【要約】Googleが公開した【AIと人間の両方が読めるWiki】の書き方 - Open Knowledge Format（OKF）とは [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
AIエージェントを実務に投入する際、開発者は社内に散在する知識を統合する問題に直面する。知識が適切な形式で整理されていないため、エージェントが回答を生成するたびに、必要な情報をゼロから収集・構成し直さなければならない。
- ・context-assembly problem（コンテキストの組み立て直し問題）の発生。
- ・テーブル定義、運用手順、API仕様がWiki、コード、個人の記憶に分散している。
- ・エージェントが回答を生成するたびに、膨大なコンテキストを再構築する負荷がかかる。
// Approach
Googleは、知識を事前に構造化して蓄積しておく「コンパイル」という概念を導入した。特定のプラットフォームに依存せず、MarkdownとYAMLを用いた最小限の規約によって、AIと人間が共に読めるナレッジ基盤を構築するアプローチを採用している。
- ・MarkdownファイルとYAMLメタデータを組み合わせた「bundle」形式の採用。
- ・「type」フィールドのみを必須とする、最小限の規約（Minimally opinionated）の定義。
- ・生産者（Agent等）と消費者（人間・Agent）の独立性を確保した設計。
- ・特定のクラウドやモデルに依存しない、ベンダー中立なオープン仕様の提供。
// Result
OKFの導入により、AIエージェントへの知識提供プロセスが劇的に効率化される。事前に構造化された知識を「bundle」として保持することで、エージェントは都度の検索に頼らず、正確なコンテキストを即座に取得できる。
- ・AIエージェントが、事前構築されたbundleから直接コンテキストを取得可能になる。
- ・Enrichment Agentにより、BigQuery等のメタデータから自動的にナレッジを生成できる。
- ・RAGやMCPと併用することで、より高度で信頼性の高いAI活用基盤を構築できる。
Senior Engineer Insight
> 非常に実戦的なアプローチだ。既存のMarkdown資産を破壊せず、typeの追加だけで準拠できる低コストさは、現場への導入障壁を劇的に下げる。RAGの精度向上における「情報の構造化」という難題に対し、フォーマットレベルでの解決を試みている点は評価できる。ただし、情報の鮮度を保つための「コンパイル（整理・更新）」を、どのAgentが、どのようなトリガーで担うかという運用設計が、スケーラビリティの鍵を握るだろう。