Microsoft Researchの「Flint」——AIエージェントに図の描き方でなく意味を伝える可視化言語

Microsoft Researchは2026年7月8日、AIエージェント向けの可視化中間言語「Flint」をオープンソースで公開しました。核心は発想の転換にあります。AIモデルに軸やスケール、配色といった低レベルの描画パラメータを直接指定させるのではなく、「この列は日付」「この列は価格」といったデータの意味だけを伝えれば、Flintコンパイラが残りを自動で補ってくれます。

細かく指定するほど精度の高い出力が得られる——私はそう考えがちでした。ですが可視化の仕様に関して、Flintの設計はこの前提をそのまま裏返しています。

Flintとは何か

Flintは、AIエージェントがコンパクトで人間にも編集しやすい仕様から、低レベルの手作業を挟まずにチャートを生成できるようにするための可視化中間言語です。開発したのはMicrosoft Researchのチームで、Senior ResearcherのChenglong Wang氏、Senior Data Visualization EngineerのAlper Sarikaya氏、Sr. Technical Program ManagerのScott Tsukamaki氏、Senior Principal Research ManagerのMichel Galley氏、Technical Fellow & Corporate Vice PresidentのJianfeng Gao氏が名を連ねています。

JavaScript / TypeScriptで実装され、npmパッケージ「flint-chart」として配布されているほか、チャットやコーディング環境の中でAIエージェントがチャートの作成・検証・描画を行えるようにするMCPサーバー「flint-chart-mcp」も用意されています。プロジェクトサイトは microsoft.github.io/flint-chart/ で公開されています。

Microsoft Researchが公式ブログで説明している課題認識は二つあります。手作業によるチャート仕様は詳細で壊れやすく、間違いが起きやすいこと。そしてAIが自力で生成する既定のチャートは、データの意味を汲まないまま見栄えの悪いものになりがちなこと。Flintはこの中間を埋める設計だとされています。

なぜ意味的型推論という設計を選んだのか

Flintの核となる技術は「意味的な型推論」です。AIモデルにとっては、軸・スケール・配色などの低レベルパラメータを直接指定するより、「この列は日付」「この列は価格」といったデータの意味的な型を推定するほうが得意だ、というのがMicrosoft Researchの設計思想です。

意味的な型が決まれば、Flintコンパイラがパース規則・スケール・軸・集計・書式・配色・レイアウトを自動的に補完します。AIエージェント側はデータの意味だけを渡せばよく、見た目の細部を逐一指示する必要がなくなる——この「型渡し」とでも呼べる役割分担が、Flintの設計の核心です。

意味的な型を渡すだけでは、しかしまだ絵にはなりません。実際にどのライブラリで、どんなチャートとして描き出されるのかを見てみます。

対応ライブラリとチャート種類

Flintは20種類以上のチャート型に対応しています。たとえば積み上げ面グラフ、ツリーマップ、サンキー図、バイオリンプロット、コロプレスマップなどが含まれます。レンダリングのバックエンドとしてVega-Lite、Apache ECharts、Chart.jsの3つに対応しており、同じFlint仕様から複数の描画エンジンへ出力できる形になっています。

開発者・企業にとっての示唆

私もAIエージェントの開発に日々取り組んでいますが、AIにグラフや図表を生成させようとすると、細部のパラメータ指定に時間を取られる場面によく出会います。Flintのような中間言語がAIエージェントとチャート描画エンジンの間に立つことで、この摩擦の一部は今後解消されていくと私は見ています。

DXや内製化を進める企業にとっての実務的な示唆は、可視化機能をAIエージェントに組み込む際に、低レベルのグラフ描画APIを直接使わせるのではなく、意味的な型を介した中間層を挟む設計が選択肢として増えた、という点です。npmパッケージとMCPサーバーの両方が用意されているため、既存のチャットボットやコーディングエージェントに組み込む経路自体はすでに用意されています。あなたのチームで可視化機能をAIエージェントに組み込むなら、まず低レベルAPIを直接触らせる設計を見直すところから検討してみる価値があります。

まとめ

一言で言うと、Flintが示しているのは、AIエージェントに渡すべきは描画の指示ではなく、データの意味だという設計原則です。可視化にとどまらず、AIエージェントに何を「指示」し、何を「任せる」かを考え直す一つの実例として、押さえておく価値があります。

---

出典

• https://www.microsoft.com/en-us/research/blog/flint-a-visualization-language-for-the-ai-era/
• https://microsoft.github.io/flint-chart/

※ この記事は AI を使用しています。Leadeas が自社開発した AI エージェント基盤で下書きを作成し、人間のレビューを経て公開しています。AI ネイティブ開発会社として自社の技術をそのまま実演する目的で、この手法を用いています。(詳しくは AI 利用ポリシー)