Dla kogo ·
Przestań wklejać modelowi to samo menu
W przebiegu porównawczym na 109 stronach Clean Web Clipper zostawił 102 powtórzone linie nawigacji, tam gdzie trzy inne silniki zostawiły 282, 478 i 491 – i ani jednego resztkowego znacznika HTML. Do modelu trafia sam artykuł z nagłówkiem frontmattera, który podaje adres źródła i datę publikacji.
Skąd te liczby: pomiar z wersjami silników i datami
Ile naprawdę kosztuje wklejona strona
Kopiujesz stronę dokumentacji z przeglądarki do czatu i wysyłasz modelowi komunikat o ciasteczkach, kolumnę boczną, przełącznik wersji, listę „na tej stronie”, cztery kolumny odnośników ze stopki i pasek „czytaj dalej”. Każda z tych linii to tokeny, za które płacisz, i każda walczy o uwagę modelu z dwoma akapitami, które naprawdę miał przeczytać.
Drugi koszt jest mniej widoczny: powtarzana nawigacja wygląda jak struktura. Model poproszony o streszczenie wymieni pozycje menu jako tematy strony, a zapytany, skąd wziął twierdzenie, wskaże etykietę odnośnika. Resztki znaczników div i table po niedbałym konwerterze to jeszcze jedna warstwa, przez którą model musi się przebić, zanim dojdzie do zdania.
Drogo robi się przy drugim wklejeniu. Rozmowa się wydłuża, historia zostaje przycięta, więc wklejasz stronę jeszcze raz – tyle że od rana strona się zmieniła i model rozumuje teraz nad trochę innym tekstem, a nic w wątku tego nie odnotowuje. Agent, który przy każdym uruchomieniu pobiera ten sam adres, ma ten sam kłopot, a do tego limity zapytań i logowanie, przez które nie przejdzie. Plik na dysku jest za każdym razem tym samym wejściem i da się go przeczytać także wtedy, gdy witryna leży.
Co model dostaje w zamian
- Mniej więcej czterokrotnie mniej powtórzonej nawigacji niż średnio w porównywanych silnikach: 102 powtórzone linie wobec 282, 478 i 491.
- Zero resztkowych znaczników HTML na 512 sprawdzonych stronach: model nie ma czego omijać.
- Frontmatter podaje adres źródła i datę publikacji, więc twierdzenie da się przypisać, zamiast zgadywać jego pochodzenie.
- Jeden skrót klawiszowy kopiuje stronę jako Markdown, gotowy do wklejenia w dowolny czat.
- Obrazy można pominąć w całości, co usuwa z kontekstu długie adresy grafik.
- Strona bez artykułu jest zgłaszana jako strona bez artykułu. Kanał aktualności ani wyniki wyszukiwania nie zamieniają się w trzysta odnośników w twoim prompcie.
- Mniej linii-kikutów: udział linii krótszych niż dwadzieścia pięć znaków wyszedł 0,221 wobec 0,278, 0,262 i 0,263 w porównywanych silnikach. Krótkie linie to przeważnie etykiety odnośników udające zdania.
- Odnośniki referencyjne stają się przypisami
[^1]zebranymi na końcu, więc numerowany cytat w tekście nadal prowadzi do źródła, zamiast urywać się na martwej kotwicy.
--- title: "Odczyt inflacji bazowej – dane i komentarz" source: "https://businessinsider.com.pl/gospodarka/..." published: "2025-04-15" extraction: "dom" --- ## Co pokazuje odczyt Pierwszy akapit właściwego tekstu. Drugi akapit. Ani jednej linii menu, ani jednego „Czytaj także”, ani jednego paska logotypów – a to właśnie one powtarzają się w każdej sekcji strony i to za nie płaci się kontekstem.
Ustawienia pod prompty krok po kroku
Dwa różne zestawy, które dzielą większość ustawień – jeden do wklejania w czat, drugi do zapełniania folderu czytanego przez agenta. Każdy zajmuje około pięciu minut.
- Kliknij ikonę prawym przyciskiem, otwórz Opcje i ustaw kliknięcie ikony na „kopiuj do schowka”. To najkrótsza droga, jaka istnieje: klik, przełączenie na czat, wklejenie.
- Przestaw obrazy na pomijaj. Jeden adres grafiki z CDN potrafi mieć dwieście znaków parametrów skalowania, a dla modelu tekstowego żaden z nich nic nie znaczy.
- W sekcji frontmattera zostaw włączone
sourcei datę, a wyłączauthoriextraction. Dwie linie nagłówka wystarczą, żeby model przypisał twierdzenie; reszta to nagłówek, za którego wysłanie płacisz. - Zapisz stronę skrótem
Alt+Shift+Mi wklej. Jeśli rozszerzenie odpowie „brak artykułu”, nie wklejaj mimo to. Ta odpowiedź znaczy, że strona składała się głównie z etykiet odnośników – czyli z dokładnie tego wejścia, przez które model wymienia pozycje menu jako tematy. - Dla agenta zamiast czatu ustaw folder docelowy na katalog, który agent już czyta, na przykład
context/w projekcie, a wzorzec nazwy na{domain}-{title}. - Zapisz do tego folderu sześć czy osiem stron, od których zadanie naprawdę zależy. Agent czyta wtedy pliki lokalne: bez pobierania, bez limitów zapytań, bez logowania, przez które nie przejdzie, i z tym samym tekstem przy każdym uruchomieniu.
- Dodaj reguły dla witryn, z których zapisujesz najczęściej –
reddit.comdo osobnego podfolderu, z pominiętymi obrazami – a folder będzie się porządkował bez twojego udziału.
Ustawienia, które tną rachunek za kontekst
Każde z nich usuwa coś, za czyje przeczytanie model nalicza opłatę. Najczęściej źle ustawiany jest wiersz frontmattera: przypisanie źródła jest warte dwóch linii, a nie pięciu.
| Ustawienie | Wartość | Dlaczego właśnie tak |
|---|---|---|
| Kliknięcie ikony | kopiuj do schowka | Klik, przełączenie, wklejenie: bez pliku, bez okna, bez pytań |
| Obrazy | pomijaj | Adresy grafik są długie, dla modelu tekstowego puste i często dłuższe od akapitu obok |
| Frontmatter | source i data włączone, author i extraction wyłączone | Wystarczy do przypisania twierdzenia; nic nie idzie na pola, których model nie użyje |
| Folder docelowy (agent) | katalog context/ w projekcie | Pliki lokalne to brak pobierania, brak limitów i identyczne wejście przy każdym uruchomieniu |
| Wzorzec nazwy | {domain}-{title} | Agent przeszukujący folder odróżni od siebie dwie strony zatytułowane „Przegląd” |
| Zaznaczenie | zapis zaznaczenia, nie całej strony | Gdy na pytanie odpowiada jedna sekcja, pozostałe dziewięć to czysty koszt |
| Reguła dla witryny | reddit.com → podfolder, obrazy pomijane | Wątki dyskusyjne i materiał referencyjny lepiej trzymać w osobnych stosach |
Brak artykułu na tej stronie. Ponad jedna czwarta wydobytego tekstu siedziała w etykietach odnośników – tak wygląda strona działu, wyniki wyszukiwania albo listing sklepu. Do schowka nie trafiło nic. Zbadanych bloków 41 Wybrany blok <section class="kafelki"> Udział odnośników 0,71 Właściwego tekstu 740 znaków
Trzy sposoby użycia
Jedna strona, jedno pytanie
Czytasz specyfikację i chcesz, żeby model sprawdził, czy dobrze rozumiesz jedną sekcję. Zaznaczasz ją, naciskasz Alt+Shift+M i wklejasz. Dociera sama sekcja, linia source i linia z datą: bez komunikatu o ciasteczkach, bez przełącznika wersji, bez listy „na tej stronie” i bez ośmiu kolumn stopki.
Różnicę widać bardziej w odpowiedzi niż na rachunku. Model, któremu razem ze stroną podano nawigację, wymienia pozycje menu wśród tematów, bo fraza powtórzona w każdej sekcji naprawdę wygląda jak struktura. Usunięcie jej usuwa błąd u źródła.
Folder, który agent czyta zamiast pobierać
Agent programistyczny potrzebuje dokumentacji API jakiegoś SDK. Zapisujesz osiem stron do context/, każdą nazwaną od domeny i tytułu. Agent czyta pliki lokalne: nic nie jest pobierane, nic nie trafia na limit zapytań, a strony dostępne po twoim zalogowaniu czyta tak samo jak publiczne.
Do tego te pliki się nie ruszają. Pobrana strona może się zmienić między dwoma uruchomieniami tego samego zadania i nic w zapisie przebiegu tego nie powie. Zapisany plik zmienia się tylko wtedy, gdy zapiszesz go ponownie, a stary plik dalej leży obok do porównania.
Strona, do której model nie ma dostępu
Dokument stoi w firmowej wiki za jednokrotnym logowaniem albo w serwisie, za który płacisz abonament. Model poproszony o pobranie tego adresu dostaje ekran logowania; model z narzędziem wyszukiwania dostaje wersję podawaną robotom. Rozszerzenie czyta stronę, którą twoja przeglądarka już wyrenderowała w twojej sesji, więc tekst, który widzisz, jest tekstem, który możesz wkleić.
Tekst strony po drodze nie opuszcza twojego komputera, a sam wycinek nie jest nigdzie wysyłany. Trafia do schowka, a przycisk „wyślij do czatu” kopiuje i otwiera kartę, niczego sam nie przesyłając.
Wobec innych sposobów podania strony
Oto pięć dróg, którymi ludzie naprawdę podsuwają modelowi stronę internetową. Kolumny mówią, co z tego wychodzi i ile to kosztuje – łącznie z tym rozszerzeniem.
| Jak się to robi dziś | Co z tego wychodzi | Ile kosztuje |
|---|---|---|
| Wklejenie adresu | Jedna linia w prompcie | Wiele modeli nie umie pobierać; te, które umieją, mogą dostać wersję zbudowaną dla robotów |
| Kopiowanie i wklejenie strony | Wszystko, razem z obudową strony | Porównywalny wynik niósł od 282 do 491 powtórzonych linii menu wobec 102 tutaj |
| Zrzut ekranu do modelu multimodalnego | Strona tak, jak wyglądała | Tokeny obrazu, brak adresu źródła, brak daty i nic, co da się potem przeszukać |
| Zapis strony jako HTML | Wierna kopia na dysku | Plik zdominowany przez znaczniki; artykuł to mniejszość tego, co wysyłasz |
| Tryb czytania, potem kopiowanie | Czasem czystszy tekst | Włącza się na jednych stronach, na innych nie, i nie niesie nagłówka ze źródłem i datą |
| Clean Web Clipper | Tekst artykułu z dwulinijkowym nagłówkiem | Jedna strona naraz; niczego nie streszcza, nie dzieli na fragmenty i nie osadza |
Kiedy odpowiedź wraca błędna
Dlaczego model streścił nawigację zamiast artykułu?
Tak działa na prompt strona kanału. Sprawdź, co pokazało okno zapisu – jeśli „brak artykułu”, to ponad mniej więcej jedna czwarta wydobytych znaków siedziała w etykietach odnośników, a to znak rozpoznawczy strony kategorii, wyników wyszukiwania albo sklepu. Znajdź stronę samego artykułu i zapisz ją. Odpowiedź zmieni się bardziej niż po jakimkolwiek przeformułowaniu promptu.
Dlaczego wycinek jest dużo krótszy, niż wyglądała strona?
Dwie typowe przyczyny. Albo strona doładowuje treść przy przewijaniu i w chwili zapisu istniała tylko wyrenderowana część – najpierw przewiń do końca, potem zapisz. Albo sekcja siedzi w zwiniętym akordeonie lub nieotwartej zakładce, której nie ma w DOM, dopóki jej nie otworzysz. Tego, czego przeglądarka nie wyrenderowała, nie przeczyta żadne rozszerzenie.
Dlaczego model nie ma daty do zacytowania?
Bo strona żadnej nie zadeklarowała. Pole zostaje puste, a nie wypełnione dzisiejszą datą, bo pewna siebie błędna data jest w kontekście modelu gorsza niż brakująca – model zacytuje ją jako fakt. W niektórych korpusach daty pojawiają się znacznie rzadziej niż w innych: na listach pięćdziesięciu najpopularniejszych stron tureckich i czeskich data publikacji jest naprawdę rzadkością, i to cecha tych witryn, a nie wydobywania.
Dlaczego odnośniki do obrazów nadal zjadają kontekst?
Domyślnie obrazy zostają odnośnikami, co jest dobre do czytania i złe do promptu. Ustaw obrazy na „pomijaj”, globalnie albo regułą dla witryny, a Markdown nie będzie zawierał żadnych odwołań do grafik – ani zaślepki, ani pustego nawiasu, nic.
Czego nie robi
Nie łączy się z żadną usługą AI. Wycinek nie jest nigdzie wysyłany – trafia do schowka albo na dysk, a przycisk „wyślij do czatu” tylko kopiuje i otwiera kartę. Nie streszcza tekstu, nie dzieli go na fragmenty i nie tworzy osadzeń: to zadanie twojego modelu, nie narzędzia do wycinania. Zapisuje jedną stronę naraz, tę, na której stoisz, bez robota. I nie przechwyci tego, czego strona nigdy nie wyrenderowała.