生成UIはなぜ遅かったのか

A2UI(クライアントが信頼済みコンポーネントのカタログを契約として広告し、エージェントがそのカタログからUIを記述したメッセージを送り、レンダラーが描画する仕組み)を導入した当初、エージェントはA2UIのJSONトランスポートメッセージをそのまま生成していました。中括弧の一つ一つ、ネストした要素の一つ一つをLLMが直接出力していたわけです。

問題は明白でした。複雑なJSONスキーマで制約されたJSONツリーをLLMが生成するのは遅く、エラーも起きやすい。さらにこの構造はA2UIを「テキストを出力するLLM」に強く結びつけてしまい、より高速なSystem One系のDecision Modelを組み込むことを難しくしていました。

そこで今回のリリースでは交換可能な推論フォーマット(swappable inference format) が導入されました。モデルが画面を生成する方式そのものを切り替えられるレバーを、開発者の手に委ねた形です。詳細な背景は根拠資料で確認できます。

要点は次の通りです。

  • モデルはA2UI Expressという中間フォーマットを生成する
  • A2UI Agent SDKの決定論的(deterministic)コンパイラが標準JSONトランスポートへ変換する
  • 特殊なユースケースでは他のDSLとそのコンパイラに差し替えも可能

つまり「モデルが出力するもの」と「クライアントが受け取るもの」を分離したのが、今回の本質です。

AI model generating UI component tree for A2UI Express inference format Algorithm Concept Visual

ExpressとDecision Modelの使い分け

1) Expressフォーマットの変更点

Expressは1行1ステートメントで、Pythonに近い文法です。各行がコンポーネントを変数に代入し、その変数名がコンポーネントIDになります。引数は位置ベース(positional)で、カタログスキーマの宣言順にプロパティへマッピングされ、_で1つをスキップできます。

# A2UIギャラリーの通知カード例(Expressフォーマット)
surface("gallery-notification-permission")
$/description="Get alerts for order status changes"
$/icon="check"
$/title="Enable notification"

root=Card(main_column)
main_column=Column([icon, title, description, actions], _, "center")
icon=Icon($/icon)
title=Text($/title)
description=Text($/description, "body")
actions=Row([yes_btn, no_btn], "center")
yes_btn_text=Text("Yes")
yes_btn=Button(yes_btn_text, _, Event("accept", {}))
no_btn_text=Text("No")
no_btn=Button(no_btn_text, _, Event("decline", {}))

$/titleのように$始まりはデータモデルへのバインディング、Event("accept")はサーバーアクションの宣言を意味します。

2) SDKでのフォーマット切替は引数1つ

inference_formatはジェネレーター生成時に引数1つで指定します。SDKがそのフォーマット用のプロンプト指示文を生成し、モデル応答を標準A2UIメッセージへコンパイルします。

from a2ui.processor import A2uiGenerator, CatalogConfig
from a2ui.inference_formats import ExpressFormatFactory

catalog = CatalogConfig.from_path("catalog.json")

generator = A2uiGenerator(
    [catalog],
    examples=few_shot_examples,  # A2UI JSONとして一度だけ記述
    inference_format_factory=ExpressFormatFactory(),  # ここでフォーマット切替
)

processor = generator.create_processor(renderer_capabilities)
system_prompt = f"{instructions}\n\n{processor.prompt_snippet}"
parts = processor.parse_response(model_reply)  # テキストパート + 検証済みA2UIメッセージ

TypeScriptではnew ExpressFormatFactory()をジェネレーターの第3引数として渡します。Python/TypeScript SDKはいずれもDirect JSONはチャンク単位のストリーミングが可能で、Expressは応答全体をコンパイルする方式です。

3) 定型画面にはDecision Model(Jev)

設定画面、決済、確認画面のように形が既に決まっている画面では、モデルがレイアウトを「デザイン」する必要はありません。事前定義したレイアウトから「選ぶ」だけで足ります。そこで登場するのがTypeSafeのJevのようなSystem Oneモデルです。

JevはテキストもJSONも生成しません。状態(state)と型付きの質問セットを渡すと、各質問に**較正された確率(calibrated probability)**で回答します。質問タイプは3種類です。

  • Noul — 命題は真か
  • Choice — リストのうちどの選択肢か
  • Score — ルーブリック上いくつか

1リクエストで複数質問を約100〜300msで処理します。これはLLM推論とはまったく異なる種類の速度です。

4) 実測比較:数値で見る差

項目Direct JSONA2UI ExpressDecision Model (Jev)
レイテンシ改善基準最大3倍短縮最大80倍短縮
トークン使用量基準最大3倍削減該当なし(テキスト未生成)
表現力完全完全文法が定義したレイアウトに制限
Thinkingモード必要offでも性能維持該当なし
適した画面-任意形状の画面定型画面(設定/決済/確認)

Apparite(jev2ui)の事例では、11プロンプト実行時にコンポーネントツリーが92〜298msで画面に表示され、各画面は0.8〜1.7秒で完成しました。テキストライターは画面あたり101〜341トークンのみ生成しています。ただしサンプルが小さいため「初回観測値」として扱うべきです。

5) マクロによるデータバインディング

Python SDKのマクロを使うと、画面にシステムが既に保持するデータを表示する場合に有用です。モデルはOrderStatus("ord_42")のようにIDのみを含む呼び出しを書き、マクロが注文を取得して値を埋めます。画面上のすべての値が実データから直接来る構造です。

Developer terminal running A2UI Agent SDK with ExpressFormatFactory configuration Developer Related Image

注意事項:万能ではない

Expressが高速化したからといって、すべての状況での正解ではありません。実務で必ず確認すべきポイントです。

1) Controlled generationは文法の檻である

Decision Modelベースの生成は文法が記述したレイアウトしか作れません。Appariteの文法は9画面アーキタイプと12ブロックのみをカバーしています。形を事前に知り得ない画面はExpressが適しています。これは「制約」がすなわち「速度」であるというトレードオフです。

2) ストリーミングの挙動がフォーマットごとに異なる

Direct JSONはチャンク単位のストリーミングが可能ですが、Expressは完成した応答をコンパイルします。「タイピングするように画面が描画される」UXを期待していた場合、体感が変わる可能性があります。代わりに全体の完成速度は大幅に向上します。

3) SDKにDecision Modelフォーマットは未搭載

A2UI Agent SDKにはDecision Model用の推論フォーマットがまだ含まれていません。jev2uiのようなプロジェクトが「こう組み立てられる」という例を示す段階です。本番投入には独自パイプラインの構築が必要です。

4) OpenUI Langとは未互換

ExpressはOpenUI Langから部分的に着想を得ていますが(いずれもname = Component(...)形式)、まだ相互交換はできません。OpenUIチームが共有文法を提案中(#3214)であり、標準化が進めば再評価が必要な領域です。

5) カタログスキーマが安全装置

プロンプトとコンパイラが両方ともスキーマから生成されるため、フォーマットがカタログにないコンポーネントやプロパティを記述することはできません。これは利点であり制約でもあります。カタログ設計がそのまま生成可能なUIの境界になります。

Qiitaでは「A2UIを実際に触ってみた」系の記事が伸びやすい傾向があります。まずはサンプルカタログでExpressを試し、Direct JSONとのトークン数・レイテンシを実測して比較記事にするのが定番の流れです。

Generative UI screen assembled from decision model layout choices in Apparite Programming Illustration

結論:「画面の定型度」で選ぶ

まとめると次の通りです。

  • 画面の一部でも事前定義できるか? → その比率が高いほどDecision Modelが有利
  • 完全な表現力が必要か? → Expressが正解
  • 両方必要か? → Expressから始め、繰り返し現れる定型画面だけDecision Modelへ分離

すぐに適用する方法はシンプルです。

# Python
pip install a2ui-agent-sdk

# TypeScript
npm install @a2ui/agent

ジェネレーター生成時にExpressFormatFactory()を渡し、モデルはthinking offで実行してください。カタログとレンダラーはそのままで構いません。

特定モデルに「自分のコンポーネントだけでExpressを書く方法」を教えたい場合は、Python SDKのSkillGeneratorでカタログからスキルを生成できます。

import json
from a2ui.core import Catalog
from a2ui.inference_formats.express import ExpressFormat
from a2ui.skill import SkillGenerator

catalog = Catalog.from_json(json.load(open("catalog.json")))
skills = SkillGenerator(ExpressFormat([catalog])).generate_skillset()
skills.export_to_directory("skills")  # a2ui-core + カタログごとに1スキル

次の学習ステップ

  1. A2UI基本プロトコルの習得 — カタログ/メッセージ/レンダラー構造を理解しないとExpressの利点は見えません
  2. Decision Modelの概念 — System One vs System Two、calibrated probabilityの重要性
  3. 文法設計の感覚 — Controlled generationで「何を事前定義するか」は結局ドメイン設計力です
  4. OpenUI Lang標準化の動向 — 共有文法が決まればエコシステムが大きく変わる可能性があります

あわせて読みたい

本コンテンツは、信頼性の高い情報源をもとにAIツールを活用して作成され、編集者によるレビューを経て公開されています。専門家によるアドバイスの代替となるものではありません。