Markdown eller XML? Sådan vælger du det rigtige prompt-format til AI

Når du skriver en prompt i en AI-chat eller bygger en agent-pipeline, betyder formatet så lige så meget som indholdet? Det korte svar: ja, men ikke på én universel måde. Testresultater og officielle anbefalinger viser, at det bedste format – Markdown, XML-lignende tags eller rå tekst – afhænger af din prompts kompleksitet, hvilken model du bruger, og hvor vigtige sikkerhedsgrænser er.

Hvad siger forskningen om prompt-struktur?

Prompt-struktur handler om at bruge synlige formateringssignaler – Markdown-overskrifter, XML-tags, kodeafgrænsere eller skilletegn – til at opdele en prompt i tydeligt markerede zoner . Formatet fungerer som metakommunikation: det fortæller AI'en, hvordan den skal fortolke indholdet, ikke kun hvad indholdet er .

Forskellige formater klarer sig forskelligt under forskellige forhold. Det er ikke et spørgsmål om holdning – flere kontrollerede test og officiel dokumentation giver konkrete data.

Markdown: Læsevenlighedens mester

Markdown-overskrifter og formatering (som

## Instruktioner

## Kontekst

Nøjagtighedsfordel: På ræsonnementsopgaver opnåede GPT-4 81,2% nøjagtighed med Markdown-strukturerede prompter mod 73,9% med JSON – en forbedring på 7,3 procentpoint . Markdown bruger også omkring 15% færre tokens end JSON, samtidig med at klarheden bevares .

Menneskevenligt: Markdown anbefales ofte til at gøre prompter og instruktionsfiler tydeligere for både mennesker og AI-modeller . OpenAIs egen Playground foreslår Markdown med H1-overskrifter til prompt-generering .

Den største ulempe: Markdown-overskrifter er blødere grænser. De kan være mere sårbare over for prompt-injection, fordi modellen måske ikke behandler

## Input

XML-lignende tags: Præcise grænser

XML-lignende tags bruger eksplicitte åben-luk-markører som <instruktioner>, <skema> og <input> til at adskille prompt-sektioner. Anthropics officielle vejledning anbefaler eksplicit XML-tags som det primære strukturelle værktøj til komplekse prompter og bemærker, at de skaber utvetydige grænser, der reducerer fejlfortolkning .

Sikkerhedsfordel: XML giver eksplicitte åben-luk-grænser, hvilket gør det sværere for injiceret indhold at flyde mellem sektioner . For AI-agenter viser vejledningen, at XML-tags overgår Markdown-overskrifter til at adskille instruktioner, eksempler, referencedata og bruger-spørgsmål .

Ikke altid bedre: Til korte, simple prompter kan XML faktisk reducere nøjagtigheden en smule. En test viste flade prompter med 97,6% nøjagtighed mod XML med 96,4% – en lille straf på 1,2 procentpoint og ingen ændring i hallucinationsraten . Samme test viste en 31% stigning i token-overhead med XML . Fordelen ved XML skalerer med prompt-kompleksitet, ikke prompt-kvalitet: det hjælper, når prompter overstiger omkring 500 tokens med 3 eller flere logiske sektioner .

Hvad anbefaler de store AI-udbydere?

Udbyder	Anbefaling
Anthropic (Claude)	Anbefaler eksplicit XML-tags til komplekse prompter; XML-lignende tags som primært strukturelt værktøj
OpenAI (GPT)	Foreslår Markdown med H1-overskrifter i Playground; XML fungerer også, når strenge grænser betyder noget
Generel branchevejledning	XML anbefales til komplekse prompter med flere sektioner og sikkerhedskritiske opgaver; Markdown til læsevenlighed

Alle tre store udbydere anbefaler XML som et effektivt afgrænsningsmønster, men formaliteten i XML behøver ikke at være streng – det semantiske formål er det, der betyder noget .

Praktiske anbefalinger efter brugssituation

Brugssituation	Anbefalet format
Korte, simple prompter	Markdown eller rå tekst
Komplekse prompter med flere sektioner	XML-tags til sektionsadskillelse
Anthropic Claude-prompter	XML-tags, da Anthropic anbefaler dem
OpenAI GPT-prompter	Markdown-overskrifter anbefales ofte; XML kan også hjælpe, når strenge grænser betyder noget
Høj sikkerhed / prompt-injection-følsomt	XML-tags, da eksplicitte åben-luk-grænser er sværere at narre
Menneskevenlig, delt dokumentation	Markdown
Produktions-klar agent-pipeline	XML-lignende tags til tydeligere sektionsgrænser

En hybrid tilgang: Det pragmatiske valg

Mange praktikere bruger en hybrid: Markdown-overskrifter til den overordnede struktur plus XML-lignende tags eller kodeafgrænsere omkring brugerinput-blokke . Denne tilgang kombinerer Markdowns læsevenlighed med XML's sikkerhedsgrænser.

For eksempel kan du bruge:

## Instruktioner
[Dine instruktioner her]

## Kontekst
[Baggrundsinformation]

## Brugerinput
<BrugerInput>
[selve brugerinputtet]
</BrugerInput>

Dette mønster giver dig det bedste fra begge verdener – tydeligt markerede sektioner, der er nemme for mennesker at læse, plus hårde grænser omkring den ikke-betroede del af prompten.

Bottom line

Brug Markdown til de fleste dagligdags prompter, fordi det er læsevenligt, token-effektivt og klarer sig godt i dokumenterede prompt-format-sammenligninger . Skift til XML-tags, når du har komplekse prompter med flere dele, har brug for hårde semantiske grænser af sikkerhedsmæssige årsager, eller når du arbejder med Claude . Formatets effektivitet afhænger også af AI-modellen – vedligeholdelse på den menneskelige side betyder lige så meget som model-præstation .