この記事はゆっくりテックウォッチ Advent Calendar 2025 の 4 日目の記事です。

個人開発の「ゆっくり動画スタジオ」でGitHub人気リポジトリの解説動画を自動生成しており、その分析データをもとに本記事も生成しています。

TL;DR

JSONより40%トークン削減、精度も4%向上
20以上の言語で実装、エコシステムが急成長中
YAMLの可読性とCSVの効率性を両立

このリポジトリについて

LLM向けのトークン効率の高いJSON代替フォーマット

TOON（Token-Oriented Object Notation）は、JSONデータをLLMに入力する際のトークン数を最大40%削減しながら、精度も向上させる新しいデータ形式です。YAMLの可読性とCSVの効率性を兼ね備えています。

項目	内容
リポジトリ	toon-format/toon
スター数	20,131
言語	TypeScript
ライセンス	MIT License
作成日	2025-10-22

なぜ今注目されているのか

JSONは冗長すぎる。LLMに渡すデータのトークン数が無駄に増えてコストが膨らむ

LLMのAPIを使っていて、コストが気になったことはありませんか？実は、データの渡し方を変えるだけでコストを40%削減できる方法があります。

YAMLとCSVの良いとこ取り。TOONならトークン40%削減で精度も向上

波括弧、コロン、カンマ、引用符...JSONではこれらすべてがトークンとしてカウントされます。TOONはこの冗長さを排除しながら、JSONのデータモデルを完全に保持します。

スター推移

2025年10月下旬に公開されてから、わずか6週間で20,000スターを突破する驚異的な成長を見せています。特に10月27日〜11月5日の間に0から10,000スターに到達し、LLM開発者コミュニティから大きな注目を集めました。

主な機能・特徴

1. JSONより40%トークン削減、精度も4%向上

TOONの最大の特徴は、トークン効率と精度の両方を向上させることです。ベンチマークでは、JSONと比較して平均40%のトークン削減を実現しながら、LLMの理解精度も69.7%から73.9%に向上しました。

実際のコード比較を見てみましょう：

JSON形式（冗長）:

{
  "users": [
    {"id": 1, "name": "Alice", "role": "admin"},
    {"id": 2, "name": "Bob", "role": "user"}
  ]
}

TOON形式（効率的）:

users[2]{id,name,role}:
  1,Alice,admin
  2,Bob,user

2. 20以上の言語で実装、エコシステムが急成長中

公式実装はTypeScriptですが、コミュニティによって20以上の言語で実装が進んでいます：

公式実装: TypeScript, Python, Go, Rust, .NET, Java, Dart
コミュニティ実装: Swift, Kotlin, PHP, Ruby, Elixir, Scala, Crystal, Lua, OCaml など

どの言語でも同じフォーマットで使えるため、マルチ言語環境でも一貫したデータ表現が可能です。

3. YAMLの可読性とCSVの効率性を両立

TOONはYAMLのインデントベースの構造とCSVの表形式レイアウトを組み合わせています。人間にとっても読みやすく、LLMにとっても解析しやすいフォーマットです。

配列の長さ [N] やフィールド名 {fields} を明示的に宣言することで、LLMがデータ構造を正確に理解できるようになっています。

4. 4つのLLMでベンチマーク検証済み

以下の4つのLLMモデルで209問のデータ取得テストを実施し、TOONの優位性が確認されています：

Claude Haiku 4.5
GPT-5 Nano
Gemini 2.5 Flash
Grok 4 Fast

技術スタック

TypeScript製のデータ変換ライブラリ、CLIとエディタ統合

分類	技術
主要技術	TypeScript, Node.js
フレームワーク/ライブラリ	vitest, vitepress, tsdown, pnpm
インフラ	npm, GitHub Actions
連携サービス	VS Code拡張, Tree-sitter, Neovim プラグイン

ユースケース

ユースケース1: LLMアプリ開発者

ペルソナ: スタートアップでAIチャットボットを開発しているエンジニアの田中さん

背景: GPT-4を使ったカスタマーサポートボットを運用中。月のAPIコストが10万円を超えて予算を圧迫している

課題: ユーザーの問い合わせ履歴をコンテキストに含めると、トークン数が膨大になりコストが跳ね上がる

解決策: 問い合わせ履歴をTOON形式に変換してからLLMに渡すことで、トークン数を40%削減

結果: 月のAPIコストが6万円に削減。削減分で新機能の開発リソースを確保できた

ユースケース2: データサイエンティスト

ペルソナ: 大企業のデータ分析部門で働く鈴木さん

背景: 大量の売上データをLLMに分析させるプロジェクトを担当。データ量が多くコンテキストウィンドウに収まらない

課題: 10万件の売上レコードをJSON形式で渡すとトークン制限を超えてしまう

解決策: TOON形式で表形式データを効率的に表現し、より多くのデータをコンテキストに含める

結果: 同じコンテキストウィンドウで1.5倍のデータを分析可能に。分析精度も向上した

競合との比較

JSONとの違い

観点	TOON	JSON
トークン効率	高い（40%削減）	低い（冗長な構文）
可読性	高い（YAML風）	中程度
互換性	変換が必要	どこでもサポート
LLM精度	73.9%	69.7%

いつTOONを選ぶべきか: LLMへのデータ入力時、特に表形式データが多い場合

YAMLとの違い

観点	TOON	YAML
トークン効率	高い	中程度
表形式データ	CSV風に効率的	リスト形式で冗長
学習コスト	YAMLに似ている	広く知られている

いつTOONを選ぶべきか: 均一な配列データをLLMに渡す場合

注意点: TOONが向かないケース

深くネストした非均一な構造: 表形式に適さないデータではJSONの方が効率的な場合も
純粋な表形式データのみ: フラットなテーブルだけならCSVの方が若干効率的（5-10%程度）
レイテンシ重視のアプリケーション: 一部のローカルモデルではJSONの方が高速な場合も

始め方

CLIで試す（インストール不要）

# JSONをTOONに変換
npx @toon-format/cli input.json -o output.toon

# パイプで標準入力から
echo '{"name": "Ada", "role": "dev"}' | npx @toon-format/cli

ライブラリとして使用

# npm
npm install @toon-format/toon

import { encode } from '@toon-format/toon'

const data = {
  users: [
    { id: 1, name: 'Alice', role: 'admin' },
    { id: 2, name: 'Bob', role: 'user' }
  ]
}

console.log(encode(data))
// users[2]{id,name,role}:
//   1,Alice,admin
//   2,Bob,user

詳細は公式ドキュメントを参照してください。

まとめ

TOONはJSONのデータモデルを完全に保持した上でトークン数を削減する
LLMの理解精度も向上する（73.9% vs 69.7%）
20以上の言語で実装されており、エコシステムが急成長中

今日からJSONをTOONに変えてみよう

LLM時代の新しいデータフォーマットとして、TOONはトークン削減と精度向上を両立しています。npxコマンド一発で試せるので、ぜひ導入を検討してみてください。

動画で解説しています

YouTubeチャンネル「ゆっくりテックウォッチ」では、GitHub の注目リポジトリをゆっくり解説しています。

この記事で紹介した TOON の解説動画も公開していますので、ぜひご覧ください！

チャンネル登録よろしくお願いします！

関連リンク

この記事は AI によって自動生成されました。内容に誤りがある可能性があります。