一句话看懂：越来越多 API 和数据服务商开始把 Markdown 作为大模型读取数据的默认格式，取代长期占据主导的 JSON。原因很直接：同样一条搜索结果，Markdown 的 token 消耗可以比 JSON 少一半以上，最高降幅达九成。
事件核心：发生了什么
搜索数据 API 厂商 SerpApi 近期在旗下 100 多个 API 上全面上线 Markdown 输出，不额外收费。开发者可通过查询参数、路由扩展名或请求头三种方式调用，无需新增接入点。据其公布的基准测试，一次“coffee”的 Google 搜索结果，JSON 格式消耗 24,723 个 token，Markdown 格式仅 6,435 个，降幅 74%；若叠加字段过滤，可进一步压缩到 1,298 个 token。SerpApi 表示其各 API 平均节省约 50% 的 token，部分接口最高可达 90%。
为什么重要
这不是孤立动作。OpenAI 的提示工程文档已明确建议开发者用 Markdown 标题、列表和表格来组织 developer message，第三方提示词指南也在沿用同一套写法。原因是双向的：大模型在训练阶段吃进了大量文档、README、技术博客和论坛内容，天然熟悉 Markdown 的语义结构；而面向用户的对话界面本身就能直接渲染 Markdown，模型输出无需转换即可展示。相比之下，JSON 嵌套深、冗余字段多，模型需要先“拆包”再理解，token 开销和推理成本都更高。当 AI 应用普遍受制于上下文窗口和单次推理成本时，格式选择就从工程细节变成了成本变量。
对用户/开发者/创作者的影响
对开发者，最直接的变化是 agent 和 RAG 类应用的上下文利用率提升。同样的窗口能塞进更多有效信息，单次调用成本下降，检索结果里的跳转链接、favicon、追踪参数等噪音也会被自动剥离。对内容创作者和做 SEO 的团队，Markdown 化意味着网页信息被 agent 消费时，标题、价格、评分、摘要这些核心字段更需要结构清晰，而非依赖前端渲染。对企业采购方，评估搜索数据或数据 API 时，token 效率开始成为一个可量化的谈判指标。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是其他搜索与数据 API 厂商是否跟进 Markdown 输出，形成事实标准；二是 JSON 与 Markdown 混用场景下的解析一致性，尤其是 YAML frontmatter 的兼容问题；三是当 agent 流量占比继续上升，网站侧是否会主动为机器消费做格式适配，而非只服务人类浏览器。
来源：The Next Web
