エージェンティックサーフェス

簡潔な定義

エージェンティックサーフェス（agentic surface）とは、AIエージェントが行動環境として読み取ることのできるウェブサイトの部分である。それはページのテキストに限られない。非人間のシステムが自らに何ができるかを理解するための、リンク、ボタン、フォーム、状態、確認、エラー、メニュー、視覚的な階層、アクセシブルな名前、DOMの関係、発見用ファイル、行動の限界も含む。

エージェンティックサーフェスは、サイトがもはや文書であるだけでなく、操作可能な環境でもあるようになったときに始まる。人間はページを見る。検索エンジンはリソースを抽出する。エージェントは、目的、インターフェース、対象、行動、帰結を結びつけようとする。

エージェンティックサーフェスに含まれるもの

エージェンティックサーフェスは、整合性を保たなければならない複数のレイヤーを含む。

• 文書サーフェス：タイトル、テキスト、セクション、リンク、構造化データ、正規リソース
• 視覚サーフェス：ボタン、カード、フォーム、階層、近接性、知覚される読み順
• HTMLサーフェス：セマンティック要素、リンク、ボタン、フィールド、ラベル、有用な属性
• DOMサーフェス：ハイドレーション後の状態、開閉されたコンポーネント、挿入または移動されたコンテンツ
• アクセシビリティサーフェス：アクセシブルな名前、役割、状態、関係、エラーの通知
• マシンファーストサーフェス：サイトマップ、llms.txt、マニフェスト、ガバナンスファイル、コンテキストルート
• 帰結サーフェス：確認、エラー、取り消し、送信、リダイレクト、エスカレーション

信頼できるエージェンティックサーフェスとは、これらのレイヤーが同じことを語っているサーフェスである。視覚的なレンダリングが行動を約束しているのに、HTMLがそれを明確に公開していなければ、そのサーフェスは脆弱である。フォームが存在していても、フィールドに名前がなかったり、エラーがフィールドに関連づけられていなかったりすれば、そのサーフェスは曖昧である。機械向けファイルが、行動の限界を公開していないページを指していれば、そのサーフェスは不完全である。

従来のウェブページとの違い

従来のウェブページは、可読性、パフォーマンス、インデックス可能性、人間にとっての有用性によって評価できる。エージェンティックサーフェスには、追加のテストが必要である。すなわち、そのインターフェースは人間の暗黙の直感なしに利用できるか、というテストである。

人間は多くのことを補っている。カードがクリック可能だと推測し、スタイルの付いたボタンが行動を引き起こすと理解し、曖昧なラベルを読み流し、わかりにくいモーダルを許容し、不完全なエラーメッセージを解釈する。エージェントの働き方は異なる。レンダリングを分析し、DOMを検査し、アクセシビリティツリーを読み、軌跡をたどることはできても、これらのシグナルが食い違うときには裁定しなければならない。

エージェンティックサーフェスは、文書が実行環境になる、このハイブリッドな領域を名指す。

デュアルウェブとの関係

エージェンティックウェブとデュアルウェブ（Dual Web）の枠組みにおいて、人間向けサーフェスは体験を支え、機械向けサーフェスはリトリーバルを支え、エージェンティックサーフェスは行動を支える。エージェンティックサーフェスは、前の二つを打ち消すものではない。それらを必要とする。

エージェントには、読解可能なコーパス、安定したルート、カノン、定義、証拠、整合的な内部リンクが必要である。しかし同時に、運用上のコンポーネントも必要である。名前の付いた行動、理解可能な状態、関連づけられた確認、明示的なエラー、実行境界である。

典型的な失敗の例

フォームの下に置かれた「送信」というラベルのボタンは、人間にとっては十分かもしれない。エージェンティックサーフェスにとっては、問いはより厳格である。

• どのフォームが送信されるのか
• どのデータが必要なのか
• どのフィールドがアクセシブルなラベルまたは名前を持っているのか
• データが欠けている場合にどのエラーが表示されるのか
• どの確認が、行動が完了したことを証明するのか
• 行動がどのような帰結を生み出すのか
• どの限界が、公開されていないコミットメントをエージェントが推論することを防ぐのか

これらの要素が明示されていない場合、サイトは、可視的で、インデックス可能で、視覚的に明快であっても、エージェンティックな観点では弱いことがある。

読み方のルール

エージェンティックサーフェスを自動化と混同してはならない。エージェンティックサーフェスは、エージェントが行動することを承認されているという意味ではない。それが意味するのは、行動が読解可能で、範囲を画定され、監査可能であるのに十分な構造を、サイトが公開しているということである。

したがって、この概念は、エージェンティック対応度、エージェントによるナビゲーション可能性、実行境界、行動の正当性とあわせて読まなければならない。

インタラクションと制御

提案されているガバナンス下のエージェンティックウェブサイトの定義は、読み取り専用のインタラクションを含め、限定されたジャーニーの適格性確認に必要なルール、適用されるメカニズム、証拠を規定している。