Sayfadan Markdown Üretici

Giriş

Bir dil modeli sayfanızı sizin gördüğünüz gibi görmüyor. Renkleri, düzeni, menüyü atıyor; geriye başlıklar, paragraflar ve bağlantılardan oluşan düz bir metin kalıyor. Markdown tam olarak o metnin yazılı hâli.

Bu araç bir adresi ya da yapıştırdığınız HTML'i markdown'a çeviriyor. Üç işe yarıyor: içeriği bir modele yapıştırmak, belgeye ya da başka bir sisteme taşımak, ve sayfanızın yapısının makine gözünde nasıl göründüğünü görmek.

Üçüncüsü sessiz bir denetim. Çıktıda başlıklar karışıksa, paragraflar tek satıra yapışmışsa ya da asıl içerik menü ve altbilgi arasında kaybolmuşsa, modelin gördüğü de öyle demektir.

Markdown nedir, neden bu biçim?

Metnin yapısını sade işaretlerle belirten yazım biçimine markdown deniyor: başlıklar # ile, kalın yazı ** ile, listeler - ile gösteriliyor. HTML gibi etiketlerle boğulmuyor, düz metin gibi de yapısız kalmıyor.

Dil modelleri sayfaları tam olarak böyle görüyor. Bir modelin önüne HTML koyduğunuzda, o HTML'i önce düz metne indirgiyor; başlıkları, listeleri ve vurguları işaretlerle temsil ediyor. Yani markdown çıktısı, modelin sayfanızı nasıl gördüğünün en yakın karşılığı.

Bu araç bir adresi ya da yapıştırdığınız HTML'i markdown'a çeviriyor. İngilizce kaynaklarda benzerleri HTML to Markdown converter ya da URL to markdown adıyla anılıyor.

Neden markdown?

Markdown, biçimi metnin içine gömen bir yazım biçimi: başlık # ile, kalın ** ile, bağlantı [metin](adres) ile yazılıyor. Hem insan hem makine okuyor.

Dil modelleri için önemi şu: HTML'in yüzde doksanı biçim ve düzenle ilgili ve modelin işine yaramıyor. Aynı sayfanın markdown hâli beş on kat daha kısa oluyor ve bütün anlamı taşıyor. Bir modele uzun bir sayfayı yapıştıracaksanız markdown, HTML'den çok daha verimli.

İkinci fayda taşınabilirlik. Markdown bir dosya biçimi değil, düz metin; her yerde açılıyor, sürüm kontrolüne giriyor, başka bir sisteme aktarılırken bozulmuyor.

Bu sitenin her sayfasının bir markdown ikizi var: adresin sonuna .md ekleyerek görebilirsiniz. Aynı gerekçeyle yapıldı.

Çıktı aynı zamanda bir denetim

Markdown çıktısına bakmak, sayfanızın yapısını çıplak görmenin en hızlı yolu. Dört şey hemen görünüyor.

Başlık hiyerarşisi. Çıktıda # sayıları düzensizse (bir ## sonrası doğrudan #### geliyorsa) sayfanın yapısı bozuk demektir. Ayrıntı için başlık yapısı denetleyicisine bakabilirsiniz.

İçerik miktarı. Uzun görünen bir sayfadan üç yüz kelime çıkıyorsa, sayfanın çoğu görsel ve boşluktan ibaret demektir.

Menü ve altbilgi oranı. "Menü ve altbilgiyi at" düğmesini kapatıp açtığınızda kelime sayısındaki fark, sayfanın ne kadarının tekrar eden iskelet olduğunu söylüyor. Fark küçükse asıl içerik zayıf demektir.

Boş çıktı. Sayfa ekranda dolu görünürken buradan hiçbir şey çıkmıyorsa içerik JavaScript ile çiziliyor. Bu bir hata değil ama arama motorunun ilk turda gördüğü de aynı boşluk.

Dönüşüm nasıl yapılıyor?

Çeviri tarayıcınızda yapılıyor, sunucuda değil. Sebebi kalite: tarayıcının kendi HTML ayrıştırıcısı bozuk işaretlemede düzenli ifadeden çok daha doğru çalışıyor ve zaten cihazınızda hazır duruyor.

Yapıştırdığınız HTML hiç sunucuya gitmiyor. Adres girdiğinizde ise sunucu yalnız iki şey yapıyor: sayfayı getiriyor (tarayıcı bunu CORS yüzünden yapamıyor) ve çalıştırılabilir olan her şeyi ayıklıyor. Betikler, stiller ve olay öznitelikleri sunucuda siliniyor; tarayıcıda da belge oluşturulurken betik çalıştırılmıyor.

Atılanlar: betik, stil, gezinme, altbilgi, kenar çubuğu, form öğeleri ve gizlenmiş metin. "Menü ve altbilgiyi at" açıkken araç önce article, yoksa main etiketini arıyor; bu, tekrar eden kalıpları ayıklamanın en güvenilir yolu.

Korunanlar: başlıklar, paragraflar, listeler, tablolar, alıntılar, kod blokları, bağlantılar ve görseller. Dördü düğmeyle kapatılabiliyor.

Ne zaman işinize yarar?

Bir modele sayfa vermek istediğinizde. Rakip bir sayfayı ya da kendi içeriğinizi bir yapay zekâ aracına özetletmek, karşılaştırmak veya soru sormak için. HTML yapıştırmak hem yer kaplıyor hem modeli meşgul ediyor.

İçerik taşırken. Eski bir siteden yeni bir sisteme geçerken sayfaları tek tek kopyalamak yerine markdown olarak almak, biçimi de birlikte taşıyor.

Belgelendirme yaparken. Bir hizmet sayfasının içeriğini ekibe ya da ajansa göndermek için; ekran görüntüsü yerine düzenlenebilir metin.

Kendi sayfanızı denetlerken. Yukarıda anlattığımız dört kontrol. Bu, aracın en az bilinen ama en çok işe yarayan kullanımı.

llms.txt dosyanızı hazırlarken de yardımcı oluyor: bir sayfanın gerçekten ne anlattığını görmek, o sayfa için tek cümlelik açıklamayı yazmayı kolaylaştırıyor. llms.txt üreticisi yan sayfada.