構造化フォーマットはすでに存在する。ではなぜ新しい言語が必要なのか?


最も一般的な反論

AI推論言語の概念に初めて触れた人が最初に言うのはこうだ:

「構造化フォーマットはすでにあるのでは?」

その通りだ。ある。たくさん。

Markdownがある。 JSONがある。 XMLがある。 YAML、TOML、Protocol Buffers、MessagePack、CSV…

世界はデータフォーマットで溢れている。 ではなぜAIはまだ自然言語で思考しているのか?

この問いに答えるには、各フォーマットが何に優れ、 何ができないかを正確に指摘する必要がある。


Markdown:AIエージェントの現在の記憶

2026年現在、AIエージェントが最も広く使っているフォーマットはMarkdownだ。

Claude Codeは .md ファイルで記憶する。 GPTベースのエージェントもMarkdownでメモを残す。 CLAUDE.md、memory.md、notes.md。 AIの長期記憶はこの瞬間、Markdownの上に立っている。

なぜMarkdownか?理由は単純だ。 LLMはMarkdownの読み書きが得意だ。 Markdownは訓練データに豊富に含まれ、 その構造は生成とパースが容易なほど簡潔だ。

しかしMarkdownは人間が読むために作られた文書フォーマットだ。

# プロジェクト状況
## キャッシュ戦略
- SIMDビットマスク採用 (1/28決定)
- GPU加速検討中
## 未解決
- クエリ生成方法 未定

機械はこれをどう解釈するか?

「キャッシュ戦略」というセクション見出しがある。 その下に「SIMDビットマスク採用」という項目がある。 括弧内に日付「(1/28)」がある。

機械はこれを構造的に理解できない。 ## から「キャッシュ戦略」がセクション見出しだとわかるが、 「アーキテクチャのサブトピックである」という意味的関係はMarkdownに存在しない。 人間は「1/28」が日付だと知っているが、機械は推測しなければならない。 1月28日なのか、28分の1なのか?

結局、Markdownを「理解」するにはLLMが自然言語の解釈を行わなければならない。 Markdownはインデントを重ねた自然言語であって—— 構造化データではない。


JSON:意味のない構造

JSONはMarkdownより一歩先を行く。

{
  "entity": "李舜臣",
  "birth": "1545",
  "death": "1598",
  "occupation": "naval_commander"
}

構造がある。キーバリューペアは明示的だ。 機械はパースできる。フィールドにアクセスできる。

しかし問題がある。

JSONはキー"entity"が何を意味するか知らない。

このJSONを作った人は"entity"が「対象物」を意味すると知っている。 別の人のJSONでは同じ概念が"name"、“subject”、“item"かもしれない。

{"name": "李舜臣"}
{"subject": "李舜臣"}
{"item": "李舜臣"}
{"entity": "李舜臣"}

4つのJSONが同じことを表現しているが、 機械にはそれが同じだとわからない。

JSONには共有された意味論がない。 構造はあるが、その構造が何を意味するかの合意がない。

プロジェクトごとに独自のスキーマを作る。 APIごとに独自のフィールド名を使う。 スキーマAとスキーマBを接続するにはまた別の変換層が必要だ。

これはバベルの塔だ。 構造はあるが、互いの構造を誰も理解していない。


XML:冗長性という税

XMLはJSONの問題を解決しようとした。

名前空間、スキーマ定義(XSD)、文書型定義(DTD)。 構造の意味を定義するメタ構造を提供する。

<entity xmlns="http://example.org/schema">
  <name>李舜臣</name>
  <birth>
    <year>1545</year>
    <calendar>lunar</calendar>
  </birth>
  <death>
    <year>1598</year>
    <cause>killed_in_action</cause>
  </death>
</entity>

意味を定義できる。スキーマで構造を強制できる。 JSONより厳密だ。

しかしXMLには致命的な問題がある。

冗長だ。

上のXMLで、実際の情報は「李舜臣、1545、1598、killed_in_action」だ。 それ以外はすべてタグだ。開始・終了タグが情報量を上回る。

なぜこれがAIにとって問題なのか?

LLMのコンテキストウィンドウは有限だ。 同じ情報を伝えるのに3倍のトークンが必要なら、 コンテキストに入る情報量は3分の1に縮む。

XMLは人間が読みやすいように冗長だ。 AI推論言語にこの無駄があってはならない。 LLMにとって <name> タグは無駄だ。

そしてXMLは1990年代末の設計だ。 LLMが存在しなかった時代に、人間と従来のソフトウェアのために作られた。 AIの推論言語として設計されたことは一度もない。


共通の限界

Markdown、JSON、XML。 三つのフォーマットにはそれぞれの強みがあるが、共通の限界がある。

テキストベースだ。 すべて文字列にシリアライズされる。 機械が処理するにはパースが必要だ。 パースはコストだ。

GEULは16ビットのワードの連続だ。 各レコードの最初のワードが種類と長さを教えるので、 文字列を解釈しなくてもレコードの境界がすぐにわかる。

LLM時代以前に設計された。 Markdownは2004年。JSONは2001年。XMLは1998年。 LLMという概念が存在しなかった時代に、 人間または従来のソフトウェアのために設計された。

AIの推論言語は、LLMの時代に、LLMのために設計されなければならない。 16ビットのワードをLLMの語彙サイズに合わせた設計は、 LLMの存在を前提にしている。

意味の統一体系がない、あるいは不完全だ。 Markdownには意味体系がまったくない。 JSONには構造だけがあって意味がない。 XMLはスキーマを定義できるが、統一されていない。

GEULは対象を名前ではなくIDで指す。 ウィキデータのQIDや、Issuerが発行した文書IDのようなReferenceだ。 どこで使っても、同じIDは同じ対象だ。変換は要らない。


まとめ

フォーマット構造意味LLM親和性バイナリ出典の場所限定条件
Markdown弱いなし高いいいえなしなし
JSONありなし中程度いいえなしなし
XMLあり部分的低いいいえなしなし
理想的な推論言語ありあり高いはいありあり

新しいフォーマットが必要なのは、既存のフォーマットが悪いからではない。 既存のフォーマットが別の時代に、別の目的のために作られたからだ。

Markdownは人間が読む文書のために作られた。 JSONはWeb APIのデータ交換のために作られた。 XMLは文書とデータの汎用シリアライゼーションのために作られた。

AIの推論を記録し蓄積するフォーマット。それはまだ存在しない。

目的が異なれば、ツールも異ならなければならない。