Für wen
Nicht vierzigmal dasselbe Menü bezahlen
Wird eine Webseite in ein Modell eingefügt, zählt jede doppelte Menüzeile und jedes Banner als Kontext und konkurriert mit dem Text, um den es Ihnen geht. Auf einem Korpus von 109 Seiten ließ Clean Clipper 102 doppelte Navigationszeilen übrig, die drei anderen Engines 282, 478 und 491. Das Frontmatter nennt nebenbei Quelladresse und Erscheinungsdatum.
Was eine eingefügte Seite kostet
Eine unbearbeitet eingefügte Webseite kommt beim Modell mit allem an, was um sie herum stand. Das in jedem Abschnitt wiederholte Hauptmenü, das Cookie-Banner, die „Auch interessant“-Liste, die Fußzeile mit ihren dreißig Rechtslinks: Das ist Kontext, den Sie bezahlen und den das Modell aussortieren muss, bevor es zu arbeiten anfängt. Bei einem langen Dokument reicht dieser Anteil, um die Hälfte des Textes, auf den es ankam, aus dem Fenster zu drängen.
Am Ergebnis sieht man es. Das Modell zitiert eine Menübeschriftung, als wäre sie eine Abschnittsüberschrift, verwechselt zwei Artikel, weil die „Auch interessant“-Liste ihre Titel an den Text geklebt hat, oder schreibt dem Dokument ein Datum zu, das aus der Fußzeile stammt. Nur die Adresse zu übergeben löst das nicht: Viele Modelle erreichen die Seite gar nicht, und die, die es können, bekommen oft die Fassung für Bots und nicht die, die Sie gelesen haben.
Und der Aufwand wiederholt sich. Dieselbe Quelle wird in der nächsten Unterhaltung noch einmal eingefügt, mitsamt derselben Fußzeile, und wer drei Seiten in einen Prompt legt, legt auch drei Menüs, drei Cookie-Hinweise und drei Fußzeilen hinein. Was Sie sich gewünscht hätten, ist eine Datei, die einmal sauber entsteht und danach in jede Unterhaltung wandert – mit der Quelladresse darin, damit das Modell die Herkunft nennen kann, ohne sie zu erfinden.
Was beim Modell ankommt
- Rund viermal weniger doppelte Navigationszeilen als im Schnitt der verglichenen Engines
- Null übrige HTML-Tags über 512 gemessene Seiten – das Modell muss sich an keiner verirrten Auszeichnung vorbeiarbeiten
- Das Frontmatter nennt Quelladresse und Erscheinungsdatum ausdrücklich, statt sie erraten zu lassen
- Ein Tastenkürzel kopiert die ganze Seite als Markdown, fertig zum Einfügen in jeden Chat
- Bilder lassen sich per Einstellung weglassen, was ebenso viele überflüssige Links spart
- Auf einer Seite ohne Artikel – Shop, Feed, Trefferliste – sagt die Erweiterung das, statt dreihundert Links zu liefern
- Das Feld
extractionzeigt, woher der Text kam:domaus dem gerenderten Seiteninhalt,jsonld-articlebodyaus den strukturierten Daten - Nur die markierte Passage erfassen, wenn ein Absatz reicht – das Frontmatter wird trotzdem geschrieben
--- title: "Widerrufsrecht bei Online-Käufen" source: "https://www.verbraucherzentrale.de/wissen/digitale-welt/onlinehandel" extraction: "dom" --- Bei Verträgen im Fernabsatz können Verbraucherinnen und Verbraucher den Vertrag binnen vierzehn Tagen ohne Angabe von Gründen widerrufen. ## Wann die Frist zu laufen beginnt
Eine Seite modellfertig machen
Das Ziel ist ein Text, in dem jede Zeile Inhalt trägt, und ein Frontmatter, das die Herkunft benennt. Fünf Schritte, von denen die ersten drei einmalig sind.
- Stellen Sie in den Einstellungen den Klick auf das Symbol auf „Zwischenablage“. Damit ist ein Clip genau ein Handgriff: klicken, in den Chat wechseln, einfügen – ohne dass eine Datei entsteht, die Sie später wieder aufräumen müssten.
- Stellen Sie Bilder auf „weglassen“. Ein Bildlink ist für ein Sprachmodell ein Stück Adresse ohne Bedeutung; ohne Bilder verschwinden diese Zeilen ganz aus dem Markdown, statt als Rauschen mitzuzählen.
- Reduzieren Sie das Frontmatter auf
title,sourceundpublished. Diese drei Felder beantworten die Fragen, die ein Modell sonst rät – worum es geht, woher es stammt, wann es erschienen ist – und kosten zusammen drei Zeilen. - Öffnen Sie die Seite und drücken Sie Alt+Shift+M. Brauchen Sie nur einen Abschnitt, markieren Sie ihn vorher: Die Auswahl wird mit demselben Frontmatter erfasst, und der Rest der Seite kostet gar keinen Kontext.
- Werfen Sie vor dem Einfügen einen Blick in den Lesemodus des Fensters. Steht dort noch eine Menüzeile oder eine „Auch interessant“-Liste, ist das die einzige Stelle, an der Sie es sehen, bevor das Modell dafür bezahlt.
- Wird dieselbe Quelle in mehreren Unterhaltungen gebraucht, speichern Sie sie zusätzlich als Datei in einen Projektordner. Die zweite und dritte Verwendung kostet dann kein Erfassen mehr, und der Text ist in allen Unterhaltungen wortgleich.
Einstellungen für Kontext
Alles hier ist darauf ausgelegt, Zeilen zu sparen, die keine Bedeutung tragen. Wer stattdessen ein Archiv anlegt, will genau umgekehrt mehr Felder und behaltene Bilder.
| Einstellung | Wert | Warum gerade so |
|---|---|---|
| Klick auf das Symbol | Zwischenablage | Der Weg in den Chat führt über die Zwischenablage; eine Datei wäre ein Zwischenschritt, den niemand braucht |
| Bilder | `weglassen` | Ein Bildlink trägt für ein Modell keine Bedeutung und zählt trotzdem als Kontext |
| Frontmatter | `title`, `source`, `published` | Drei Zeilen, die dem Modell Thema, Herkunft und Zeitpunkt nennen, statt sie erraten zu lassen |
| Erfassungsbereich | Auswahl, wenn ein Abschnitt reicht | Der ungelesene Rest einer langen Seite ist der billigste Kontext, den man einsparen kann |
| Zielordner | `KI/Quellen`, nur für wiederkehrende Quellen | Was in mehreren Unterhaltungen gebraucht wird, sollte einmal entstehen und danach wortgleich bleiben |
| Namensvorlage | `{domain}-{title}` | Beim Zusammenstellen eines Prompts erkennt man an der Domain sofort, welche Quellen sich gegenseitig stützen |
--- title: "Wie ein Rechenzentrum seine Abwärme abgibt" source: "https://www.golem.de/news/rechenzentren-abwaerme-2409-188402.html" published: "2024-09-24" extraction: "jsonld-articlebody" --- Die Abwärme entsteht dort, wo elektrische Leistung in Rechenarbeit umgesetzt wird; abgeführt wird sie über Luft, über Wasser oder über beides zugleich. ## Wohin die Wärme danach geht
Drei Arten, es einzusetzen
Ein langes Dokument befragen, ohne es zu zerschneiden
Ein Bericht über vierzig Bildschirmseiten soll auf drei Fragen antworten. Roh eingefügt gehen ein erheblicher Teil des Fensters für wiederholte Navigation und Fußzeile drauf; sauber erfasst bleibt der Anteil beim Text. Auf dem gemessenen Korpus von 109 Seiten blieben 102 doppelte Navigationszeilen übrig, gegen 282, 478 und 491 bei den drei verglichenen Engines.
Sie erfassen mit Alt+Shift+M, fügen ein und stellen die Fragen. Weil published im Frontmatter steht, kann das Modell auf den Zeitpunkt Bezug nehmen, statt ein Datum aus der Fußzeile zu greifen – der häufigste stille Fehler beim rohen Einfügen.
Fünf Quellen für eine Gegenüberstellung sammeln
Sie wollen wissen, worin sich fünf Darstellungen desselben Sachverhalts unterscheiden. Jede Seite wird einzeln erfasst und in dieselbe Unterhaltung eingefügt, jeweils mit ihrem eigenen Frontmatter – das Modell hat damit fünf klar getrennte Quellen mit fünf Adressen statt eines Textblocks.
Ohne die Bereinigung wären es fünf Menüs und fünf Fußzeilen mehr, und die Antwort würde Menübeschriftungen als Abschnittsüberschriften behandeln. Mit source in jedem Block lässt sich außerdem verlangen, dass jede Aussage ihre Quelle nennt, und die Angabe ist nachprüfbar.
Eine Quelle, die in jeder Unterhaltung gebraucht wird
Eine Spezifikation oder ein Regelwerk taucht in jeder zweiten Unterhaltung auf. Statt sie jedes Mal neu zu erfassen, speichern Sie sie einmal als Datei in KI/Quellen und fügen von dort ein. Der Text ist danach in allen Unterhaltungen wortgleich, was Antworten vergleichbar macht.
Ändert sich die Seite, erfassen Sie erneut; bei gleichem Dateinamen hängt die Erweiterung eine Zahl an, und beide Fassungen liegen nebeneinander. Welche Sie einem Modell gegeben haben, lässt sich damit später noch feststellen – überwacht wird die Seite allerdings nicht, das Nachsehen bleibt bei Ihnen.
Gegen andere Arten zu füttern
Jeder dieser Wege bringt Text in ein Modell; sie unterscheiden sich darin, wie viel davon Inhalt ist und ob die Herkunft mitkommt. Die letzte Zeile nennt auch die Grenzen dieses Wegs.
| Weg | Was beim Modell ankommt | Was es kostet |
|---|---|---|
| Ganze Seite markieren und einfügen | Der Text, und mit ihm Menü, Banner, „Auch interessant“ und Fußzeile | Kontext, den Sie bezahlen und den das Modell aussortieren muss; Menübeschriftungen werden gern als Überschriften gelesen |
| Nur die Adresse geben | Vielleicht nichts, vielleicht die Fassung für Bots | Viele Modelle erreichen die Seite nicht, und hinter einer Anmeldung erreicht sie keines |
| Bildschirmfoto hochladen | Ein Bild, aus dem der Text gelesen werden muss | Tabellen und Code leiden bei der Erkennung, und die Quelladresse ist im Bild nicht enthalten |
| Lesemodus des Browsers kopieren | Meist der Artikeltext, ohne Navigation | Greift nicht überall, verliert dabei häufig Tabellen und Code, und ein Frontmatter entsteht nicht |
| Clean Clipper | Markdown ohne Beiwerk, mit Titel, Adresse und Erscheinungsdatum | Eine Seite nach der anderen; die Erweiterung kürzt nicht und zählt keine Token – ein sehr langes Dokument bleibt sehr lang |
Wenn der Kontext nicht stimmt
Warum sagt das Modell, es könne die Seite nicht öffnen?
Weil eine Adresse kein Text ist. Ein Modell ohne Netzzugriff erreicht die Seite gar nicht, und eines mit Zugriff bekommt oft die Fassung, die eine Website an Bots ausliefert – nicht die, die Sie nach Ihrer Anmeldung gelesen haben. Erfassen Sie den Text und fügen Sie ihn ein, dann ist die Frage erledigt.
Warum steht jsonld-articlebody im Frontmatter statt dom?
Weil die Seite nie fertig gerendert wurde und ihre strukturierten Daten deutlich mehr Text enthielten als das sichtbare DOM. Die Erweiterung hat dann daraus gelesen und hält das offen fest. Für das Modell ist der Text derselbe; für Sie ist es ein Hinweis, dass Abbildungen und Randspalten in dieser Fassung fehlen können.
Warum bekomme ich „kein Artikel“ statt eines Clips?
Weil die Seite überwiegend aus Linkbeschriftungen besteht – ein Feed, eine Trefferliste, eine Startseite. Die Erweiterung prüft das fertige Markdown und verweigert, wenn mehr als ein Viertel davon in Links sitzt. Das ist der Grund, warum Sie hier keine Seite mit dreihundert Links in ein Modell schieben.
Der Clip passt trotzdem nicht ins Kontextfenster – was nun?
Die Erweiterung kürzt nicht und fasst nicht zusammen; sie entfernt Beiwerk, nicht Inhalt. Bei einem sehr langen Dokument markieren Sie den Abschnitt, um den es geht, und erfassen die Auswahl – das ist die Stellschraube, die tatsächlich etwas bewirkt. Das Verdichten bleibt Aufgabe des Modells.
Was es nicht tut
Es fasst nicht zusammen und schreibt nicht um: Der Artikeltext wird umgewandelt, nicht redigiert, und das Verdichten bleibt Sache des Modells. Es schickt von sich aus nichts an einen KI-Dienst – der Text geht über Ihre Zwischenablage, und die Erweiterung stellt keine Netzanfragen. Es zählt keine Token und zerlegt den Text nicht in Abschnitte für Sie. Und es holt keine Seite, die Sie nicht geöffnet haben: Es gibt weder Crawler noch Stapelbetrieb.