GoogleがAIエージェント向け知識共有の新標準「OKF」を発表：Markdownベースのシンプルフォーマットで知識の断片化問題を解決
Google Cloudは、AIエージェントが利用する知識の断片化という「コンテキストアセンブリ問題」を解決するため、新しい知識標準フォーマット「OKF（Open Knowledge Format）」を公開しました。本記事は、このOKFの仕様と、それが従来の知識サービスとは一線を画す設計思想を詳細に解説しています。
これまで、エンジニアが「週間アクティブユーザーの算出方法」といった問いに答えるための知識は、データカタログ、Notion、Slackのログなど、組織内に散在し、AIエージェントに渡す際にも断片的な結合が課題でした。OKFは、この問題を解決する手段として、特別な知識サービスやベクトルDBを導入するのではなく、「YAMLフロントマター付きのMarkdownファイル」という極めて素朴な形式を標準フォーマットとして提案しました。
OKFの基本的な構造は、一つのファイルが「一つの概念（コンセプト）」を表し、BigQueryのテーブル定義や指標定義などがこれに該当します。仕様はApache 2.0で公開され、必須項目は「type」（概念の種別）のみであり、その他のフィールド（タイトル、説明、リソースURIなど）は推奨となっています。特筆すべきは、この標準が「サービス」ではなく「フォーマット」である点です。これにより、知識の書き手と読み手を完全に分離し、組織をまたいだ共有やバージョン管理を容易にしています。また、仕様は「知らないフィールドがあっても、知らないtypeでも、リンクが壊れていても、バンドルを拒否してはならない」という極めて寛容なルールを定めており、実用性と拡張性を両立させています。
このアプローチは、知識を「コードのdiff」のように扱い、人間が手書きしたドキュメントからメタデータ抽出パイプラインの出力まで、あらゆる形で利用できることを可能にしました。ただし、OKF v0.1はあくまでフォーマットの仕様に留まっており、知識の鮮度や検証（いつ、誰が、正しいか）については自己申告に依存するため、周辺ツールによる鮮度管理レイヤーの構築が求められています。Googleは、このOKFを通じて、AIエージェント時代の「README.mdの置き場」における主導権を確立したと評価されています。
背景
AIエージェントの普及に伴い、エージェントが正確な回答を生成するためには、単なるモデルの知識だけでなく、企業のデータスキーマ、運用手順、過去のログといった「組織固有の知識」を大量かつ正確に提供する必要があります。この知識が部門やツールに散在していることが、AI導入における最大のボトルネックとなっていました。
重要用語解説
- OKF (Open Knowledge Format): Googleが提唱する知識の標準フォーマット。YAMLフロントマターとMarkdownファイルを用いて、知識を構造化し、AIエージェントが読み取りやすい形で共有することを目的としています。
- AIエージェント: 特定のタスクを自律的に実行するために設計されたAIシステム。OKFによって構造化された知識をコンテキストとして利用し、より高度な判断や行動が可能になります。
- コンテキストアセンブリ問題: AIエージェントがタスクを遂行するために必要な、散在する複数の知識（スキーマ、定義、ログなど）を、どのように集め、結合し、適切な形で提供するかという、知識共有における根本的な課題。
今後の影響
OKFの普及は、企業内の知識管理（ナレッジマネジメント）のあり方を根本的に変革します。知識を「サービス」として囲い込むのではなく「フォーマット」として標準化することで、どのツールやシステムからでも知識を抽出・利用できるオープンなエコシステム構築を加速させ、AI導入の障壁を大きく引き下げる可能性があります。