待验证50% 置信观点精确时间
HTML或富文本格式带有大量冗余标签，增加token消耗并干扰模型对内容的理解
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证现代网页的 HTML 源码中，真正有意义的文本内容往往只占总字符量的 10%-30%75% 相似待验证现代网页的 DOM 结构可能包含数千个 HTML 元素，将所有元素提供给大语言模型会撑爆上下文窗口并引入噪声74% 相似待验证一个典型的HTML文档相比等效的Markdown内容可能多消耗2-5倍的token73% 相似待验证把原始 HTML 直接喂给 LLM 既消耗大量 token 又会加剧幻觉，需要将网页样板内容剥离成干净的 Markdown73% 相似待验证从ChatGPT或Claude网页界面复制文本时，浏览器剪贴板会同时存储纯文本和富文本（HTML）两种格式，富文本版本可能包含HTML标签和CSS类名71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/988826API
curl https://kongchang.com/api/v1/knowledge/claims/988826MCP
get_claim(id=988826)