーマッピングとプライバシー優先のクラウドアーキテクチャに焦点を当てることで、ついにスイートスポットを見つけたと確信しています。
