YAML 和 JSON 格式都是常用的資料序列化格式，但在 metadata 處理方面，YAML 的精簡性使其更具優勢。 相較於 JSON，YAML 使用更少的標記，能有效降低儲存空間和網路傳輸成本。 尤其在大型專案或頻繁讀寫 metadata 的情境下，YAML 的效率提升更加顯著。 此外，YAML 的可讀性也更高，更易於人工編輯和維護。 Python 的 frontmatter 函式庫提供便捷的方式，讓開發者能輕鬆在 Markdown 檔案中嵌入 YAML 格式的前置資料，方便管理文章的 metadata，例如標題、作者、日期、分類別和標籤等資訊，進而提升內容管理效率和網站的 SEO 最佳化。 透過妥善運用 YAML 和相關工具，能有效簡化 metadata 的處理流程，並提升整體效能。
格式化metadata
為了最佳化metadata的處理和解釋，必須考慮其結構。應該使用機器可讀的格式，例如YAML，它比其他資料格式（如JSON）更具標記效率。這意味著使用YAML可以節省計算成本，並減少可能分散LLM注意力的幹擾標記。同時，YAML也具有廣泛的採用度，使得嵌入模型和LLM可以有效地與之合作。
以下表格展示了相同資料以不同格式表示的比較。這些格式包括YAML和JSON，它們在表示相同概念時所需的標記數量有所不同。透過選擇合適的格式，可以減少計算成本並提高模型的效率。
內容解密：
import yaml
import json
# 定義一個簡單的資料結構
data = {
"name": "John",
"age": 30,
"city": "New York"
}
# 將資料轉換為YAML格式
yaml_data = yaml.dump(data)
# 將資料轉換為JSON格式
json_data = json.dumps(data)
print("YAML:", yaml_data)
print("JSON:", json_data)
圖表翻譯：
flowchart TD
A[開始] --> B[定義資料結構]
B --> C[轉換為YAML格式]
C --> D[轉換為JSON格式]
D --> E[比較兩種格式]
E --> F[選擇合適的格式]
此圖表描述了將資料轉換為不同格式（YAML和JSON）的流程，並比較了兩種格式的優缺點，以選擇最合適的格式。
Roasted Garlic and Tomato Pasta
這是一道簡單而美味的義大利麵料理，主要成分包括義大利麵、烤蒜、櫻桃番茄、橄欖油和羅勒。以下是這道菜的詳細介紹：
主要成分
- 義大利麵
- 烤蒜
- 櫻桃番茄
- 橄欖油
- 羅勒
份量
這道菜可以供4人享用。
標籤
- 晚餐
- 義大利菜
- 素食
摘要
這是一道簡單的義大利麵料理，特色是使用烤蒜和櫻桃番茄製成的輕盈醬汁。
YAML 格式的內容
contentType: recipe
recipeTitle: Roasted Garlic and Tomato Pasta
keyIngredients: pasta, garlic, tomatoes, olive oil, basil
servings: 4
tags: [dinner, Italian, vegetarian]
summary: A simple pasta dish featuring roasted garlic and cherry tomatoes in a light sauce
JSON 格式的內容
{
"contentType": "recipe",
"recipeTitle": "Roasted Garlic and Tomato Pasta",
"keyIngredients": "pasta, garlic, tomatoes, olive oil, basil",
"servings": 4,
"tags": [
"dinner",
"Italian",
"vegetarian"
],
"summary": "A simple pasta dish featuring roasted garlic and cherry tomatoes in a light sauce"
}
YAML 和 JSON 格式的比較
根據表10.5，可以看到YAML使用的token數量約為JSON的兩-thirds。實際的token數量差異取決於資料和格式。一般而言，YAML是一種比JSON更有效率的metadata格式。
前置內容（Front Matter）
如果您需要在文字內容旁邊包含metadata，請考慮使用前置內容（Front Matter）。前置內容以三個連字號（—）為界，放在文字內容之前。以下是前置內容的範例：
---
foo: bar
letters:
- a
- b
- c
---
標題和文字內容
Roasted Garlic and Tomato Pasta
一些 body 文字！
由於YAML和JSON等metadata格式已被廣泛採用，因此語言模型和嵌入模型應該能夠理解其語義內容作為metadata。另外，還有許多函式庫可以輕鬆地操作前置內容與主要文字內容，例如Python中的python-frontmatter函式庫。
以下是使用python-frontmatter函式庫新增前置內容到Markdown檔案並輸出結果的範例：
首先，安裝python-frontmatter套件：
pip3 install python-frontmatter==1.1.0
然後，使用python-frontmatter函式庫新增前置內容到文字內容中：
import frontmatter
# 定義文字內容
text = """# Roasted Garlic and Tomato Pasta
一些 **body** 文字！
"""
內容解密
上述程式碼使用python-frontmatter函式庫來操作前置內容和主要文字內容。首先，定義了一段Markdown文字內容，然後使用python-frontmatter函式庫來解析這段文字內容。
圖表翻譯
flowchart TD
A[開始] --> B[定義文字內容]
B --> C[安裝python-frontmatter套件]
C --> D[使用python-frontmatter函式庫新增前置內容]
D --> E[輸出結果]
圖表翻譯
此圖表示了新增前置內容到Markdown檔案並輸出結果的流程。首先，定義了一段Markdown文字內容，然後安裝python-frontmatter套件，接著使用python-frontmatter函式庫新增前置內容到文字內容中，最後輸出結果。
義大利麵食譜：烤大蒜和番茄義大利麵
食材
- 225克義大利麵
- 1個大蒜頭
- 250克櫻桃番茄
- 60毫升橄欖油
- 125克新鮮羅勒，切碎
- 鹽和胡椒
步驟
- 將烤箱預熱至200°C。
- 將大蒜頭的頂部剪掉，淋上橄欖油，包在鋁箔中，並烤30分鐘。
- 將櫻桃番茄與橄欖油、鹽和胡椒一起烤20分鐘，直到表面起泡。
- 根據包裝說明煮義大利麵。將煮好的義大利麵與壓出的烤大蒜、番茄和橄欖油混合。
- 加入切碎的羅勒，調味以鹽和胡椒，然後上桌。 產量：4人份
內容解密：
這個食譜展示瞭如何使用簡單的食材創造出一道美味的義大利麵菜。首先，我們需要預熱烤箱，以便我們可以烤大蒜和番茄。接下來，我們將大蒜頭的頂部剪掉，淋上橄欖油，包在鋁箔中，並放入烤箱中烤30分鐘。同時，我們也將櫻桃番茄與橄欖油、鹽和胡椒一起放入烤箱中烤20分鐘，直到表面起泡。然後，我們根據包裝說明煮義大利麵，並將煮好的義大利麵與壓出的烤大蒜、番茄和橄欖油混合。最後，我們加入切碎的羅勒，調味以鹽和胡椒，然後上桌。
flowchart TD
A[開始] --> B[預熱烤箱]
B --> C[烤大蒜]
C --> D[烤番茄]
D --> E[煮義大利麵]
E --> F[混合食材]
F --> G[調味]
G --> H[上桌]
圖表翻譯：
此圖表展示了烤大蒜和番茄義大利麵的製作流程。從預熱烤箱開始，接下來是烤大蒜和番茄，然後是煮義大利麵，接著是混合食材，調味，最後是上桌。這個流程圖幫助我們瞭解食譜的步驟和邏輯，讓我們可以更容易地跟隨食譜製作出美味的義大利麵菜。
簡單美味的義大利麵：烤蒜和番茄義大利麵
份量：4人份
從技術架構視角來看，使用 YAML 或 JSON 格式化 metadata 能有效提升機器可讀性，進而最佳化後續處理流程。本文深入比較了 YAML 與 JSON 的效率差異，並佐以程式碼範例和圖表說明，清晰展現 YAML 在標記效率上的優勢，能有效降低計算成本並減少對大語言模型的幹擾。此外，文章也介紹瞭如何利用前置內容（Front Matter）和相關 Python 函式庫，將 metadata 整合至文字內容中，提升資料處理的靈活性。然而，選擇哪種格式最終仍需考量特定應用場景和資料結構的特性。
目前 YAML 和 JSON 解析函式庫已相當成熟，但仍需關注不同程式語言和函式庫間的相容性問題，避免 metadata 解析錯誤。未來，隨著資料量和模型複雜度的提升，更精簡且更具語義化的 metadata 格式可能成為趨勢，例如 RDF 或 schema.org 等。同時，預期會有更多工具和技術出現，簡化 metadata 的建立、管理和應用流程。
對於重視效率和機器可讀性的開發者而言，優先採用 YAML 格式來組織 metadata 將是更具效益的策略。隨著 AI 技術的發展，metadata 的重要性將日益凸顯，有效管理和利用 metadata 將成為提升系統效能和智慧化的關鍵。
