Google a publié un format permettant de transformer un ensemble de connaissances en un dossier de fichiers markdown liés. Il a été conçu pour les données internes de l’entreprise et, par accident, il résout un problème rencontré également par les sites Web publics. À l’heure actuelle, le maximum qu’un agent IA tire de votre site Web est une lecture plate de vos pages, une par une. Ce format crée un graphique de la façon dont vos idées se connectent, je l’ai donc essayé sur mon propre site Web.
Le format Open Knowledge de Google est un répertoire de fichiers Markdown liés
Le 13 juin 2026, l’équipe de données de Google a publié l’Open Knowledge Format, ou OKF, un moyen de représenter un corpus de connaissances sous la forme d’un répertoire de fichiers markdown avec une fine couche de contenu YAML. Chaque concept, un tableau, une métrique, un runbook, une API, obtient son propre document de démarque. Un court bloc de YAML contient les champs interrogeables, le type, le titre, la description, la ressource, les balises et l’horodatage ; le corps de la démarque contient l’explication, et les concepts sont liés les uns aux autres avec des liens de démarque ordinaires, qui, selon Google, transforment le répertoire en « un graphique de relations ». Il n’y a pas de runtime, pas de SDK, pas d’étape de construction. Google décrit un ensemble en trois phrases : « juste une démarque », « juste des fichiers », « juste une façade YAML ».
La cible est la connaissance interne de l’entreprise, le contexte selon Google est « verrouillé derrière la surface qui l’a créé », et il s’agit de la version précoce, v0.1, que Google appelle « un point de départ, pas une norme finie ». Rien dans l’annonce ne mentionne les sites Web publics. Cet écart est le sujet de cette pièce.
Sur un site Web, un Knowledge Graph bat une copie de page plate
La version lisible par l’agent de votre site Web, celle qu’un modèle ou un navigateur consomme réellement, est plate. Servir chaque page sous forme de démarque, comme le fait Cloudflare à la périphérie du réseau, est proche de l’AMP pour les LLM : une seconde copie supprimée de chaque page pour qu’une machine puisse la lire. Il reflète ce que vous avez déjà, page par page, et il supprime la même chose à chaque copie page par page, c’est ainsi que les pages sont liées les unes aux autres.
Un graphe de connaissances conserve cette couche de relations. Lorsque vos concepts sont liés les uns aux autres, un agent apprend non seulement ce qu’est chacun d’eux, mais il apprend également comment ils se situent les uns par rapport aux autres, ce qui constitue l’essentiel de ce que signifie réellement la compréhension d’un site Web. Deux pages peuvent à la fois mentionner un concept et ne jamais dire à une machine que l’une est le cadre en dessous et l’autre l’objectif plus étroit à côté. Un graphique le dit clairement, en liens que la machine suit. OKF est un moyen standard de construire ce graphique : démarque, donc il est bon marché et structuré, donc il porte les relations.
J’ai essayé OKF sur le site Web No Hacks
J’ai écrit un bundle OKF pour le site Web No Hacks, un fichier de démarque chacun pour la marque, l’hôte, l’architecture Machine-First, le Web agent, l’optimisation de l’expérience de l’agent, l’optimisation du moteur de réponse, llms.txt et WebMCP. Chacun suit les conventions de Google, les champs YAML en haut et un corps de démarque simple en dessous. Le travail consistait principalement à décider quels concepts étaient importants et comment ils se connectaient, et non à écrire les fichiers.
Un fichier, le concept de Machine-First Architecture, ressemble à ceci :
---
type: framework
title: Machine-First Architecture
description: A framework for building websites whose full meaning is available to a machine reading them, with the human experience layered on top rather than the other way around.
resource: https://machinefirstarchitecture.com
tags: [Framework, Machine-First Architecture, Agentic Web]
timestamp: 2026-06-13
--- Machine-First Architecture is [Sani](./sani.md)'s framework for the [agentic web](./agentic-web.md). The core idea: build the content so a machine reading it gets the complete meaning, the facts, the structure, the relationships, and the human reading gets that same meaning with the design on top. This is why formats that strip a website to plain text, like markdown for agents and [llms.txt](./llms-txt.md), matter. Its capability side is [WebMCP](./webmcp.md), and its measurement side is [Agent Experience Optimization](./agent-experience-optimization.md).
Ces liens entre crochets en bas sont le graphique. Un agent qui les suit apprend que WebMCP repose sur une architecture Machine-First et que llms.txt est le même type de pari, ce qu’une copie plate de mes pages ne dit jamais à voix haute. À travers les huit fichiers, c’est toute la structure : les concepts et les relations entre eux.
Un ensemble comme celui-ci est une deuxième copie de ce que dit déjà le site Web, et une deuxième copie est une deuxième chose à synchroniser. Au moment où le site Web change, le bundle est erroné jusqu’à ce que vous le mettiez également à jour. Cette taxe n’est pas propre à OKF : c’est ce que coûte chaque couche parallèle lisible par machine, un fichier llms.txt, un miroir de démarque de vos pages, un ensemble comme celui-ci. La version qu’un agent lit est aussi précise que votre discipline pour la maintenir à jour.
Google n’a pas créé OKF pour cela. Son objectif est la connaissance interne de l’entreprise, et rien dans son plan ne pointe vers des sites Web publics, donc l’hébergement d’un package pour un agent en visite est hors AMM, et cela peut le rester. Le lecteur pour lequel je l’ai créé, un agent qui récupère le paquet et suit le graphique, pourrait ne jamais se présenter. La raison de le faire doit être valable sans cette récompense, et c’est le cas : l’écriture du bundle m’a obligé à énoncer clairement ce que No Hacks sait et comment ses idées se connectent, et cela a fait apparaître des lacunes que je n’aurais pas trouvées en écrivant une autre page. C’est la même discipline que l’architecture Machine-First, mettez votre sens sous une forme qu’une machine peut lire et vous trouvez où vous étiez vague.
Où un Knowledge Graph de site Web pourrait mener
Rien de ce qui suit n’est une prédiction. C’est une direction, et elle dépend des agents qui lisent réellement les graphiques de connaissances des sites Web, ce qui n’est le cas aujourd’hui d’aucun. La forme vaut toujours le détour.
Le fichier d’identité pourrait se transformer en un graphe de connaissances. Aujourd’hui, llms.txt est une seule ligne annonçant qui vous êtes. Un ensemble publié est la version complète de cette idée, une carte de tout ce que votre site Web sait et de la manière dont les parties se connectent, de sorte que la fine couche d’identité et la couche de connaissances structurées ne font qu’un.
Les agents pourraient interroger cette carte au lieu de supprimer vos pages. Un agent qui extrait votre paquet et suit ses liens obtient une lecture plus propre et sensible aux relations qu’un agent analysant votre code HTML une page à la fois, et vous avez davantage votre mot à dire sur la manière dont vos propres concepts sont représentés lorsqu’une IA vous décrit.
La carte pourrait même devenir la couche canonique. La version lue par une machine cesse d’être une copie de votre site Web et devient la source, les pages humaines n’en étant qu’un rendu. Il s’agit du site Web entièrement automatisé vers lequel le Web agent a pointé, accessible via une porte latérale ouverte par Google pour les données internes.
La démarque n’est pas nouvelle
John Gruber a créé Markdown en 2004, avec Aaron Swartz comme bêta-testeur, et l’objectif principal de la conception était la lisibilité : un texte que vous pouvez lire tel quel, sans rendu, qui se convertit toujours proprement en HTML. Deux décennies plus tard, il exécute GitHub, Reddit, une grande partie de la documentation que vous lisez et les boîtes de discussion des outils d’IA eux-mêmes. Il a gagné en étant lisible sans être rendu, ce qui est la propriété exacte qui le rend facile à lire par une machine.
J’y ai écrit la plupart de ce que j’écris depuis 15 ans, depuis que iA Writer est devenu ma principale application d’écriture en septembre 2011, donc une semaine où le Web lisible par les agents converge vers la démarque est pour moi un terrain familier, pas une nouvelle astuce. Les connaissances derrière No Hacks (projet No Hacks OS) fonctionnent de la même manière depuis des mois : des fichiers markdown avec un contenu structuré, liés les uns aux autres, la forme qu’une machine peut lire et parcourir.
Les formats destinés aux machines continuent d’atterrir sur le même terrain, llms.txt, la démarque de Cloudflare et maintenant OKF. Google lui-même n’est pas du même avis à ce sujet. Son côté recherche a qualifié llms.txt de « purement spéculatif » pour le classement, son côté Chrome a ajouté une vérification llms.txt à l’audit de préparation des agents de Lighthouse, et son équipe de données a maintenant publié OKF.
Si vous voulez voir où se situe votre site Web, cela prend trente secondes. Ouvrez votre page la plus importante et collez-la dans un éditeur de texte brut, où les liens se réduisent en mots simples. Regardez ce qui reste et trouvez tout ce qui indique comment ses idées sont liées au reste de votre site Web, non pas qu’une page soit liée à une autre, mais la relation elle-même. Il n’y a généralement rien, et cette absence est ce qu’un graphe de connaissances comble, que vous touchiez ou non OKF.
OKF est l’actualité de cette semaine, et le substrat sous-jacent, du texte brut qu’une machine peut lire, est là depuis 2004. Ce que Google a ajouté était une norme et un nom.
Plus de ressources :
Cet article a été initialement publié sur No Hacks.
