イオン液体（Ionic Liquids, ILs）の新規発見は、性質予測に関する重大な課題、すなわちデータの限界、モデルの精度の低さ、およびワークフローの断片化によって阻害されてきた。本研究では、大規模言語モデル（Large Language Models, LLMs）の力を活用し、知る限りではIL発見用の最初のLLMエージェントとして「AIonopedia」を提案する。AIonopediaは、IL用に拡張されたマルチモーダルドメイン基盤モデル（multimodal domain foundation model）を搭載しており、高精度な性質予測を可能にするとともに、分子スクリーニングおよび設計に向けた階層的探索アーキテクチャを統合している。新たに整備・収集された包括的なILデータセットを用いて訓練・評価した本モデルは、優れた性能を示した。さらに、文献に報告されたシステムに対する評価結果から、本エージェントがILの効果的な改質が可能であることも示された。オフライン評価にとどまらず、実際の実験室（wet-lab）環境での検証により、その実用的有効性が裏付けられた。実験では、分布外（out-of-distribution）の困難なタスクに対しても優れた汎化能力を発揮したことが確認され、本エージェントが現実世界におけるIL発見を加速する可能性を強く示している。