TL;DR: Google Cloudが2026年6月に公開したばかりのOKF(Open Knowledge Format)を、実際に自社システムに入れてみた。Markdown + YAML frontmatterだけで作るエージェント向け知識層の仕様で、既存ファイルにYAMLを足すだけの低コストな試みだった。ところが実装した当日のうちに、OKFの価値よりも先にOKFの境界(適用範囲)が見えた。OKFは一次情報源ではなく、安定した知識をエージェント向けに映す「鏡」であり索引層だ、という話。
OKFとは何か
Google Cloudが2026年6月に公開したOpen Knowledge Format(OKF v0.1)は、「散在した知識を整理する」ための仕様だ。まだ始まったばかりの仕様で、この記事を書いている時点でも公開から1ヶ月経っていない。
技術的にはシンプルで、MarkdownとYAML frontmatterだけで構成される。唯一の必須フィールドは type のみ。
---
type: workflow
title: 市場調査モニタリング
owner: human-pm
updated_at: 2026-07-04
source:
- ops_reports/systems/medium_scout/
---
# 市場調査モニタリング
## Purpose
毎日の記事候補収集・レビューワークフロー。
## Required Steps
- ブラウザ付きMediumメタデータ収集を実行する
- ブラウザカバレッジを確認する
- GitHub Issueを作成または更新する
- HumanがIssueに判断を記録する
設計の3原則(一次ソース):
-
制限が最小限 — 必須フィールドは
typeだけ - プロデューサーとコンシューマーの独立性 — 書く側と読む側が分離
- プラットフォームではなく、形式 — クラウド・DB・モデルに非依存
サンプルのYAMLに含まれる
ownerやsourceはOKF標準の必須フィールドではなく、自社で追加した拡張フィールドだ。「MarkdownにYAMLを足しただけなら、自前フォーマットで十分では」という疑問はもっともだが、Googleの仕様に乗る利点は将来的なツール共通化(linter、パーサー、他のエージェントとの相互運用)にある。今はその恩恵をまだ受けていないが、仕様に沿っておけば後から入ってくる。
OKFは検索の仕組みではない。「安定した定義・ルール・ワークフローをエージェントがナビゲートできる形に整理する」ための仕様だ。
自社システムに散在する運用知識
自社システムでは、ClaudeCode・Codexの2つのAIワーカーが記事の調査・執筆・管理を行っている。すでに以下のドキュメントがエージェント向け知識として機能している。
| ファイル | 役割 |
|---|---|
CLAUDE.md |
ClaudeCode行動ルール・制約 |
AGENTS.md |
複数ワーカー役割分担・協調ルール |
.claude/skills/ |
タスク別プレイブック |
ops_reports/rules/ |
品質ゲート群 |
ops_reports/worker_board/ |
現在タスク状態 |
ただし構造はバラバラで、エージェントが参照先を毎回推測している。
実装設計 — 最小PoC
いきなり全てを変換せず、まず9ファイルから始める設計を立てた。
okf/
├── index.md # バンドルナビゲーション
├── workflows/
│ ├── medium_scout.md # 市場調査モニタリング
│ ├── article_issue_creation.md # 記事Issue作成手順
│ └── publication_stats.md # KPI集計ワークフロー
├── rules/
│ ├── scout_quality_gate.md # 市場調査品質ゲート
│ ├── public_comment_gate.md # 公開コメントルール
│ └── source_verification.md # ソース検証ルール
└── agents/
├── codex.md # Codex運用ポリシー
└── claudecode.md # ClaudeCode運用ポリシー
変換元ファイルの調査で、それぞれの対応が明確になった。
| OKFファイル | 変換元(確認済み) | 性質 |
|---|---|---|
workflows/medium_scout.md(市場調査プログラムの仕様) |
docs/MEDIUM_SCOUT_V0_1_SPEC.md + V0_2_REQUIREMENTS.md
|
業務の仕様書・要件定義書 |
workflows/publication_stats.md |
tools/publication_stats/README.md + nightly runner設計書 |
ツールのREADME・運用設計書 |
workflows/article_issue_creation.md |
AGENTS.md + .claude/skills/ 内の該当スキル |
チーム内の役割分担・手順書 |
rules/scout_quality_gate.md |
ops_reports/rules/article_quality_gate.md §Idea/Shape/Substance Gate |
評価基準・判断ルール |
rules/public_comment_gate.md |
ops_reports/rules/article_quality_gate.md §Public Comment Gate |
評価基準・判断ルール |
rules/source_verification.md |
CLAUDE.md §10(Knowledge Boundary Assertion Rule) |
行動制約ルール |
agents/codex.md |
AGENTS.md §8(Codex GitHub Invocation Rule) |
役割定義・権限ルール |
agents/claudecode.md |
AGENTS.md + CLAUDE.md ClaudeCode担当部分 |
役割定義・権限ルール |
新しいコンテンツを一から書く必要はない。既存ファイルにYAML frontmatterを付加して、ファイル間の相対リンクを整理するだけだ。
設計レビュー結果: Codexにレビューを依頼し、PASS_WITH_NOTES を取得。ブロッキング問題なし。実装方針: additive(既存ファイルを破壊しない)/ concise(冗長な転記不要)/ source-linked(変換元へのリンクを保持)。
変換しないもの
OKFに向かない、あるいは今すぐ変換しなくていいもの:
- GitHub Issues — 動的かつ変化が多い。そのままでいい
- 市場調査記録(Medium/Substack上の関連記事の収集・評価ログ) — 横断検索の対象
- 日次ops_reports(AIワーカーが書く作業日報) — 時系列記録。整理不要
OKFは「安定していて、エージェントが何度も参照する知識」に向いている。更新頻度が高いもの・一度きりの記録には向かない。
実装コストは低い。リスクも低い(okf/ ディレクトリを削除すれば元に戻る)。ただし、ここで言う「コストが低い」は初期導入コストの話だ。OKFを要約レイヤーとして置く以上、元ファイルとの同期コストは別に残る。導入自体の失敗より、導入後に静かに古びることの方が、実際に見るべきリスクかもしれない。
実装した日に、OKFの境界が見えた
実装後すぐに、OKFの価値よりも先に、OKFの境界が見えた。それは「OKFに入れるべき知識」と「まだOKFに入れてはいけない知識」を分ける実例だった。
OKFバンドルを実装したPRで、@codex review を同じコミットに対して43分間で4回送ってしまう事故が起きた。
原因はOKFの設計ではない。Codexのレビュー結果は issue comment ではなく PR Reviews API (pulls/N/reviews) に届くのに、監視ロジックが issue comment だけをポーリングして「10分応答なし」と誤判定し、再依頼を繰り返していた。
この事故はOKFの対象外だった。「変換しないもの」に書いた通り、OKFは安定したルールの置き場であり、動的な運用トラブルそのものは拾えない。実際、修正は先に
CLAUDE.md§6 とops_reports/rules/aiworker_state_file_coordination.mdにルール(PR単位のロックファイルcodex_review_locks.json)として書き、そのあとでokf/agents/codex.mdに要約を反映した。OKFはルールが生まれる場所ではなく、安定してから置く場所だ。
この「後から反映する」作業自体が実装コストの実感になった。ルールを1箇所変更するたびに、OKF側の対応ファイルも手動で追随させる必要がある。今回は半日で3回この同期をした。整合性をチェックするCIやlintはまだない——放置すれば静かに陳腐化する設計だ。
OKF v0.1はまだ始まったばかりの仕様だ(GitHub)。「どこまでをOKFで整理し、どこからをSkillやCLAUDE.mdに任せるか」という境界線は、実装した初日に早くも見えてきた。OKFは一次情報源ではない。ルールが生まれる現場でもない。OKFは知識が生まれる場所ではなく、すでに安定した知識を映す鏡だ。鏡が実物とズレないよう磨き続けるのは、結局は人間かエージェントの仕事として残る。
出典: Google Cloud ブログ — Open Knowledge Format のご紹介 · OKF GitHub


