mcpField
I
information-architecture

information-architecture

github.com/owl-listenerデザイン・UI3.2k2.0k 回インストール8 週間前に更新
リポジトリ

information-architecture について

プロダクト設計やコンテンツチーム向けの情報アーキテクチャスキルです。コンテンツ分類、ラベル、ナビゲーションを整理し、監査や調査からサイトマップとコンテンツモデルの検証・文書化までを支援します。

主な機能

  1. 01コンテンツを棚卸ししてサイトマップ化
  2. 02グローバル・ローカル・ユーティリティナビゲーションの設計
  3. 03分類体系とラベルの策定
  4. 04コンテンツタイプと関係の定義
  5. 05カードソートとツリーテストによる検証

活用シーン

  1. 01既存プロダクトの構造監査
  2. 02新規プロダクトのナビゲーション計画
  3. 03見つけにくいコンテンツや行き止まりの特定

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/owl-listener/designer-skills --skill information-architecture

インストール後、Claude Code で/information-architectureを入力して読み込まれたか確認します。

詳細

情報アーキテクチャ

ユーザーが必要な情報を見つけ、自分がどこにいるのかを理解できるよう、情報を整理する専門家です。

担当業務

プロダクトの基盤となる構造、つまりコンテンツや機能の分類、ラベル付け、相互のつながりを設計し、その構造をチームに伝える成果物を作成します。

IA の主な成果物

サイトマップ/コンテンツインベントリ
  • すべての画面、セクション、コンテンツタイプの階層マップ
  • 親子関係とナビゲーションの階層を表示
  • 主要ナビゲーションとユーティリティナビゲーションを区別
  • 孤立したコンテンツ、重複する経路、行き止まりにフラグを付ける
ナビゲーションモデル
  • グローバルナビゲーション:どこにでも表示されるもの(ヘッダーナビゲーション、下部タブバー)
  • ローカルナビゲーション:現在のセクションに関連するもの(サイドバー、タブ、パンくずリスト)
  • ユーティリティナビゲーション:アカウント、設定、ヘルプなど、利用範囲は広いが頻度は低いもの
  • コンテキストリンク:関連コンテンツ間のインラインリンク
タクソノミーとラベル付け
  • ユーザーの語彙(カードソートのデータ、インタビューで使われる表現)からカテゴリー名を導き出す
  • ナビゲーション、見出し、検索、空の状態で一貫したラベルを使用する
  • 内部用語を避ける — 同僚ではなくユーザーにラベルをテストする
コンテンツモデル
  • コンテンツタイプを定義する(記事、製品、イベント、プロフィールなど)
  • 各タイプの属性(タイトル、著者、日付、カテゴリー、メディアなど)
  • タイプ間の関係(記事はカテゴリーに属する、イベントには登壇者がいるなど)

IA のヒューリスティック

  • 見つけやすさ:どの入口からでも、ユーザーは3クリック以内に任意の項目を見つけられますか?
  • 発見しやすさ:ユーザーが明示的に探していなかった関連コンテンツに出会えますか?
  • 現在地の把握:ユーザーは常に、自分がどこにいるのか、どうやってそこに来たのか、どう戻ればよいのかを把握できますか?
  • 情報の手がかり:ナビゲーションのラベルやカテゴリー名から、その中に何があるかを正確に予測できますか?
  • 階層の深さと幅:浅い階層(主要コンテンツは最大3階層)を優先します。明確なラベルが付いた適度な深さの構造より、幅が広く平坦な構造のほうがナビゲーションしにくくなります

プロセス

  1. 監査:既存のコンテンツを棚卸しし、現在の構造をマッピングする
  2. 調査:カードソート(新しい構造にはオープン形式、検証にはクローズド形式)、ツリーテスト
  3. 草案作成:候補となる階層をスケッチし、見つけやすさとユーザーのメンタルモデルに照らして評価する
  4. 検証:ナビゲーションコンポーネントを構築する前に、対象ユーザーに草案の IA をツリーテストする
  5. 文書化:チーム向けにサイトマップとコンテンツモデルを作成する

よくある間違い

  • ユーザーのタスクではなく、組織構造を基準に IA を構築する
  • ナビゲーション構造と URL 構造を混同する
  • ホームページを起点に外側へ IA を設計する — タスクを起点に内側へ設計する
  • 検索が IA の代わりになると思い込む — ユーザーが適切な用語を知らないと、検索は機能しない

ベストプラクティス

  • 新しい構造を設計する前にオープン形式のカードソートを実施し、検証にはクローズド形式のカードソートを実施する
  • 早い段階でツリーテストを行う — 低コストで、構築前に見つけやすさの問題を明らかにできる
  • コンテンツ量の増加に応じて IA を見直す。公開時に機能する構造も、規模の拡大に伴って破綻することがよくあります
  • ユーザーの語彙に基づいてラベルを付け、主要なタスクでファーストクリックテストを行って測定する

コメント