Makale, yapay zeka (YZ) ajanları için içeriğin optimize edilmesi gerektiğini savunuyor. Yazar, sosyal medyada YZ'nin insan kadar akıllı olduğu ve mevcut API'leri kullanabileceği yönündeki "beyinsiz" görüşleri eleştirerek konuya giriyor. "LLMs.txt" gibi fikirlerin yanlış bir uygulama olduğunu ancak altında yatan sorunun doğru olduğunu belirtiyor. Tıpkı insanlar için yapıldığı gibi, YZ ajanları için de içeriğin optimize edilmesi gerektiğini vurguluyor.
Bu optimizasyonun temel noktaları arasında içeriğin sırası, boyutu ve düğümlerin derinliği bulunuyor. Sınır modelleri ve üzerlerine inşa edilen ajanlar benzer kısıtlamalar ve optimizasyonlarla hareket ediyor. Örneğin, bağlam şişkinliğini önlemek için dosyaların yalnızca belirli kısımlarını (ilk N satır, bayt veya karakter) okudukları biliniyor. Bilginin kendilerine doğrudan söylenmesi ile kendilerinin keşfetmesi arasında farklı davrandıkları da gözlemleniyor. Yazar, "LLMs.txt" fikrinin bu endişeler nedeniyle değerli olduğunu ancak yanlış uygulandığını belirtiyor.
Günümüzdeki doğru uygulamanın "içerik anlaşması" (content negotiation) olduğunu ifade ediyor. Accept: text/markdown başlığıyla gelen bir isteğin bir YZ ajanından geldiği varsayılabilir ve bu, içeriği optimize etmek için bir kanca görevi görür. Sentry'nin dokümantasyonlarını ajanlar için nasıl optimize ettiğine dair örnekler veriliyor: gerçek markdown içeriği sunmak (büyük tokenizasyon tasarrufu ve doğruluk artışı), yalnızca tarayıcı bağlamında anlamlı olan öğeleri (navigasyon, JavaScript) çıkarmak ve çeşitli sayfaları bağlantı hiyerarşisine odaklanacak şekilde optimize etmek (örneğin, dizin sayfasının bir site haritası gibi olması). Bu yaklaşımlar, YZ ajanlarının içeriği daha verimli ve doğru bir şekilde işlemesini sağlıyor.
Yapay zeka ajanlarının içeriği daha verimli ve doğru bir şekilde işlemesi için web sitelerinin içeriklerini özel olarak optimize etmesi gerekiyor.