Markdown 揭示了企业 AI 工作流里的文档代币经济学
Christopher S. Penn 的测试发现，同一份文档用 Markdown 处理需要 28,693 tokens，用 Word DOCX 处理需要 52,163 tokens。在企业 AI 时代，文档格式不再只是编辑偏好，而是成本、速度和检索效率变量。
Dageno 编辑说明: Dageno 将 Almost Timely 中 “Fat Documents” 部分拆出，重组为一篇 GEO 与 AI operations 简报，说明为什么干净的文本格式能降低 token 成本、提高处理速度，并让知识更容易被检索。
用 60 秒理解这篇文章
- Penn 使用 Claude Code 连接本地 AI server，在 MacBook 上以 Qwen3.6-35B-3AB 处理同一份 Word 文档和等价 Markdown 文件。
- Markdown 版本总结消耗 28,693 tokens，其中 20,480 为 cached tokens，效率为 71.4%；DOCX 版本消耗 52,163 tokens，其中 26,624 为 cached tokens，效率为 51%。
- 测试中 Word 文件比 Markdown 重 81%，并且慢 28% / 效率更低。企业中成百上千员工每天上传 Office 文档，会把格式问题放大成 token 预算问题。
- 方向不是“永远不要用 Office”，而是把面向 AI 的运营知识转成开放文本格式：Word 转 Markdown，Excel 转 YAML，PowerPoint 在需要视觉语境时转为小尺寸图片。
文档格式已经成为 AI 运营成本的一部分
原文 “Fat Documents” 部分把文件格式重新定义为 token economics 问题。在按 token 计费或限制配额的环境里，内容外层格式会显著影响成本、速度和效率。
Markdown 更轻，因为它用极少格式开销表达语义文本。DOCX 则包含更多结构和样式复杂度，AI 工具解析时可能把这些复杂性转化为额外 token。
这次测试重要，因为内容相同，只变了格式
Penn 用同一个简单指令“总结这份文档”，分别处理 Word 文档和等价 Markdown 版本。后端模型是本地运行的 Qwen3.6-35B-3AB。
这个实验设计说明，性能差异不是因为内容不同，而是格式改变了模型需要处理的信息量。
Cached tokens 不一定等于更便宜
Markdown 运行消耗 28,693 tokens，其中 20,480 是 cached tokens，效率 71.4%。Word 运行消耗 52,163 tokens，其中 26,624 是 cached tokens，效率 51%。
在很多按量付费 API 中，cached tokens 可能比新 token 便宜。但订阅或配额计划未必给同样折扣，仍可能把 cached tokens 计入用量。低效格式会持续消耗配额。
企业影响会通过日常行为放大
一个员工总结一份 Word 文件成本很小。但几百上千员工全天上传 DOCX、PPT、Excel，就会形成持续的 81% 额外负担。
这就是为什么文档治理应该进入 AI operations。格式标准、知识库卫生和转换流程，都能在不换模型的情况下降低支出。
格式选择也会影响 GEO 和内部检索质量
对 GEO 和 AI visibility 团队来说，干净格式不仅更便宜，也更容易切块、嵌入、检索和引用。Markdown 标题、列表和纯文本结构能让 passage 更独立。
当内部内容进入 RAG 系统时，同样原则适用：源文档越干净，chunk 越清晰，答案越稳定，成本越可控。
这次测试揭示了什么叫 AI-ready 文档
下面把原文事实改写为可运营的段落卡片，而不是重复表格。每个事实都对应一个具体的 AI 可见性含义。
Markdown 版本消耗 28,693 tokens，效率 71.4%，在相同总结任务中更快、更轻。
Word DOCX 版本消耗 52,163 tokens，效率 51%，说明格式开销会变成模型工作量。
Penn 计算 DOCX token 用量比 Markdown 高 81%。在按 token 计费系统中，这不是审美问题，而是预算问题。
Word 版本在测试中也慢 28% 或效率更低，这会影响 agent 工作流和批量处理。
本地设置让 Penn 能实时看到 token 行为。很多企业使用托管工具时看不到这些处理细节。
Word 可转 Markdown，Excel 可转 YAML，PowerPoint 可在保留视觉结构时转为小图。
某些 API 价格会给 cached tokens 折扣，但并非所有计划都如此。低效文档仍可能消耗配额。
如果企业层面能减少 45% token 用量，这足以支撑文档标准和员工培训。
干净文档同时改善成本控制和检索精度
GEO 的启示是：AI 系统不只依赖你说了什么，也依赖信息如何进入检索管线。干净 Markdown 页面比臃肿 Office 文件更容易切成有意义的 chunk。
这会影响公开内容和内部知识库。如果销售 Deck、产品规格、支持文档和研究笔记被送入 RAG 系统，源格式会影响答案质量、延迟和成本。
运营动作是建立“文档 token 预算”纪律：默认格式、转换规则、仓库标准，以及定期审计哪些资产制造最多 token 开销。
需要响应这个信号的团队
为 AI 工作流设定默认文档格式，并识别 Office 文件造成的可避免 token 开销。
用 Markdown 或干净 HTML 发布面向 AI 的知识，让关键段落更容易切块和检索。
用轻量结构化格式维护术语库、证据库、FAQ 和对比资产，供公开或内部 AI 系统使用。
建立从 DOCX、XLSX、PPTX 到 AI 友好格式的自动转换管线。
在谈 AI 合同或批准企业配额前，按格式测量 token 用量。
跟踪格式变化前后的 token 消耗、处理延迟和答案质量。
读完这篇简报后应该监测的信号
不同格式处理等价内容所需的平均 token。
复用 token 的比例，以及供应商是否给折扣或仍计入配额。
不同文件类型完成总结、抽取或 RAG 入库所需时间。
切分后的片段是否自包含、语义清晰、便于引用。
报告总结、方案草稿、知识库入库等重复任务的 token 成本。
高频知识资产中已有 AI 友好格式的比例。
把文章洞察转成运营工作的优先级
审计最重的高频 AI 工作流
找出日常工作中哪些文档类型消耗最多 token。
定义格式默认值
文本用 Markdown，结构化表格数据用 YAML，视觉幻灯片语境用压缩图片。
建立员工转换路径
让团队在上传 AI 工具前，能方便地转换文件。
前后对比测量
用 token 数、速度和输出质量证明治理价值。
把同样逻辑用于公开 GEO 资产
用干净结构让公开内容更低成本地被解析、更容易被检索。
把 AI 可见性信号转化为执行动作。
Dageno AI 是一个从 data monitoring → strategy → content generation → result attribution 贯穿到执行的完整平台。它帮助团队监测 AI answer surfaces，识别策略缺口，生成内容行动，并把结果归因到可见性和业务影响。
Alexa for Shopping