そのMarkdown、AIに読まれてます。Googleの新標準に見る中小企業のナレッジ整備術

そのMarkdown、AIに読まれてます。

Google Cloudが、AIエージェント向けのナレッジ標準フォーマット「Open Knowledge Format（OKF）」を公開しました。専用のクラウドサービスでも、独自SDKを覚える必要がある新技術でもありません。中身は、見出しと簡単なメタデータがついた「ただのMarkdownファイル」です（出典：https://atmarkit.itmedia.co.jp/ait/articles/2607/23/news055.html）。

Googleの答えは「特別なツールなし」だった

OKFは、大規模言語モデル（LLM）を使うAIエージェントが必要とする知識を表現するためのオープンな仕様として設計されています。その正体は、YAML形式のメタデータ（フロントマター）を先頭につけたMarkdownファイルを、ディレクトリにまとめたものです。テーブル、データセット、業務手順書（プレイブック）、運用マニュアル（ランブック）、APIの説明など、さまざまな対象をこの形式一つで表現できます。

新しいプラットフォームへの登録も、専用エディタの導入も不要。普段使っているテキストエディタで開けて、GitHubで管理でき、検索ツールでインデックスされ、tarballとして配布もできる。つまり「今あるやり方の延長線上」で始められる点こそが、この発表の一番の意外性です。

散らかったドキュメントは、なぜAIの足を引っ張るのか

なぜわざわざ標準化が必要なのでしょうか。AI研究者のアンドレイ・カルパシー氏は「LLM Wiki」に関する投稿の中で、LLMは雑多な管理作業を正確にこなす能力に限界があり、一度に扱えるファイルはせいぜい15個程度だと指摘しています。

社内には、似たような内容のマニュアルが部署ごとに散らばっていたり、同じ手順が複数のファイルに重複して書かれていたりすることが珍しくありません。人間なら「たぶんこっちが最新版だろう」と経験で判断できますが、AIエージェントにその判断力はありません。同じ情報を何度も別々の場所から読み込ませることになり、回答の精度がぶれたり、そもそも一度に読み切れず重要な情報を見落としたりします。

これは、単に「ファイルを整理していないから起きる不便」ではなく、AIエージェントを本格的に業務に組み込もうとした瞬間に表面化する構造的な負債です。ドキュメントが増えるほど、AIにとっての扱いにくさも比例して増えていく。この根本原因に対処しない限り、AI活用は「便利そうだけど実際は使い物にならない」状態から抜け出せません。

サービスで囲い込まず、フォーマットで解く発想

この問題への対処として、ナレッジ管理アプリ「Obsidian」の保管庫や、エージェント向けの規約ファイル、データチームが使う「Metadata as Code」的なリポジトリなど、似た発想の仕組みはこれまでも個別に存在していました。OKFが新しいのは、これらを一つのサービスに統合するのではなく、共通のフォーマットとして解こうとしている点です。

設計原則は「最小限の制約」「作成者と利用者の独立性」「プラットフォームではなくフォーマット」の3つ。特定のクラウド、データベース、モデルの提供元、エージェントの開発フレームワークに依存せず、読み書きにベンダー独自のランタイムやSDKを一切必要としません。

この発想は、長い目で見れば賢明な選択です。特定サービスに囲い込まれると、そのサービスの方針転換や値上げ、サービス終了のたびに社内のナレッジ資産ごと作り直しを迫られます。フォーマットであれば、GitHubに置いても、検索ツールでインデックスしても、ファイルシステムに直接マウントしても機能する。ツールが移り変わっても、中身のMarkdownファイルさえ残っていれば資産は生き続けます。

1ファイル1ナレッジ、決まりはたった一つ

実務での使い勝手も、意外なほどシンプルです。OKFでは「1つのファイルが1つのナレッジ」として扱われ、フォルダ階層を含むファイルパスそのものが識別子になります。つまり、フォルダ分けさえ工夫すれば、それがそのまま情報の整理構造として機能するわけです。

YAMLフロントマターに書く項目として想定されているのは「type」「title」「description」「resource」「tags」「timestamp」といったフィールドですが、必須とされているのは「type」の一つだけ。どんな種類の情報かを一言添えれば、あとは自由に書いてよいという割り切りです。

さらに重要なのが、ナレッジを作る人と使う人を切り離す考え方です。人間が手作業で書いたファイルをAIエージェントが読み取ってもよいし、データ抽出の仕組みが自動生成したファイルを人間がブラウザで閲覧してもよい。あるAIが作った文書を、別のAIが解釈することも想定されています。作り手と使い手が同じ形式を共有しているからこそ、こうした行き来が成立するわけです。

中小企業が今、手をつけるべきこと

OKFはまだバージョン0.1の段階で、今後仕様が変わる可能性もあります（出典：https://atmarkit.itmedia.co.jp/ait/articles/2607/23/news055.html）。ですが、この発表が示す方向性そのものは、中小企業にとって見逃せない判断材料です。

専用ツールもクラウド契約も不要で、Markdownと最低限のルールさえあれば始められる——これは、大企業だけでなく、限られた予算とIT人員でやりくりする中小企業こそ着手しやすい話です。業務マニュアル、よくある問い合わせへの回答集、ベテラン社員しか知らない作業のコツ。こうした情報が紙やバラバラのWordファイルのまま眠っていると、AIエージェントを導入しても「読める形の資産がない」状態から抜け出せません。

逆に言えば、今のうちに社内文書を「1ファイル1テーマ」で整理し、簡単な見出し情報を添えてMarkdown化しておくだけで、将来AIエージェントを本格導入する際の初速が大きく変わります。特別な投資判断を待つ必要はありません。まずは一つの業務マニュアルから、AIが迷わず読める形に書き直してみることが、遠回りに見えて一番の近道です。

---

参考リンク：

• https://atmarkit.itmedia.co.jp/ait/articles/2607/23/news055.html