在当前 AI 时代下，面向用户的自然问答场景中，几乎所有的主流对话式 AI 都默认采用了 Markdown 格式，包括国外的 ChatGPT、Claude、Gemini，国内的豆包、ima等。此前，大多数人可能很少直接用到 Markdown 格式，对它了解较少，其在对话式 AI 中最明显的体现就是：用户向 AI 提问后，大多数的主流 AI 返回结果均默认为以 Markdown 格式呈现，当直接将该结果复制到 word、txt 等文本中时，会出现大量的【#、*、-】等符号，这不是乱码，而正是 Markdown 的语义标记。Markdown 是一种轻量级标记语言，由约翰·格鲁伯（John Gruber）等人于2004年创建。Markdown 允许人们使用易读易写的纯文本格式编写文档。Markdown 编写的文档后缀为【.md】或【.markdown】，可使用记事本、Notepad++、word，甚至是 PyCharm、Vs Code 等任何文本编辑器打开和编辑。Markdown 的语法也十分简单，用少量符号来控制格式，常用的如下：Markdown 编写的文档支持导出为 word、pdf、html 等格式。这里推荐一个免费、不用注册的在线转换工具 MD To（https://md-to.com/zh-cn/），使用起来十分方便快捷。Markdown 被广泛应用于技术文档（API 文档）、博客（如 CSDN）、GitHub平台、论坛等。Markdown 高度兼容 html，在 Markdown 文档中可以直接使用 html 标签，为复杂格式提供了灵活性。当 Markdown 的基础语法无法满足需求时，可以通过嵌入 html 代码来实现效果。综上来看，Markdown 兼具了纯文本本质、语法极简、可读性强、结构清晰、兼容性高等特性。从上面 Markdown 的概念和特性来看，其与 AI 大模型的训练、推理和交互完美匹配。一是原生适配训练数据。大模型训练的语料多来自GitHub平台、技术文档、维基、论坛等公开源数据，这些资料又多以 Markdown 形式存在，可以说大模型天生就是“懂”这套语法的。二是语法极简、结构清晰。Markdown 用少量符号来进行标记，层级、重点、类型等十分突出，AI 不用去猜结构，理解会更准更快。三是可以更加的节省 Token（重点）。大家都知道，AI 大模型是按 Token 来计费和算上下文窗口的，Markdown 的极简标记相对 html 、word 等格式，可以极大的节省 Token 的消耗。如：Markdown 中的一个【#】号就可以标记“一级标题”，而在 html 中则需要一对标签【＜h1＞＜/h1＞】来标记。此外，Markdown 的纯文本、跨平台、高兼容性等特性，也是其备受 AI 青睐的原因之一。总的来看，AI 和人类在信息处理上有着相似的偏好，对于语法简单、结构清晰、通用性强和标准化程度高的内容，理解起来会更加的容易和准确。
阅读原文：原文链接
