準確度優勢： 喺推理任務上，用Markdown結構嘅prompt令GPT-4達到81.2%準確率，相比之下JSON得73.9% — 足足高出7.3個百分點 。Markdown比起JSON仲慳約15%嘅token，同時保持清晰度 。

人睇人鍾意： Markdown經常用嚟整prompt同instruction file，令到人類同AI模型都更容易睇得明 。OpenAI官方Playground都建議用Markdown H1標題嚟生成prompt 。

最大死穴： Markdown標題係軟邊界，容易畀prompt injection攻擊。因為模型未必會將## Input當成硬性分隔符 。有保安研究員特別指出，唔應該用Markdown嚟分隔要分類嘅輸入內容，反而XML tag嘅明確開關結構令模型「冇咁易被呃」 。

XML Tag：精準嘅邊界

XML tag用明確嘅開關標記，例如<instructions>、<schema>同<input>，將prompt唔同部分分開。Anthropic嘅官方指引明確推薦XML tag做複雜prompt嘅主要結構工具，話呢啲標籤創建咗明確嘅邊界，減低誤解機會 。

保安優勢： XML提供明確嘅開關邊界，令注入嘅內容更難喺唔同部分之間流竄 。對AI agent嚟講，有分析話XML tag喺分隔指令、範例、參考資料同用戶問題嘅表現上，好過Markdown標題 。

唔係永遠最好： 對於短而簡單嘅prompt，XML反而可能令準確率輕微下降。一個實測顯示，plain text prompt有97.6%準確率，XML就得96.4% — 只係細微嘅1.2個百分點懲罰，而且幻覺率無變 。同一測試仲顯示，XML會令輸入token增加31% 。XML嘅好處係隨prompt複雜度上升而增加，而唔係prompt質素：當prompt超過大約500個token、包含3個或以上邏輯段落嗰陣，XML先真正發揮作用 。

各大AI官點講？

三大主要AI供應商都推薦XML做有效嘅分隔模式，但唔需要嚴格跟足XML規範 — 語意意圖先係重點 。

按實際情況推薦

兩溝：最實際嘅玩法

好多實戰派都會用混合方式：用Markdown標題做整體結構，再喺用戶輸入嗰部分加XML tag或者code fence 。呢個做法結合咗Markdown嘅易讀性同XML嘅保安邊界。

例如你可以咁樣寫：

## Instructions
[你啲指令]

## Context
[背景資料]

## User Input
<UserInput>
[實際用戶輸入]
</UserInput>

呢個模式兩邊都食到 — 人類睇得明嘅清楚標籤段落，加上圍住唔受信任部分嘅硬邊界。

總結

日常用AI prompt嘅話，用Markdown就夠，因為佢易讀、token效率高，而且喺已發表嘅prompt格式比較中表現唔錯 。但當你遇到複雜多段prompt、需要硬性語意邊界嚟做保安，或者用緊Claude嘅時候，就要轉用XML tag 。格式嘅有效性仲會隨AI模型而變 — 人類嗰邊嘅維護性同模型表現同樣重要 。

準確度優勢： 喺推理任務上，用Markdown結構嘅prompt令GPT-4達到81.2%準確率，相比之下JSON得73.9% — 足足高出7.3個百分點 。Markdown比起JSON仲慳約15%嘅token，同時保持清晰度 。

人睇人鍾意： Markdown經常用嚟整prompt同instruction file，令到人類同AI模型都更容易睇得明 。OpenAI官方Playground都建議用Markdown H1標題嚟生成prompt 。

最大死穴： Markdown標題係軟邊界，容易畀prompt injection攻擊。因為模型未必會將## Input當成硬性分隔符 。有保安研究員特別指出，唔應該用Markdown嚟分隔要分類嘅輸入內容，反而XML tag嘅明確開關結構令模型「冇咁易被呃」 。

XML Tag：精準嘅邊界

XML tag用明確嘅開關標記，例如<instructions>、<schema>同<input>，將prompt唔同部分分開。Anthropic嘅官方指引明確推薦XML tag做複雜prompt嘅主要結構工具，話呢啲標籤創建咗明確嘅邊界，減低誤解機會 。

保安優勢： XML提供明確嘅開關邊界，令注入嘅內容更難喺唔同部分之間流竄 。對AI agent嚟講，有分析話XML tag喺分隔指令、範例、參考資料同用戶問題嘅表現上，好過Markdown標題 。

唔係永遠最好： 對於短而簡單嘅prompt，XML反而可能令準確率輕微下降。一個實測顯示，plain text prompt有97.6%準確率，XML就得96.4% — 只係細微嘅1.2個百分點懲罰，而且幻覺率無變 。同一測試仲顯示，XML會令輸入token增加31% 。XML嘅好處係隨prompt複雜度上升而增加，而唔係prompt質素：當prompt超過大約500個token、包含3個或以上邏輯段落嗰陣，XML先真正發揮作用 。

各大AI官點講？

三大主要AI供應商都推薦XML做有效嘅分隔模式，但唔需要嚴格跟足XML規範 — 語意意圖先係重點 。

按實際情況推薦

兩溝：最實際嘅玩法

好多實戰派都會用混合方式：用Markdown標題做整體結構，再喺用戶輸入嗰部分加XML tag或者code fence 。呢個做法結合咗Markdown嘅易讀性同XML嘅保安邊界。

例如你可以咁樣寫：

## Instructions
[你啲指令]

## Context
[背景資料]

## User Input
<UserInput>
[實際用戶輸入]
</UserInput>

呢個模式兩邊都食到 — 人類睇得明嘅清楚標籤段落，加上圍住唔受信任部分嘅硬邊界。

總結

日常用AI prompt嘅話，用Markdown就夠，因為佢易讀、token效率高，而且喺已發表嘅prompt格式比較中表現唔錯 。但當你遇到複雜多段prompt、需要硬性語意邊界嚟做保安，或者用緊Claude嘅時候，就要轉用XML tag 。格式嘅有效性仲會隨AI模型而變 — 人類嗰邊嘅維護性同模型表現同樣重要 。