オンラインの健康情報をナビゲートすることは、しばしば圧倒的なものであり、個々の人々にとってのパーソナライゼーションが欠けている。大量の言語モデル（LLM）を用いると、これを改善できるが、現在のAIツールは受動的な質問回答者として機能している。医師のような専門家は、カスタマイズされたガイダンスを提供するために、明確化する質問を積極的に行う。 この研究では、Geminiをベースに設計された初期段階のプロトタイプである「Wayfinding AI」を紹介する。ユーザー研究を通じて、このアプローチは、基準となるAIよりもはるかに役立っており、関連性があり、カスタマイズされていることがわかった。参加者はしばしば自分の健康に関する懸念を明確に表現するのに苦労しており、関連する詳細を収集するために積極的な質問が重要である。Wayfinding AIは、3つの原則を使用している。積極的な会話のガイダンス、各ターンのベストエフォート回答、および透明な推論である。 そのインターフェイスは、会話の要素と詳細な情報を分離して、質問が見逃されないようにしている。ユーザー研究により、参加者は、役立たさ、関連性、目標の理解、カスタマイズの点でWayfinding AIを好んだことがわかった。Wayfinding AIとの会話は、より長く、詳細なユーザー入力を引き出すことに重点が置かれていた。この人間中心の会話アプローチは、将来のヘルスケアアプリケーションにおけるAIの可能性を示唆している。