.toon · text/plain
TOON: Token-Oriented Object Notation(面向 Token 的物件表示法)
TOON 結合類 YAML 的巢狀物件縮排與類 CSV 的表格標頭(`items[N]{col1,col2}:`),徹底消除 LLM 提示詞中重複出現的 JSON 鍵名。
快速解答: TOON 結合類 YAML 的巢狀物件縮排與類 CSV 的表格標頭(`items[N]{col1,col2}:`),徹底消除 LLM 提示詞中重複出現的 JSON 鍵名。 傳送結構一致的 JSON 物件陣列給 GPT-5、Claude 4 或 Gemini 時,將 LLM 提示詞 Token 成本大省 30%–60%。
| 結構類型 | 階層式 |
|---|---|
| 人類可讀性 | 高 |
| 支援巢狀結構 | 支援 |
| LLM Token 效率 | 高 |
| 副檔名 | .toon |
| MIME 類型 | text/plain |
| 最適合用於 | 傳送結構一致的 JSON 物件陣列給 GPT-5、Claude 4 或 Gemini 時,將 LLM 提示詞 Token 成本大省 30%–60%。 |
核心優勢
- 在結構規整的記錄陣列上可降低 30%–60% 的 LLM 輸入 Token 消耗
- 保留明確陣列長度與欄位宣告標頭,維持大模型讀取精準度
- 可透過 @toon-format/toon 無損往返還原為具型別 JSON
限制與權衡
- 較新的格式,尚未被瀏覽器標準 JSON API 原生解析
- 鍵名極度不規則的異質陣列節省幅度不如統一結構顯著
- 須在 LLM 輸入輸出邊界加入一步編碼與解碼轉換
參考資料
在本機轉換與清理 TOON
相關工程指南
- TOON 比較 JSON:將大模型提示詞 Token 成本大省 30–60%探索 TOON(面向 Token 的物件表示法)如何消除均勻 JSON 陣列中的重複鍵名,顯著降低 GPT-5、Claude 4 與 Gemini 2.5 提示詞成本。
- 從 CSV 與 JSON 在本機建置合法的 JSONL 微調訓練資料集在瀏覽器本機將試算表與 JSON 陣列轉為符合 OpenAI Chat、Alpaca 與 Gemini 規範的 .jsonl 微調訓練檔並逐行驗證。
- 將 PDF、Word 與 Excel 整理為適用於 RAG 與 LLM 的乾淨 Markdown100% 於本機將機密 PDF、Word DOCX 文件與 Excel 工作表轉成結構化 Markdown,提升向量切分與大模型上下文精準度。
- 從 JSON 產生 TypeScript、Zod 與 Pydantic v2 型別安全模型將 API JSON 範例在本機轉成嚴謹的 TypeScript 介面、Zod 執行期驗證器與 Python Pydantic v2 模型,支援可選欄位與別名推斷。
相關格式
全部 24 種格式TOON 常見問題
TOON 相比 JSON 究竟能省下多少 LLM Token?
對於資料庫查詢列、API 清單或商品目錄等結構一致的物件陣列,僅在標頭宣告一次欄位名通常能減少 35% 至 60% Token。
TOON 轉回 JSON 時會遺失資料型別嗎?
不會。字串、數字、布林值、null、巢狀物件與陣列皆能精準無損地還原為合法 JSON。
在 TOON 表格區塊中哪種分隔符號效果最好?
逗號最標準易讀;當數值包含空格或逗號時,在 o200k_base 分詞下改用定位字元 (\t) 或直線符號 (|) 還能多省一點 Token。