プロジェクトライフサイクル全体でユーザーの洞察を保持するAIをUXリサーチャーに提供
UXリサーチャーは数十回のユーザーインタビューを実施し、セッション間でパターンを統合し、数ヶ月後の意思決定を支えるデザインの根拠を構築しますが、彼らが使用するAIツールはそれを記憶しません。すべての統合セッションはゼロから始まります。MemoryLakeはUXリサーチャーとデザインチームに、ChatGPT、Claude、Gemini、その他のワークフロー内のすべてのモデルにわたる永続的なAI記憶を提供し、ユーザーの洞察がセッションが終了したときに消えるのではなく、研究ライフサイクル全体にわたって蓄積されるようにします。LoCoMoベンチマークで94.03%の評価を受けた#1のMemoryLakeは、あなたの研究コンテキストが正確に取得され、幻覚ではないことを意味します。
記憶の問題
UXリサーチャーは8回のユーザーインタビューを終え、テーマを統合するためにAIを使用します。翌週、フォローアップのための新しいセッションを開き、以前のテーマを再説明し、研究質問を再設定し、ペルソナを再アップロードしなければなりません。6ヶ月後、製品の決定がその研究からのデザインの質問を再浮上させたとき、統合は実質的に消えてしまいます — 閉じられたAIチャット、古いドキュメント、またはリサーチャー自身の記憶に埋もれてしまいます。
MemoryLakeの異なる点
永続的に検索可能なユーザーインタビューノート
会話記憶は、すべてのAI支援インタビューセッションを取得可能にします。参加者、テーマ、製品エリア、または日付で検索 — どのモデル、どのセッション、どの四半期でも。
対立検出機能を持つ研究結果
ファクト記憶は、ソースの帰属を持つ構造化された研究結果を保存します。後の研究が以前の結果と矛盾する場合、MemoryLakeはその対立をフラグ付けし、証拠がどこで変わったのかの明示的な記録を持つことができます。
プロジェクト間で再利用可能な研究フレームワーク
スキル記憶は、あなたの親和性マッピングプロセス、ユーザビリティテストプロトコル、統合フレームワークを再利用可能なワークフローとして保存します。一度設定すれば、今後の研究セッションで再構築することなく適用できます。
永続無料 · クレジットカード不要
仕組み
- 接続 — お好みのAIツールをMCPまたはREST API経由でリンクし、Google WorkspaceまたはDropboxを接続して、研究計画、インタビューガイド、統合ドキュメントが記憶レイヤーの一部になるようにします。
- 構造化 — インタビューセッションと参加者の観察が会話記憶に入ります。統合された結果とデザインの決定はファクト記憶にバージョン管理されて保存されます。研究プロトコルとフレームワークはスキル記憶に入ります。
- 再利用 — 新しいセッションを開いて研究を続けたり、フォローアップ研究を計画したり、以前の結果を再訪して製品の決定を支援したりする際、AIはすでに完全な研究履歴を持っています — 整理され、検索可能で、関連するコンテキストをすぐに引き出せる状態です。
ビフォー & アフター
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| Continuing a research project | Re-establish prior findings, themes, and research questions every session | AI opens with full prior synthesis, participant notes, and research context |
| Revisiting old research | Dig through closed AI chats, stale docs, or personal notes | Permanently searchable Conversation and Fact Memory retrieves it in seconds |
| Handoff to another researcher | Institutional knowledge lives in one person's workflow | Shared team memory gives any researcher immediate access to the full history |
| Design rationale documentation | Often undocumented or reconstructed from memory | Fact Memory stores the evidence behind each design decision with provenance |
対象
MemoryLakeは、複数のAIツールを使用し、プロジェクトのフェーズが終了するたびにユーザーの洞察の連続性を失うUXリサーチャー、製品デザイナー、デザインリサーチャーのために構築されています。特に、時間を通じて結果を比較する必要がある縦断的研究を実施する研究チーム、複数のリサーチャーが共有の証拠ベースにアクセスする必要があるデザイン組織、元の研究が行われた数ヶ月後にデザインの根拠を取得可能にする必要がある製品チームにとって価値があります。
このユースケースを自分のアカウントで試す
MemoryLake の矛盾チェックは、互いに矛盾するリサーチ結果を検出します。その先の判断はチームに委ねられ、よくあるルールは「最新の調査を優先する」です。同じ種類の人に、状況が変わったあとで再び聞いた場合ならこれで正しい。しかし 2 つの調査が別の人たちに聞いていた場合は誤りです。このデモでは、新規登録の 74% にとって今も正しい知見がこのルールで消されます。
見られるもの
- 3 回のインタビュー調査で、知見はすべて「New users …」と書かれ、統合の過程でサンプル情報が落ちています。各知見は参加者 ID を metadata に持ち、各参加者はセグメント付きの名簿ファクトです。すべて
fact addとfact update --metadataで記録します fact conflict listは毎回ちょうど 2 組を検出します。CSV インポートが最大の障害か否か（3 月 vs 9 月）と、料金ページが分かりにくいか分かりやすいか（3 月 vs 6 月）です- 同じリサーチを 2 つのプロジェクトで実行します。一方は両方とも新しい調査を
keep_factで残します。もう一方は先に誰が話したかを確認します。料金の組は反転（同じセグメントで、間に料金ページが改訂された）なので新しい方を残し、CSV の組はセグメントの違い（離脱したセルフサーブ登録者 vs エンタープライズ管理者）なのでdismissし、両方の知見をサンプル付きで書き直します - 書き直した後、矛盾チェックは新たな矛盾を検出しません。限定された 2 つの知見が同時に成り立つと判断しています。Q4 ロードマップの質問に対し、1 つ目のプロジェクトの根拠は新規登録の 26%、2 つ目は 100% を代表します。ローカル Web UI 付き
必要なもの: MemoryLake の API キー · memorylake CLI · Python 3.9 以上
実行する
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/ux-research-memory export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
動作を見る · 実際の録画、未編集
関連するユースケース
よくある質問
私たちはNotionやConfluenceのような共有リポジトリに研究ノートを保管しています。MemoryLakeは何を追加しますか？
私たちはNotionやConfluenceのような共有リポジトリに研究ノートを保管しています。MemoryLakeは何を追加しますか？
それらのツールは文書をうまく保存しますが、AIセッションに適切なコンテキストへのアクセスを提供しません。MemoryLakeは特定の結果、参加者の引用、または以前の統合テーマをミリ秒で取得します — 正確に、どのドキュメントを引き出すべきかを知らなくても。これは、ファイリングキャビネットとすでにすべてを読んだ研究アシスタントの違いです。
MemoryLakeは異なる研究ラウンドからの対立する結果をどのように扱いますか？
MemoryLakeは異なる研究ラウンドからの対立する結果をどのように扱いますか？
ファクト記憶には、ソースの帰属を持つ組み込みの対立検出機能が含まれています。Q2のユーザビリティ研究がQ4の結果と矛盾する場合、MemoryLakeはその不一致を明示的に浮き彫りにし、新しいデータを黙って受け入れることはありません。両方の結果はそのソースと共に保存されるため、どちらを重視するか、または統合の中で緊張を直接認めるかについて、情報に基づいた決定を下すことができます。
同じプロジェクトの複数のリサーチャーが同じ記憶にアクセスできますか？
同じプロジェクトの複数のリサーチャーが同じ記憶にアクセスできますか？
はい。MemoryLakeは役割ベースのアクセス制御を持つ共有チーム記憶をサポートしています。プロジェクトのすべてのリサーチャーは、同じ記憶ストアから読み書きできます。敏感な参加者データを認可されたリサーチャーに制限しながら、統合された結果やフレームワークを広範な製品チームに提供できます。