Proč je Markdown nejlepší formát pro práci s AI

Wordový dokument, nebo PDF. Tak pošle podklad umělé inteligenci skoro každý, protože přesně tak vypadá hotová práce. Jenže model ho nečte jako vy. Neotevře ho, rozloží ho na holý text. A nejčistěji to zvládne z formátu, který sám vypadá skoro syrově, jen text s pár značkami. Markdown.

Co je Markdown

Markdown je obyčejný textový soubor s příponou .md. Strukturu v něm dělá pár znaků. Mřížka # je nadpis, dvě hvězdičky kolem slova **takhle** z něj udělají tučné, pomlčka na začátku řádku je odrážka. Víc se učit nemusíte. Otevřete ho v čemkoli, na jakémkoli počítači, a bude čitelný i za dvacet let, protože je to jen text.

Proč to modelu vyhovuje

Wordový dokument je vlastně zip plný kódu

Rozbalte si někdy .docx jako obyčejný archiv. Zjistíte, že uvnitř není dokument, ale složka souborů XML, které popisují každé písmo, každý styl, každý okraj. Jedna věta smlouvy s sebou táhne stovky řádků technického zápisu, se kterým její obsah nemá nic společného.

Modelu to jedno není. Za text totiž platí v takzvaných tokenech. Zjednodušeně jsou to kousky slov, na které se věta rozseká, a na jejich počtu visí naráz dvě věci, kolik zpracování stojí a kolik se toho vejde do jednoho rozhovoru, než se dojde na hranici toho, co model naráz uveze. Markdown nese jen samotný obsah. Když modelu vkládáte text souboru napřímo, spotřebuje tatáž smlouva v Markdownu výrazně míň tokenů než ve Wordu. Levněji, rychleji, a vejde se toho víc, než se konverzace zasekne. Některé nástroje sice z nahraného Wordu text nejdřív samy vytáhnou a ten rozdíl smažou, ale i tam máte v Markdownu jistotu, že se do modelu dostane jen obsah.

Nadpis je vždycky nadpis

Ve Wordu bývá nadpis jen text, který někdo zvětšil a ztučnil. Model pak musí hádat, jestli Článek III Sankce uvozuje nový oddíl, nebo je to věta uvnitř odstavce. V Markdownu je ## Článek III Sankce označený jako nadpis napevno. Model přesně ví, kde jedna klauzule končí a začíná druhá. A míň hádání se u smlouvy pozná, rozdíl mezi „skoro přesně” a „přesně” bývá celý spor.

Model v Markdownu rovnou přemýšlí

Claude, GPT a jim podobné se učily z ohromných hromad textu, kterých byl Markdown plný. Odpovídají v něm samy od sebe, i když je o to nikdo neprosí. Když jim dáte podklad rovnou v něm, mluvíte na model jeho vlastní řečí a nic se neztratí v převodu z formátu do formátu.

Dvě verze vedle sebe, řádek po řádku

Tahle výhoda je spíš pro vás než pro model. Markdown je čistý text, takže dvě verze dokumentu porovnáte řádek po řádku a přesně vidíte, co přibylo a co zmizelo. U smluv k nezaplacení. Funguje to i s nástroji na verzování, jako je Git, který si pamatuje každou úpravu i to, kdo ji udělal.

YAML hlavička: štítek na deskách spisu

Všimli jste si těch tří pomlček na začátku článku? Nejsou tam pro ozdobu. Blok mezi --- a --- se jmenuje YAML hlavička (anglicky frontmatter) a funguje jako štítek na deskách spisu. Strojově čitelná metadata, oddělená od samotného textu.

---
klient: Novák s.r.o.
typ: smlouva o dílo
stav: k revizi
lhůta: 2026-08-15
---

Co z toho model má? Ještě než přečte první větu, ví, s čím pracuje, jaký dokument to je, v jakém je stavu a čeho se týká. A metadata přitom nezavazí uprostřed textu, kde by je mohl omylem zatáhnout do rozboru, datum revize ani jméno klienta nestojí mezi klauzulemi. Protože je hlavička strojově čitelná, dají se dokumenty i hromadně třídit. „Najdi všechny smlouvy o dílo ve stavu k revizi” je pak práce na jeden příkaz, ne na odpoledne proklikávání.

Co se hodí a co ne

Nejlíp jde modelu čistý text. Markdown (.md) na dokumenty, prostý text (.txt) na poznámky, CSV na tabulky, JSON nebo YAML na strukturovaná data. Mají jedno společné, žádné skryté vrstvy, jen obsah.

Horší je to s formáty, které vznikly pro oko, ne pro stroj:

• PDF je stavěné na tisk. Text z něj jde tahat těžko, tabulky a sazba do sloupců se rozpadají a naskenovaná stránka bez textové vrstvy je pro model úplně slepá. Pro člověka výborný výstup, pro AI mizerný vstup.
• Word model přečte, ale zaplatíte tím balastem navíc a ztrátou jistoty ve struktuře. Jednorázové zadání to unese. Na soustavnou práci je lepší převést do Markdownu.
• Skeny a fotky dokumentů spolknou násobně víc tokenů než tentýž text a model z nich čte s chybami.
• U Excelu se vzorci a makry vidí model jen výsledná čísla, logika za vzorci se ztratí. Na předání dat je čistší holý CSV.

Zůstává z toho jednoduché pravidlo. Co má číst člověk, klidně nechte v PDF. Co má číst AI, dejte jí to v Markdownu. Míň tokenů, míň hádání, míň chyb. A jestli s tím chcete začít, nemusíte předělávat celý archiv, stačí příště jeden dokument, který posíláte modelu, uložit jako .md místo .docx a sami uvidíte.