AI エージェントは世界を席巻しており、AI の進化における次の大きな一歩を踏み出しています 🦖。では、これらすべてのエージェントに共通するものは何でしょうか? ウェブページのコンテンツを処理する際に、生の HTML ではなく Markdown を使用します ⛓️。その理由を知りたいですか? このブログ記事では、この簡単なトリックでトークンとお金を最大 99% 節約できる方法を紹介します。  AIエージェントとデータ処理: 概要 、人工知能の力を活用してユーザーに代わってタスクを達成し、目標を追求するソフトウェア システムです。推論、計画、記憶を備えたこれらのエージェントは、すべて自分で意思決定、学習、適応を行うことができます。🤯 AI エージェントは ここ数か月、特にブラウザ自動化の世界で AI エージェントが急速に普及しています。これらの AI エージェント ブラウザを使用すると、LLM を使用してブラウザをプログラムで制御し、Amazon カートに商品を追加するなどのタスクを自動化できます 🛒。    、   、  などの AI エージェントを動かすライブラリやフレームワークが何であるか疑問に思ったことはありませんか? Crawl4AI ScrapeGraphAI LangChain 、変換する方法を提供したりします。しかし、なぜこれらの AI エージェントは HTML よりも Markdown を好むのでしょうか? 🧐  これらのソリューションは、Web ページからデータを処理する際に、データを LLM に送信する前に HTML を Markdown に自動的に変換したり 簡単に答えると、 です。⏩ トークンを節約し、処理を高速化するため もっと深く掘り下げてみましょう。まずは、AI エージェントがデータ負荷を軽減するために使用する別の一般的なアプローチを見てみましょう。👀 データ過多から明確化へ: AI エージェントの最初の動き AI エージェントに次のことを行わせたいとします。 電子商取引サイト（Amazonなど）に接続する 製品を検索する（例：PlayStation 5） 特定の商品ページからデータを抽出する これは AI エージェントにとって一般的なシナリオです。e  🎢。結局のところ、製品ページはレイアウトが絶えず変化する混沌とした状態であり、プログラムによるデータ解析は悪夢です。そこで AI エージェントがスーパーパワーを発揮し 💪、LLM を活用してページ構造がどんなに乱雑でもシームレスにデータを抽出します。 コマースのスクレイピングは大変な作業です さて、Amazon の からすべての興味深い詳細を入手するというミッションに取り組んでいるとしましょう 🎮:  PlayStation 5 製品ページ これを実現するために AI エージェント ブラウザに指示する方法は次のとおりです。   Navigate to Amazon's homepage. Search for 'PlayStation 5' and select the top result. Extract the product title, price, availability, and customer ratings. Return the data in a structured JSON format.  AI エージェントがすべきことはこれです (願わくば 🤞): ブラウザでAmazonを開く🌍  「PlayStation 5」を検索してください🔍 正しい製品を特定します🎯 ページから製品の詳細を抽出し、JSON で返します 📄 しかし、本当の課題は です。Amazon PlayStation 5 の製品ページは大変です。HTML には大量の情報が詰め込まれていますが、そのほとんどは必要ありません。 ステップ 4 証拠が必要ですか? ブラウザの DOM からページの完全な HTML をコピーし、  などのツールにドロップします。  LLM トークン計算ツール  🚨 覚悟してください…     😱 はい、その通りです。なんと 896,871 トークンです! 896,871 トークン?! これは膨大な量のデータ、つまり大量のお金です! 💸 (GPT-4o ではリクエストあたり 2 ドル以上です! 😬)  ご想像のとおり、すべてのデータを AI エージェントに渡すと、大きな制限が生じます。 トークンの大量使用をサポートするプレミアム/プロプランが必要になる場合があります💰 コストが膨大になります。特に頻繁にクエリを実行する場合はそうです🤑  AIが膨大な量の情報を処理する必要があるため、応答が遅くなります⏳ 解決策: 余分な部分を取り除く ほとんどの AI エージェントでは、CSS セレクターを指定して、Web ページの関連セクションのみを抽出できます。他のエージェントでは、ヘッダーとフッター (通常は価値を追加しない) を削除するなど、ヒューリスティック アルゴリズムを使用してコンテンツを自動フィルター処理します。✂️ たとえば、Amazon の PlayStation 5 製品ページを調べてみると、有用なコンテンツのほとんどが   で識別される HTML 要素内に存在することがわかります。  #ppd CSS セレクター さて、AI エージェントにページ全体ではなく 要素のみに焦点を当てるように指示するとどうなるでしょうか? #ppd 何か違いがあるでしょうか? 🤔 以下の直接対決で試してみましょう！🔥  AI データ処理における Markdown と HTML: 直接比較 Web ページの一部を直接処理する場合と Markdown に変換する場合のトークンの使用法を比較します。  html ブラウザで、  要素の HTML をコピーし、LLM トークン計算ツールにドロップします。  #ppd  896,871 トークンから 309,951 トークンに減少しました 。約 65% の節約です。 確かに大幅な減少ですが、現実的に考えれば、トークンはまだ多すぎます！😵‍💸 マークダウン ここで、オンラインの HTML から Markdown への変換ツールを活用して、AI エージェントが使用するトリックを再現してみましょう。ただし、まず、AI エージェントは、  や タグなど、コンテンツに重要でないタグを削除するために前処理を実行することを覚えておいてください。 <style> <script> ブラウザのコンソールで次の簡単なスクリプトを使用して、ターゲット要素の HTML をフィルターできます。   function removeScriptsAndStyles(element) { let htmlString = ppdElement.innerHTML; // Regex to match all <script>...</script> and <style>...</style> tags const scriptRegex = /<script[^>]*>[\s\S]*?<\/script>/gi; const styleRegex = /<style[^>]*>[\s\S]*?<\/style>/gi; // Remove all <script> and <style> tags let cleanHTML = htmlString.replace(scriptRegex, ''); cleanHTML = cleanHTML.replace(styleRegex, ''); } // select the target element and get its cleaned HTML const ppdElement = document.getElementById('ppd'); removeScriptsAndStyles(ppdElement); 次に、クリーンアップされた HTML をコピーし、オンラインの を使用して Markdown に変換します。  HTML から Markdown への変換ツール 結果として得られる Markdown は大幅に小さくなりますが、   重要なテキスト データはすべて含まれています。 次に、この Markdown を LLM トークン計算ツールに貼り付けます。  すごい！💣 896,871 トークンからわずか 7,943 トークンに減りました。 ！  なんと、約 99% の節約です 基本的なコンテンツ削除と HTML から Markdown への変換だけで、ペイロードがスリムになり、コストが削減され、処理速度が大幅に向上します。  💰 大きな成果です!  Markdown vs HTML: トークンとコスト削減をめぐる戦い 最後のステップは、Markdown テキストにすべてのキー データが含まれていることを確認することです。これを行うには、元のプロンプトの最後の部分とともに LLM に渡すと、次の JSON 結果が得られます。   { "product_title": "PlayStation®5 console (slim)", "price": "$499.00", "availability": "In stock", "customer_ratings": { "rating": 4.6, "total_ratings": 5814 } } これはまさに AI エージェントが返すものです。まさにその通りです! 簡単な概要については、以下の最終概要表をご覧ください。 方法 トークン o1-mini 価格 gpt-4o-mini 価格 gpt-4o 価格 HTML全体 896,871  13.4531ドル 0.1345ドル 2.2422ドル  HTML #ppd  309,951  4.6493ドル 0.0465ドル 0.7749ドル マークダウン #ppd 7,943  0.0596ドル 0.0012ドル 0.0199ドル AIエージェントが失敗するところ AI エージェントがターゲット サイトによってブロックされた場合、トークンを節約するこれらのトリックはすべて役に立ちません 😅 (   🤣 )。 AI CAPTCHA の失敗がどれほど面白いか見たことがありますか? では、なぜこのようなことが起こるのでしょうか? 答えは簡単です! ほとんどのサイトは、自動ブラウザを簡単にブロックできる を採用しています。詳細を知りたいですか? 下記のウェビナーをご覧ください: スクレイピング防止対策   https://www.youtube.com/watch?v=RArxdFeijd4&embedable=true 弊社の に従っている場合、問題はブラウザ自動化ツール (AI エージェントを動かすライブラリ) にないことをご存知でしょう。いいえ、 。🤖 高度な Web スクレイピング ガイド 本当の犯人はブラウザそのものです ブロックされないようにするには、クラウド自動化専用に構築されたブラウザが必要です。  次の機能を備えたブラウザです。 Scraping Browser は 通常のブラウザと同じようにヘッダーモードで実行されるため、アンチボット システムによる検出がはるかに困難になります。🔍 クラウドで簡単に拡張できるため、インフラストラクチャにかかる時間とコストを節約できます。💰  CAPTCHA を自動的に解決し、ブラウザのフィンガープリントを処理し、Cookie/ヘッダーをカスタマイズし、再試行してスムーズに実行できるようにします。⚡ 最大かつ最も信頼性の高いプロキシ ネットワークの 1 つから IP をローテーションします。🌍  Playwright、Selenium、Puppeteer などの一般的な自動化ライブラリとシームレスに統合されます。🔧   Bright Data の Scraping Browser について詳しくは、以下をご覧ください。 AI エージェントに統合するのに最適なツールである   https://www.youtube.com/watch?v=kuDuJWvho7Q&embedable=true 最後に これで、AI エージェントがデータ処理に Markdown を使用する理由がわかりました。これは、トークン (およびお金) を節約しながら LLM 処理を高速化する簡単なトリックです。  AI エージェントをブロックにぶつかることなく実行したいですか?  をご覧ください。自動化された AI エージェント ブラウザーを通じても、誰もがインターネットにアクセスできるようにするために、私たちと一緒に取り組んでください。🌐 Bright Data の AI ツール スイート 次回まで、自由にウェブサーフィンを続けてください！🏄‍♂️

Hot off the press! This story contains factual information about a recent event.

2022 - HackerNoon Contributor of the Year - Amazon

Request Your Own Data

Nominated for 2022 - HackerNoon Contributor of the Year - Amazon

このオーディオは、ストーリーの元の言語で制作されています。

新しい AI エージェントが HTML ではなく Markdown を選択する理由

About Author

コメント

ラベル

この記事は

Related Stories

ワークフローを10倍に向上させる方法: 必須アプリ17選

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

ワークフローを10倍に向上させる方法: 必須アプリ17選

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps