The Papers

ガイド

Markdown・PDF・JSON:AIが最もよく読めるフォーマットは?

AIが最もよく読めるのは、文章と構造ならMarkdown、期間・通貨・補足条件などのフィールドを必要とする正確な値ならJSONで、最も苦手なのはPDFです。PDFは意味ではなくレイアウトを保存しているからです。重要なドキュメントでは、人向けにPDFを残しつつ、同じ忠実性チェック済みの内容のMarkdown版とJSON版をAI向けに公開してください。

簡単な比較

PDFMarkdownJSON
用途印刷と閲覧テキストの読み書きプログラム
見出しと順序レイアウトから推測明示的(#、##)スキーマにあれば明示的
表配置されたテキストで、壊れやすいシンプルなパイプ区切りの表行とフィールド
グラフ図形で、値は失われがち表として書いた場合のみ系列をデータとして保持
単位・期間・補足条件レイアウト内に散在値の横のテキスト内値ごとに別フィールド
引用への適性弱い強い文章には弱い
正確な値への適性弱い良い最も強い
人にとっての読みやすさ最も強い良い低い

PDF:人には最適、AIには最も弱い

PDFはどこで開いても同じ見た目になるため、ビジネス文書はPDFで共有されます。しかしAIは、文字の位置から構造を組み立て直さなければなりません。OpenAIのヘルプセンターによれば、ChatGPTは画像ベースの表、スキャンしたファイル、複雑なレイアウトから正確な値を確実に抽出できない場合があり、正確な値が重要なときはスプレッドシートやテキストファイルを推奨しています。PDF内のグラフは、ビジュアル検索が利用できる場合にしか読まれません。

Markdown:言語モデルにとって自然なフォーマット

Markdownは、見出し、リスト、表、リンクといった軽い構造を持つプレーンテキストです。モデルは組み立て直しなしで直接読め、コンパクトで、そこから取った引用は正確です。弱点は、値があくまでテキストにすぎないことです。表のセル内の「$4.2M」は、期間については上の見出しに、「未監査」については近くの文に依存します。

フロントマター(先頭のYAMLブロック)が役立ちます。正規URL、バージョン、ステータスを記載できるので、エージェントは何を読んでいるのか、それが最新かどうかを把握できます。

JSON:意味が結び付いた正確な値

JSONは、エージェントが文を引用するのではなく数字を使う必要があるときのためのものです。期間の比較、比率の計算、フォームへの入力などです。優れたスキーマでは各指標を独自のフィールドで保存するため、レイアウトに依存するものは何もありません。

  • 値と単位・通貨
  • 期間(例:FY2025、Q3 2026)
  • 区分(実績、予測、予算)
  • 補足条件(未監査、プロフォーマ、「最大」)
  • 出典の参照(ページ、スライド、セル)

答えが「1つの原本から両方」である理由

読み手によって求めるフォーマットは異なります。人はページを開き、チャットアシスタントはMarkdownを好み、分析を行うエージェントはJSONを求めます。リスクはずれです。別々に管理された3つのファイルは、やがて内容が食い違います。フォーマットの選択よりも重要なのは、変わらないアドレス上で、すべてのフォーマットを生成する忠実性チェック済みの原本を1つ持つことです。

The Papers はまさにそのように動作します。各ドキュメントは1つの正規のAIバージョンになり、Webページ、Markdown(/{room}/{doc}.md、正規URL・バージョン・ステータス・AIレディネスのフロントマター付き)、JSON(/{room}/{doc}.json、ブロック、期間・通貨・区分付きの指標、補足条件、主張、ページの出典を含む)を備えます。すべて公開前に原本と照合され、ドキュメントごとのアナリティクスで、各AIの読み手がどのフォーマットを使ったかを確認できます。

よくある質問

プレーンな.txtでもMarkdownと同じくらい良いですか?
読むことはできますが、見出しや表が失われます。見出しや表は、モデルが正しいセクションを見つけて引用するのに役立ちます。Markdownにしても追加の手間はかかりません。
すべてのPDFをMarkdownに変換すべきですか?
変換は第一歩ですが、数字を確認してください。変換ツールは警告なしに見出しや符号を落とすことがあります。数値が重要なドキュメントでは、出力を原本と照合してください。
アップロードしたJSONファイルをChatGPTは読みますか?
はい、テキストとして読みます。JSONが最も役立つのは、値をプログラムで処理するエージェントやツールです。会話形式の質問には、通常はMarkdownのほうが扱いやすいでしょう。
WordやExcelのファイルはどうですか?
PDFより多くの構造を持っています。Wordには本物の見出しと表があり、Excelにはセルの値と数式があります。MarkdownやJSONを作るための良い原本になります。

忠実性チェック済みの原本を1つ公開し、ページ、Markdown、JSONとして提供しましょう。

出典

関連ガイド