数ヶ月に一度、ただ本を読むために朝を迎えます。Rasepiのコードでも、GitHubの課題でもありません。競合他社のブログ、業界レポート、基調講演の発表、開発者アンケート。前四半期に出荷されたもので、ドキュメント、ナレッジマネジメント、AI支援ワークフローに関連するものなら何でも。
先週この調査を行ったところ、予想以上に鋭い結果が出ました。どの発表が画期的だったからというわけではありませんが、5つの別々のトレンドが収束しつつあり、それらを並べると、今後2年間にドキュメンテーション・プラットフォームが何をする必要があるのか、非常に明確な絵が浮かび上がってきました。
以下は、私が見つけたものです。
1.AIが主な読者。人間ではありません。
GitBookはAIドキュメントのデータレポートで印象的な数字を発表しています：AIによるドキュメントの読者は2025年に500％以上増加。500パーセント。丸め誤差ではありません。
一方、Stack Overflowの2024年開発者調査によると、開発者の61%が1日30分以上かけて答えを探しています。しかし、検索方法は変化しています。GitHub独自の調査では、エンタープライズ開発者の97%がAIコーディングツールを使用していることがわかりました。2026年には、開発者の84%がAIツールを毎日使用し、コードの41%がAIで生成されるようになります。これらの人々は、あなたのウィキのサイドバーをナビゲートしているわけではありません。彼らはClaudeやCopilotに質問し、AIが彼らの代わりにあなたのドキュメントを読んでいるのです。
この意味は言い過ぎではありません。最も頻繁にドキュメントを読む人は、もはやブラウザーのタブを開いている人ではありません。検索を呼び出す言語モデルなのです。そしてそのモデルには、ページを目を細めて「うーん、これは古そうだ」と考える能力はありません。
GitBookはこのことにいち早く気づき、State of Docs 2026 reportと機械可読フォーマットへのプッシュで対応しました。GitBookはまた、skill.mdという、AIエージェントに特化した製品情報の構造化規約を発表しました。Googleはさらに、Gemini API Docs MCPを開発しました。これは、モデルコンテキストプロトコルを介して、コーディングエージェントを最新のドキュメントに接続するものです。その理由は明確で、エージェントが古いコードを生成するのは、彼らのトレーニングデータに期限があるからです。MCPの修正により、彼らの評価合格率は96.3%になりました。
というわけで、最初のトレンドは決まりました。AIは主要なリーダーです。これを後から追加する機能ではなく、コアとなる設計上の制約として扱うプラットフォームが構造的に優位に立つでしょう。
2.鮮度と信頼のメタデータが必須に
Anthropicは2025年12月に81,000人のクロードユーザーにインタビューを行い、2026年3月に結果を発表しました。AIユーザーを対象とした定性調査としては過去最大規模（159カ国、70言語）。最も懸念される点は？信頼性の低さ。回答者の27％が最大の懸念として挙げ、そのうちの79％が実際に経験したことがあるとのこと。
この数字は、すべてのドキュメンテーション・チームを夜も眠らせないはずです。
AIの回答が信頼できない場合、問題は常にモデルにあるわけではありません。多くの場合、モデルは古くなったドキュメントで見つけたことを忠実に再現しているのです。モデルが幻覚を見たのではありません。あなたのドキュメントが間違っていて、誰もそれを指摘しなかっただけなのです。
Stack Overflowのデータは、別の角度からこれを補強しています：81%の開発者は、来年にはAIがコードを文書化する方法にもっと統合されることを期待しています。ユーザーの81%がドキュメントをAIに渡しており、AIのユーザーの27%が信頼性の低さが最大の問題であると回答している場合、いくら迅速なエンジニアリングを行っても解決できない信頼性の問題があります。解決策はソースにあります。
これが、鮮度メタデータが重要な理由です。最終編集日」のタイムスタンプではありません（タイムスタンプは、コンテンツがまだ正確かどうかではなく、誰かがいつファイルを触ったか教えてくれます）。本当の鮮度：レビュー状況、リンクの健全性、翻訳の整合性、読者シグナル、コンテンツドリフトの検出。機械が読み取り、文書が引用しても安全かどうかを判断するために使用できるメタデータ。
私はシンプルなフレーミングに戻ってきます。あなたの文書にはクレジットスコアが必要です。タイムスタンプではありません。クレジットスコアです。(私たちはRasepiの鮮度スコアリングシステムを使ってまさにこれを構築してきました。）
3.翻訳は "プロジェクト "から "パイプライン "へ
DeepLは、2月に「グローバル企業が見逃せない6つの翻訳変革」という記事を発表しました。彼らの主張：翻訳は、四半期ごとに行うバッチプロジェクトではなく、継続的な運営課題になりつつあります。
これは、私が見ているすべてのものと一致しています。
昔のモデルは単純でした。英語で執筆。予算があれば、翻訳者を雇うか、翻訳サービスを利用します。翻訳が戻ってきたらアップロード。次回まで完了。問題は、製品が毎週出荷され、ドキュメントが常に更新されている場合、「次回」がどんどん早くやってくるということです。ドイツ語版がレビューから戻ってくるまでに、英語のソースはすでに2回変更されています。
DeepL独自のカスタマイズ・ハブでは、用語集、スタイル・ルール、および形式設定を提供しています。しかし、これらのツールがドキュメント・プラットフォームの外部にある場合、エディタ、エクスポート、翻訳、レビュー、再インポート、繰り返しという翻訳ツールチェーンを管理することになります。すべてのステップは、ドリフトのチャンスです。
Notionにはネイティブの多言語サポートはありません。Confluenceはマーケットプレイスのプラグインを通してそれを提供しています。GitBook 2025年8月に自動翻訳を追加は、ステップですが、ページレベルで動作します。
本当のシフトはページレベルからブロックレベルへの移行です。段落レベルで翻訳を追跡する場合、実際に変更された部分のみを再翻訳します。典型的な編集では、40の段落のうち2つの段落にしか触れません。これは翻訳作業を94％減らすことになります。(これがラセピのコアとなる翻訳アーキテクチャであり、正直なところ、私がこの製品で最も誇りに思っている点です。しかし、私たちのことはさておいても、業界の方向性は明確です。継続的、漸進的、埋め込み型の翻訳が、今後の方向性です)。
4.AIエージェントが必要とするのは、Wikiページではなく、構造化されたコンテンツ
これは、Notionが2月にCustom Agentsを発表したときに、私の中で結晶化しました。早期アクセス中に構築されたエージェントは21,000。ナレッジベースからの質問に答えたり、タスクをルーティングしたり、ステータスレポートをまとめたりするエージェントです。Rampだけでも300以上のエージェントがいます。
アトラシアンも同じような方向性です。Rovo AI in Confluence は、アトラシアンとサードパーティのアプリ全体からコンテキストを引き出し、コンテンツを生成します。彼らの売りは"チームの既存業務に基づいた、コンテキストリッチで高品質なコンテンツ"
そして Anthropic は、複数の AI エージェントが複雑なタスクを自律的に調整する クロードコードのエージェントチーム を出荷しました。Opus 4.6は、8針1M MRCRベンチマークで76%のスコア（前モデルの18.5%から上昇）を記録しており、巨大な文書セットの奥深くに埋もれた情報を、見失うことなく実際に検索できることを意味します。
3社ともドキュメントを消費するエージェントを開発しています。いずれもソースの品質の問題は解決していません。
Notion のカスタムエージェントのドキュメントでは、エージェントが信頼できないコンテンツを読み込む際の prompt injection risk を明確に認めています。アトラシアンの Rovo は Confluence 内で見つけたものは何でも取得します。そのコンテンツが 3 ヶ月前のものであっても、Rovo は知りません。とにかくそれを基に構築します。
エージェントが確実に動作するためには、テキストのページ以上のものが必要です。安定した識別子、明示的な鮮度シグナル、明確な分類メタデータ、"これは最新でレビュー済み "と "これは存在するが1年間誰も触っていない "を区別する機能を持つ、構造化されたコンテンツが必要です。Wikiページはそれを提供しません。信頼できるメタデータを持つ構造化されたブロックレベルのコンテンツがそれを提供します。
5.オープンソースとセルフホスティングの復活
最後の1つは、1つの発表というよりも、データに裏打ちされた直感に近いものです。
GitBookは2024年後半に公開ドキュメントをオープンソース化し、OSSファンドを立ち上げました。その理由は、オープンソース・プロジェクトには無料で高品質なドキュメント・ツールを提供する価値があるからです。しかし、この動きはより広範な何かを示唆しています。
Notionはクラウド・オンリー。セルフホスト型のオプションはありません。Confluence データセンターは存在しますが、ライセンスが必要です。ドキュメントプラットフォームが最も機密性の高い業務知識（インシデントプレイブック、コンプライアンス手順、アーキテクチャの決定）を保持している場合、「誰がこのデータを管理するのか」という疑問は抽象的なものではありません。
Anthropicの2月の投稿"クロードは考える空間"は、信頼とビジネスモデルについて興味深い主張をしています。彼らの主張の核心は、広告インセンティブは本当に役に立つAIアシスタントとは相容れないということです。彼らは、ユーザーがツールを信頼できるように、広告がないことを選択しました。
私は、ドキュメント・プラットフォームにも類似点があると考えています。ドキュメント・システムがクローズド・ソースでクラウド・オンリーであれば、AIにフィードされる内容を検証することはできません。鮮度計算を監査することもできません。データの管理もできません。ナレッジベースの上にAIアシスタントを導入しているチーム（そして、ますます誰もがそうなってきています）にとって、監査可能性は重要です。
これは、オープンソースが道徳的に優れているという極論ではありません。クローズドソースの製品は絶対に信頼できます。しかし、社内のドキュメントの上にAIを活用したワークフローを構築する場合、システムを検査し、検証する能力は実用的な利点です。私たちにとって、ラセピのMITライセンスは後付けではありません。ドキュメンテーションのインフラは監査可能であるべきだ、という同じ論理に根ざした設計上の決定でした。
この5つのトレンドが意味するもの
個別に見れば、これらのトレンドはそれぞれ管理可能です。AIがドキュメントを読む？では、機械可読のメタデータを追加しましょう。鮮度が重要？わかりました。翻訳には継続性が必要？もちろん、DeepLを統合してください。エージェントに構造が必要？コンテンツ・モデルを改善してください。主権が重要ですか?素晴らしい、セルフホストオプションを提供してください。
しかし、これらを総合すると、現在ほとんどのチームが使用しているものとは根本的に異なるプラットフォームが見えてきます。
そのギャップはアーキテクチャにあります。これらは、ボルトオンで追加できる5つの機能ではありません。基盤に組み込むべき5つの前提なのです。コンテンツの保存方法（ページレベルではなくブロックレベル）。信頼のモデル化方法（タイムスタンプではなく、鮮度スコア）。翻訳の仕組み（インクリメンタル、埋め込み、段落ごと）。AIエージェントがコンテンツにアクセスする方法（ページスクレイプではなく、メタデータを含む構造化API）。データの管理方法（オープン、監査可能、セルフホスティング可能）。
これら5つすべてを同時に設計した確立されたプラットフォームはありません。少しずつ追加しているところもあります。GitBookはAIの可読性の面で最も早く進んでいます。Notionはエージェントインフラストラクチャを構築しています。アトラシアンはエンタープライズ向けのディストリビューションを持っています。
しかし、初日からこの5つすべてをデザインするのは難しいでしょう。それが、地盤が揺らいだときに新しく始める利点です。
偏見であることは自覚しています。私たちがラセピを構築したのは、これらのトレンドが収束していくのを目の当たりにし、最初からこれらすべてを想定したプラットフォームが欲しかったからです。ブロックレベルの翻訳、強制期限切れ、鮮度スコアリング、構造化されたAI対応コンテンツ、オープンソース。これがプロジェクト全体のテーマです。
しかし、仮に私たちが存在しなかったとしても、2026年の第1四半期に起こったことを素直に読めば、同じ方向に向かうと思います。ドキュメンテーションはインフラになりつつあります。そして、インフラストラクチャーはウィキページとは異なる要求を持っています。
このことを最初に理解したチームは、単にドキュメントが良くなるだけではありません。より信頼できるAIエージェント、より低い翻訳コスト、より少ないコンプライアンスサプライズ、そして長期にわたって実際に信頼され続けるナレッジベースを手に入れることができるのです。
これが2026年のドキュメントの姿です。問題は、これらのトレンドが本物かどうかではありません。御社のプラットフォームがこのようなトレンドのために設計されているかどうかです。
5つのトレンド。1つのアーキテクチャ上の質問：あなたのドキュメンテーション・プラットフォームは2026年を想定して設計されていますか？
ソースGitBook AI docs data report, GitBook State of Docs 2026, GitBook skill.md, Google Gemini API Docs MCP, Stack Overflow 2024 Developer Survey, GitHub 2024 developer survey, Index.dev developer productivity statistics, Anthropic "What 81,000 People Want from AI", Anthropic "Claude is a space to think", Claude Opus 4.6, Notion Custom Agents, Atlassian Rovo in Confluence, DeepL "6 Translation Transformations", DeepL Customization Hub, GitBook open source documentation, GitBook auto-translate..