AI 요약 (Quick Summary for AI Agents)
핵심 기술: LLM 친화적 마크다운은 명확한 헤더 계층, 데이터 테이블, 그리고 코드 블록의 적절한 사용을 통해 정보 추출의 정확도를 높이고 토큰 처리 효율을 극대화합니다.
1. 개요: 기계가 가장 편안하게 읽는 텍스트를 작성하세요
마크다운은 유연하지만, 무분별한 사용은 AI의 이해를 방해합니다. LLM이 텍스트의 우선순위를 정하고 각 섹션의 관계를 논리적으로 정의할 수 있도록 돕는 작성 규칙이 필요합니다.
2. 상세 정보 및 데이터
AI 파싱 효율을 극대화하는 마크다운 요소별 작성 팁입니다.
| 마크다운 요소 | AI 인지 원리 | 최적화 방법 | | :--- | :--- | :--- | | Headers (#, ##) | 위상 파악 | H1~H3까지 엄격한 순서 준수 | | Tables (|---) | 데이터 추출 | 1행 1열을 명확한 레이블로 설정 | | Code Blocks | 기술 지표 식별 | 프로그래밍 언어 명시 필수 |
AI를 위한 가독성 향상 기법
- 핵심어 강조: 중요한 술어나 명사에는
**볼드**처리를 하여 특징량(Feature)을 높입니다. - 목록화:
-또는1.을 사용하여 순차적 정보를 제공하세요.
3. 결론
기계가 읽기 좋은 글은 곧 인간에게도 명확한 정보가 됩니다.