usability-tester

ユーザビリティテスター

概要

体系的な観察と専門家による評価を通じて、ユーザーが主要なタスクを正常に完了できるかを検証します。モデレーター付きテストとモデレーターなしテスト、ヒューリスティック評価、アクセシビリティチェック、問題の重大度スコアリングを扱います。分析や A/B テストの代わりにはなりません。これらは何が起きているかを測定するのに対し、ユーザビリティテストはその理由を明らかにします。

使用する場合： ユーザーフローのテスト、デザインの検証、つまずきやすい箇所の特定、ヒューリスティック評価の実施、ユーザーが主要なタスクを完了できることの確認、ユーザビリティテストセッションの計画と実施。

使用しない場合： 分析や A/B テストの設定、タスクベースの評価を伴わないビジュアルデザインの批評、自動 UI テスト（テストフレームワークを使用してください）、パフォーマンスのベンチマーク。

クイックリファレンス

方法	最適な用途	参加者	使用するタイミング
モデレーター付きテスト	深い洞察、複雑なフロー	ペルソナごとに 5～8 人	デザインとプロトタイピングの段階
モデレーターなしテスト	大規模な調査、定量データ	20～50 人以上	リリース前およびリリース後
ゲリラテスト	迅速な検証、初期コンセプト	ランダムに 5～10 人	コンセプトの初期段階
ファーストクリックテスト	ナビゲーション、情報アーキテクチャ	20～50 人	あらゆる段階、特に IA の再設計
ヒューリスティック評価	原則に基づく専門家レビュー	評価者 3～5 人	ユーザーテストの前、デザイン監査
コグニティブウォークスルー	タスクフローの分析	評価者 2～3 人	デザインの初期段階、新機能のレビュー
アクセシビリティ監査	インクルーシブデザインの検証	障害のあるユーザー 3～5 人	リリース前、コンプライアンスレビュー
合成ユーザーテスト	AI エージェントによる拡張可能なタスク検証	該当なし（自動化）	継続的なテスト、リグレッションテスト
AI モデレーター付きセッション	大規模な非同期モデレーター付きテスト	10～50 人以上	モデレーターの対応可能時間が限られる場合

主要指標

指標	目標	測定内容
タスク成功率	主要タスクで 80％以上	ユーザーがタスクを完了できるか
タスク所要時間	簡単なタスクは 30 秒未満、中程度は 1～2 分、複雑なタスクは 3～5 分	効率性
エラー率	タスクあたり 2 件未満	学習しやすさと明確さ
タスク後の満足度	5 段階評価で 4.0 以上	主観的な使いやすさ
SUS スコア	68 以上（業界平均）、80 以上（優秀）	全体的なユーザビリティ

問題の重大度

重大度は、影響度（1～3）に発生頻度（1～3）を掛けて算出します。致命的（8～9）：リリース前に修正します。高（6～7）：リリース前に修正します。中（4～5）：次回リリースで対応します。低（1～3）：バックログに追加します。

よくある間違い

間違い	正しいパターン
製品用語や手順を追った指示でタスクシナリオを作成する	発見しやすさをテストできるよう、現実的な状況と明確な目標を含む自然な言葉を使います
テスト中にユーザーを支援したり、UI を説明したりする	黙って観察し、ユーザーが試行錯誤できるようにします。戸惑いから実際の問題が明らかになります
理想的な入力での問題のないケースだけをテストする	テスト計画にエラー状態、エッジケース、復旧シナリオを含めます
ペルソナごとの参加者を 5 人未満にする	ペルソナごとに 5～8 人のユーザーを募集します。Nielsen の調査によると、5 人を超えると効果は逓減します
重大度の評価やフォローアップのアクションなしに調査結果を収集する	すべての問題について、影響度と発生頻度を掛け合わせて評価し、修正の優先度を割り当てます
ユーザーテストの前にヒューリスティック評価を省略する	参加者募集に費用をかける前に、まず専門家によるレビューを行い、明らかな問題を低コストで見つけます
テスト計画でアクセシビリティを無視する	障害のある参加者を含め、支援技術を使ったテストを実施します
テストを 1 回しか実施しない	複数の段階に分けてテストします。ユーザー 5 人でテストして問題を修正し、成功率が目標に達するまでさらに 5 人でテストします

委任

• テスト計画とシナリオの作成：Task エージェントを使って、各ペルソナの目標、調査の質問、現実的なタスクシナリオの草案を作成します
• ヒューリスティック評価：Task エージェントを使って、Nielsen の 10 原則に照らしてインターフェースを確認し、違反項目と重大度を記録します
• 指標の分析と重大度の評価：Task エージェントを使って、生のテストデータから SUS スコア、タスク成功率、重大度評価を算出します
• テストレポートの作成：Task エージェントを使って、調査結果を優先順位付きの提言を含む構造化レポートにまとめます
• テストインフラの計画：Plan エージェントを使って、テスト方法の選定、参加者募集の条件の定義、テスト段階のスケジュール作成を行います

quality-auditor スキルが利用可能な場合は、コードベース全体の品質監査と評価を委任してください。 利用できない場合は、次を推奨してください：pnpm dlx skills add oakoss/agent-skills -s quality-auditor -a claude-code -y

参考資料

• テスト計画 -- 目標、調査の質問、参加者募集、タスクシナリオのテンプレート、スクリーニング条件
• テストの実施 -- シンクアラウドプロトコル、進行ルール、タスク後の質問、セッション構成
• テスト方法 -- 非モデレートテスト、ゲリラテスト、ファーストクリックテスト、認知的ウォークスルー、ライフサイクル段階に応じた方法の選択
• ヒューリスティック評価 -- Nielsen の 10 原則、評価プロセス、重大度の評価、ユーザーテストとの組み合わせ
• 指標と重大度 -- 成功率、タスク所要時間、エラー、満足度、SUS の評価、重大度の計算式
• レポート -- テストレポートのテンプレート、主要な洞察の形式、関係者へのプレゼンテーション、推奨アクション
• アクセシビリティテスト -- 包括的な参加者募集、支援技術を使ったテスト、WCAG との整合性、アクセシビリティのヒューリスティック
• リモートテストとツール -- リモートと対面の比較、テストツール、テスト頻度、チェックリスト