Artikeln föreslår en metod för att servera Markdown istället för HTML till stora språkmodeller (LLM:er) genom att använda Accept-headern, vilket syftar till att minska kostnaden för kontext-tokens. Författaren implementerade denna lösning på sina Astro-sajter, inspirerad av bunJavaScript, med förhoppningar om att även förbättra SEO genom att göra innehållet mer tillgängligt för AI-agenter. Processen involverar att konvertera HTML-filer till Markdown under byggprocessen med hjälp av CLI-verktyg som html-to-markdown och anpassade bash-skript. Artikeln beskriver detaljerade konfigurationer för Cloudflare Workers, som fungerar som en JavaScript-baserad omvänd proxy, för att dynamiskt hantera och servera rätt innehållsformat baserat på Accept-headern. Implementeringen syftar till att optimera webbplatser för AI-trafik genom att tillhandahålla renare och mer kostnadseffektiv data, vilket kan leda till ökad skrapning och inkludering i träningsdata.