本論文では、自律エージェントがそのデジタル環境を定義する構造化データから行動可能な内部モデルを構築する能力に依存していることを論じています。この内部モデルの構築には、2つの主要な課題があります。1つは、直接的な利用が困難な生データの冗長性、もう1つはハードコードされたAPI統合の静的特性です。そこで、本稿は、構造化データからの世界モデル構築のためのパターン言語を提案し、DOMトランスダクションパターンとハイパーメディアアフォーダンス認識パターンの2つの補完的なアーキテクチャパターンを提示します。これにより、エージェントが効率的に正確な世界モデルを構築・維持し、ウェブ上の自動化を拡張するための堅牢なフレームワークが提供されます。