AIにGitHubリポジトリを認識させるなら「階層構造＋index.md」と「Obsidian形式」どっちが速くて安くて正確か

最近、「AIに会社のコードや資料を理解させたい！」という要望がすごく増えていますよね。GitHubにあるプログラムのコードを、AIに丸ごと見せて「これを分析して」とお願いしたり、AIが学習するための知識として使ったり、社内の情報共有ツール（Wiki）をAIに読ませたりと、使い道は色々です。

でも、AIにたくさんの情報を効率よく、しかも正確に理解してもらうには、どういう形で情報を渡せば一番良いのでしょうか？

そこで、この記事では「AIにGitHubのリポジトリ（プログラムのコードや関連ファイルが集まった場所）を認識させるなら、どんな形式で渡すのが一番良いか？」という疑問に答えるべく、2つの方法を比較しています。

一つは、皆さんが普段から使い慣れているであろう「階層構造＋index.md」という方法です。これは、フォルダをきちんと整理して、各フォルダの説明をindex.mdというファイルに書く、という、いわば「整理整頓された一般的なファイル構成」のこと。もう一つは「Obsidian形式」という、ノートアプリのObsidianで使われるような、ファイル間のつながりを重視した形式です。

この2つの形式で、AIが情報をどれだけ速く、どれだけ安く（AIに処理させるためのコスト）、そしてどれだけ正確に理解できるのかを、実際に試して比べてみた、という内容なんです。

AIの進化は目覚ましく、私たちの仕事のやり方もどんどん変わっていきます。こうしたAIとの付き合い方を、より賢く、より効果的にしていくためのヒントが、この記事には詰まっていると言えるでしょう。