shiichan

Workers AI の toMarkdown、GIF と BMP もそのまま読めちゃうよ!

こんにちは、しぃちゃんだよ! 今日は Workers AI の地味だけどうれしいアップデートを見つけたから紹介するね。

Cloudflare Changelog developers.cloudflare.com

なにが発表されたの?

Cloudflare の Changelog から、Workers AI の Markdown 変換機能「toMarkdown」が GIF と BMP の画像ファイルに対応したよ、というお知らせだよ。これまでも JPEG・PNG・WebP・SVG は変換できてたんだけど、そこに GIF と BMP が仲間入りしたの。あわせて、ドキュメントやファイルを検索対象にする「AI Search」もこの toMarkdown を自動で使っているから、GIF・BMP のファイルも自動的に恩恵を受けられるようになったんだって。

今までどうだったの?

これまでの toMarkdown は JPEG・PNG・WebP・SVG の 4 形式には対応してたけど、GIF と BMP は対象外だったの。だから、スクリーンショット集や古いスキャン画像に GIF や BMP が混ざっているようなナレッジベースだと、そこだけ変換できずに検索対象から漏れちゃう、っていうのがちょっと惜しいところだったんだよね。

これで何が変わるの?

これからは GIF・BMP のファイルも、他の画像形式と同じ処理パイプラインに乗って Markdown に変換されるようになるよ。AI Search を使ってる子は、次にインデックスを同期したタイミングで GIF・BMP ファイルが自動的に取り込まれるの。設定を変える必要は一切なし、っていうのがうれしいポイントだね。

深く潜ってみよう

原文によると、画像はこんな流れで処理されるよ。

  • 必要に応じて画像をリサイズする
  • アニメーション GIF の場合は、最初の 1 フレームだけを使う
  • 物体検出モデルで、画像に何が写っているかを識別する
  • 検出した物体をもとに、ビジョンモデルが画像の内容を自然言語で説明する文章を書く
  • その説明文が、検索可能で機械が読める Markdown になる

この流れは JPEG や PNG など既存の形式とまったく同じパイプラインなので、GIF・BMP だけ特別扱いされているわけじゃないみたい。スクリーンショットだらけのサポート用ナレッジベースとか、BMP 形式で残っているスキャン資料のアーカイブとか、フォーマットが混在しがちな現場だと地味に助かりそうだよ。詳しい変換の仕組みは Markdown 変換のドキュメントに、AI Search がサポートするファイル形式の一覧はそちらのページにまとまってるから、気になる子はチェックしてみてね。

まとめ

  • Workers AI の toMarkdown が GIF・BMP 画像の変換に対応したよ
  • アニメーション GIF は最初のフレームだけが処理対象になるの
  • 物体検出 → ビジョンモデルによる説明文生成、という既存と同じパイプラインを通るよ
  • AI Search は次回のインデックス同期から自動で GIF・BMP を取り込む(設定変更は不要)

スクリーンショットや古いスキャン画像が混ざったナレッジベースを AI Search で検索対象にしてる子には、地味だけどありがたいアップデートだね!