Wpis z mikrobloga

Skopiuj link

#sztucznainteligencja #programista15k #programowanie

Trafiłem na piękne złoto. HTML vs Markdown dla LLM

Simon Willison napisal ze markdown go uwiera i woli HTML. W komentarzach kontra, jedna strona HTML to 36k tokenow, to samo w markdown 2.8k. Przy 10k stron robi sie 1000 dolarow.

O co chodzi. Jak budujesz agenta ktory chodzi po stronach, czyta dokumentacje, robi research, to kazda strona wpada do kontekstu modelu. HTML jest gadatliwy, polowa to divy, klasy tailwinda, inline style, skrypty, stopki, ciasteczka. Model placi tokenami za kazdy znak. A potem jeszcze w tym gubi sens, bo szuka tresci miedzy smieciami.i

I tu jest ten przelom. Konwersja do markdown przed wrzuceniem do kontekstu zbija koszt o 80 procent, latencja spada, a odpowiedzi sa celniejsze bo model widzi tresc a nie strukture. U mnie to dziala identycznie w RAG, embeddingi z czystego tekstu lapia sens lepiej niz z HTML.

Ale to dziala tylko w jedna strone. Kiedy model ma cos oddac czlowiekowi, raport, dashboard, prototyp do klikania, markdown jest za plaski. Tam HTML wygrywa bez gadania.

I caly spor stad ze ludzie myla te dwie rzeczy. Format ktorym karmisz modela to nie to samo co format ktory model ci oddaje. Markdown na wejsciu, HTML na wyjsciu, koniec dyskusji
.
https://simonwillison.net/2026/May/8/unreasonable-effectiveness-of-html/

slgdfhsdhjfbs

wczoraj, 11:07:38 via Wykop

@JamesJoyce: na wyjściu to ja proszę LLMa o raport w pdfie a nie html xd

OlekAleksander

wczoraj, 11:18:51 via Wykop

@JamesJoyce: Czyli jak puszczam agenta w przegladarke, np. daje Claude'owi Playwright, zeby mogl z chrome skorzystac to moge to jakos przyspieszyc mowiac, zeby najpierw zrobil markdown strony?

JamesJoyce

wczoraj, 11:37:12 via iOS

@slgdfhsdhjfbs: Ale na wejściu htm

JamesJoyce

wczoraj, 11:51:19 via iOS

@slgdfhsdhjfbs:
asymetrii formatu
Simon Willison broni HTML na wejsciu, bo niesie strukture, model widzi tabele jako tabele a nie splaszczony ciag liczb. W komentarzach kontra o tokenach, 36k vs 2.8k, przy 10k stron 1000 dolarow. Tylko ze obie strony omijaja to co najciekawsze. Klient i tak chce PDFa.
I
tu jest asymetria. Format ktorym karmisz modela i format ktory model oddaje czlowiekowi to dwa rozne problemy z roznymi ekonomiami. Simon ma racje

JamesJoyce

wczoraj, 11:52:19 via iOS

@slgdfhsdhjfbs: ma giocie pisze że nad tym pracuje

TomSz

wczoraj, 12:02:06 via Wykop

@JamesJoyce: ja sobie kiedyś skrypt zrobiłem który z moich stron bierze tylko content HTML który mnie interesuje, usuwa wszystkie klasy, spany, img etc i wysyła tylko potrzebny HTML, myślałem że to standard bo kto i po co wysyła do AI np. <head>. Jakbym chciał obce strony robić to bym wykorzystał https://github.com/mozilla/readability i wysyłał tylko to co wypluje

cebulowy_krezus

18 godz. i 35 min temu via Wykop

Simon ma racje na wejsciu, HTML niesie znaczenie, markdown gubi uklad i traktuje to jako feature. Te 80 procent oszczednosci jest realne tylko dla prostego tekstu, dla struktur placisz zgubionym sensem, nie tokenami.

@JamesJoyce: Ale przecież przy konwersji z html też można tabelki w markdown zrobić

Kresse

17 godz. i 15 min temu via Wykop

@TomSz: No właśnie. Jakby tylko zostawić semantyczne tagi, co można bez problemu zrobić skryptem, to masz wtedy całkiem kompaktowy format. Ale czy to robi aż taką różnicę? Większość semantycznych tagów w html ma odpowiednik w MD. Dla treści w Internetu dobre rozwiązanie, ale dla treści tworzonych przez ciebie imho bez większego sensu. No chyba, że LLMy są znacząco lepsze w interpretowaniu XML-like niż formatów typu MD. Trochę chyba są, ale

TomSz

15 godz. i 59 min temu via Wykop

@Kresse: odpowiadam za strony internetowe 400 klientów więc operuje na tym co jest ;) zaczęło się od tego że contentu było po prostu za dużo na zapytanie, pewnie przez SVG embedowane bezpośrednio w kodzie

Aktywne Wpisy

RicoElectrico

RicoElectrico +160

4 godz. i 15 min temu

K r a f t o w a mąka xDd
#niewiemjaktootagowac

OrzechowyDzem

OrzechowyDzem +105

3 godz. i 14 min temu

Siemanko. #chwalesie regałem na książki lub jak kto woli biblioteczką - prawie 3m dębowego mebla na przechowywanie książek. Całość klejona, żadnych oczywiście wkrętów, gwoździ etc. Wnosiliśmy to na 1p w pięciu a i tak sufit trochę ucierpiał :D luzu do sufitu jest dosłownie kilka mm, więc najtrudniejsze we wnoszeniu było ustawienie regału poziomo w celu dosunięcia do ściany.

#stolarstwo #meble #krakow #wieliczka

OrzechowyDzem - Siemanko. #chwalesie regałem na książki lub jak kto woli biblioteczką... — **źródło:** obraz
Pobierz

Aktywne Wpisy

Aktywne Znaleziska

Mieszkania za 17 000 PLN? PKP wyprzedaje nieruchomości w całej Polsce

Tak kiedyś wyglądał internet

Zamiast grobów hotel? Miasto przekazało teren pod cmentarz, zakon sprzedał

Ktoś zabił bieliki. "Gniazdo zniszczone celowo"

Polacy za dużo zarabiają. Szwedzka firma zamyka fabrykę w Szczecinie

Popularne tagi