Il miglior formato di file per ChatGPT, testato su file veri

Risposta breve: qual è il miglior formato di file per ChatGPT?

Il miglior formato di file per ChatGPT dipende da che cosa è il documento. In sintesi:

Il resto della guida spiega il perché: cosa riceve davvero il modello quando carichi un PDF, cosa abbiamo misurato contando i token degli stessi documenti in sei formati, e come preparare un file perché la risposta si basi sulla sezione giusta.

Cosa succede quando carichi un PDF

Per scegliere il miglior formato di file per ChatGPT, guarda prima che fine fa un PDF. Un PDF è una descrizione di pagine, non un file di testo. Per leggerlo, il fornitore del modello deve estrarne il testo, e i grandi fornitori renderizzano anche le pagine come immagini. Secondo la guida ai file in input di OpenAI, con un PDF inviato a un modello che capisce le immagini, la piattaforma estrae sia il testo sia un'immagine di ogni pagina e passa entrambi al modello; gli altri file di testo entrano solo come testo. Anthropic descrive lo stesso approccio per Claude:

Questo è il nodo di Markdown o PDF per l'IA. Le immagini aiutano quando la pagina contiene un grafico o una firma scansionata, e costano in più: Anthropic stima da 1.500 a 3.000 token per pagina solo per il testo, immagini escluse, e OpenAI avverte che i PDF in input possono aumentare il consumo di token. Inoltre il testo estratto vale quanto il livello di testo del PDF: intestazioni ripetute, numeri di pagina e tabelle spezzate arrivano così come sono. Entrambi i documenti descrivono le piattaforme per sviluppatori; le app di chat per il pubblico non pubblicano lo stesso livello di dettaglio.

Token: PDF vs Markdown e altri quattro formati

Per avere numeri sui token di un PDF rispetto al Markdown, il 19 ott 2026 abbiamo preso quattro PDF e trasformato ciascuno in sei formati di testo: la nostra conversione pulita in Markdown, testo semplice da pdftotext con e senza layout, HTML generato dal Markdown e JSON con un oggetto per blocco, indentato e minificato. Abbiamo contato i token con la libreria tiktoken di OpenAI (codifica o200k_base). La via del PDF in sé non l'abbiamo contata, perché ogni fornitore calcola le immagini delle pagine a modo suo.

La lettura onesta: Markdown e testo semplice costano quasi uguale. Sui quattro file il testo semplice era più grande del 1 %, e nel file di tabelle di una pagina persino un po' più piccolo, perché le barre verticali costano token. Il grande scarto sul report di 4 pagine viene dalla pulizia, non dalla sintassi: il testo semplice teneva quattro copie dell'intestazione ripetuta e quattro numeri di pagina. L'HTML costava il 16 % in più di Markdown, il JSON indentato il 36 % in più e il JSON minificato il 12 % in più.

Markdown quindi non è il miglior formato di file per ChatGPT perché sia minuscolo, ma perché la sua struttura non costa quasi nulla: il testo semplice consuma gli stessi token e butta via titoli e colonne delle tabelle.

Perché Markdown è meglio di JSON o HTML per gli LLM?

Allora, perché Markdown è meglio per gli LLM? Tre ragioni reggono. Primo, la struttura è visibile: una riga ## è una sezione, una riga | è una tabella, e un modello ne ha viste quantità enormi. Secondo, c'è poco rumore: niente tag di chiusura, niente virgolette attorno a ogni chiave, niente caratteri di escape. Terzo, le guide dei fornitori vanno nella stessa direzione. La GPT-4.1 Prompting Guide di OpenAI consiglia Markdown come punto di partenza per strutturare i prompt, osserva che JSON può essere più prolisso e richiede l'escape dei caratteri, e riporta che nei suoi test a contesto lungo JSON è andato male come contenitore di molti documenti, mentre XML è andato bene.

Su JSON o Markdown per gli LLM, quindi: usa JSON quando il risultato lo legge un programma o i dati sono un elenco di record con campi fissi. Usa Markdown per i documenti che un modello deve leggere e su cui deve ragionare. Se inserisci più documenti insieme, un semplice tag attorno a ogni file Markdown, per esempio <document title="…">, ti dà la separazione che offre XML senza convertire il contenuto.

Come preparare un documento per ChatGPT

1. Converti in Markdown un PDF con livello di testo, con la pulizia attiva, così spariscono intestazioni ripetute e numeri di pagina. Il nostro convertitore PDF in Markdown lo fa nel browser.
2. Controlla la struttura: un titolo #, ## per le sezioni, le tabelle come tabelle con barre verticali. Correggi ogni titolo arrivato come testo normale.
3. Dividi i file lunghi ai titoli, non a un numero fisso di caratteri, così ogni pezzo inizia con il suo titolo. Conta soprattutto nei sistemi di recupero documenti (RAG).
4. Prima il documento, la domanda alla fine. I consigli per il contesto lungo di Anthropic raccomandano quest'ordine e riferiscono che nei loro test ha migliorato le risposte fino al 30 %.
5. Tieni a portata di mano il PDF per grafici e figure, e caricalo a parte quando una domanda riguarda un'immagine.

Per flussi automatici invece di chat singole, la strada con Python fa la stessa conversione nel codice, e la nostra guida alla conversione in locale spiega come tenere i file riservati sul tuo computer finché non decidi di inviarli.

Quando il PDF resta la scelta giusta

Markdown non è in ogni caso il formato che ChatGPT legge meglio. Tieni l'originale quando il significato sta nell'immagine: grafici e diagrammi, pagine scansionate (il Markdown di una scansione è vuoto finché nessuno esegue l'OCR), moduli in cui conta la posizione e slide il cui layout è il messaggio. In questi casi il PDF stesso è il miglior formato di file per ChatGPT: le immagini delle pagine aggiunte dal fornitore sono proprio quello che ti serve, e i token in più valgono la spesa.

Per un report lungo, il miglior formato di file per ChatGPT è spesso un mix: invia il Markdown per il testo e le due o tre pagine di grafici come PDF separato o come immagini. Così hai la versione strutturata ed economica per la maggior parte delle domande e quella visiva quando serve. Dai ai due file nomi chiari, per esempio report.md e report-grafici.pdf, e scrivi nel prompt quale contiene le figure, così il modello sa dove guardare prima di rispondere.