Markdown : pourquoi c'est le format pivot d'un projet IA

Après s'être intéressé à la knowledge base qui porte tout le référentiel de votre projet, nous allons nous intéresser ici au format qui le compose. On parle évidemment du format Markdown qui est assez peu connu dans l'usage courant. On est en effet plus familier avec un Google Docs ou encore un PDF.

Autant se le dire, on n'utilise pas ce format pour échanger des informations. C'est quand on bascule dans un travail avec l'intelligence artificielle que ce format prend tout son sens. On verra donc ce qui le rend aussi spécifique par rapports aux autres et comment on l'exploite.

On parlera aussi d'une évolution côté Google Cloud avec l'apparition de l'OKF (Open Knowledge Format) qui est d'ailleurs un fichier au format Markdown dont on verra le rôle et il n'est clairement pas là pour améliorer votre visibilité contrairement à ce qui a pu être dit à son sujet.

1. Un format adapté pour les modèles de langage

Il y a beaucoup de raisons qui expliquent pourquoi ce format est nativement adapté aux LLM et cela commence dès leur apprentissage. Le web regorge de documents au format Markdown sur des plateformes telles que GitHub, Wikipedia ou encore Stack Overflow, je ne vais pas tous les citer, l'idée est de retenir que la connaissance des LLM est très souvent passé par ce format.

On le verra juste après ce qui fait la différence avec un format tel que le PDF qui inonde aussi le web, c'est son poids et ce n'est pas un détail.

Il faut savoir que ce format n'est pas un impératif, un modèle peut lire à peu près tout type de documents et un document difficile à lire ne dégradera pas sa réponse.

Le poids du format est l'argument clé pour le Markdown

Face à une majorité des formats, le Markdown l'emporte sur ce critère.

Cloudflare a publié une étude basée sur un de ses articles de blog en février 2026 et les résultats parlent d'eux-mêmes, un fichier JSON de 16 180 tokens passe à 3 150 tokens en Markdown, le gain est donc considérable ce qui n'est pas négligeable.

Pour ceux qui n'auraient pas compris cette notion de tokens, on parle d'une suite de caractères (à ne pas confondre avec des mots), le repère officiel d'Anthropic indique que 1 token ≈ 4 caractères ≈ 0,75 mot en anglais (la langue peut creuser cet écart).

Par définition, le Markdown et vous le comprendrez un peu plus loin minimise l'usage des caractères hors texte, cela le rend économique en termes de tokens.

Cela joue sur la fenêtre de contexte du LLM limitée par des tokens.

Pour toutes ces raisons le Markdown améliorera indirectement les performances et la rapidité de traitement.

Un format initialement fait pour l'humain

Ce qui est surprenant c'est que ce format existe depuis longtemps et bien avant même l'apparition de l'IA. C'est John Gruber en 2004 sur son blog qui publie ce format. Son objectif initial était de proposer un format facile à écrire et à lire et pouvant servir de base à un format plus complexe comme l'HTML.

2. Anatomie du format

Contrairement à du code, le format Markdown est lisible en format brut mais on verra qu'un outil bien connu et probablement celui que j'utilise le plus aujourd'hui permet une édition et une lecture plus facile du Markdown.

Je vous déconseille honnêtement d'ouvrir un Markdown sur Google Docs, les avantages de ce dernier passe par cette transformation.

Le Markdown prévoit un emplacement pour un frontmatter

Le frontmatter pour ceux qui ne connaissent pas est un en-tête placé en haut du document,
et cet emplacement permet d'y ajouter des informations dans un format checklist.

On peut le comprendre très vite, cet en-tête peut être très utile dans une base de données ou une knowledge base.

Voici un en-tête en YAML qui s'intègre au Markdown d'origine.

---
titre: Plan de contenu Q2
auteur: Romain
date: 2026-04-15
statut: en cours
tags: [contenu, planning]
---

Ce frontmatter est particulièrement efficace pour retrouver des informations sans lire l'intégralité du texte. Je ne reviens pas sur la mécanique de récupération que nous avons vue dans l'article sur knowledge base mais l'intérêt ici est majeur.

Il existe des variantes au Markdown telles que le Common Mark mais nous n'allons pas en parler ici car l'essentiel à savoir est sur ce format et non sur ces alternatives.

3. Que vaut le Markdown face aux autres formats ?

Le débat sur le format HTML face au Markdown

Tout d'abord plusieurs études ont été réalisées par les équipes Otterly et Profound sur le format Markdown, la question était : est-il plus performant que l'HTML quand on parle d'exploration par les LLM ?

Le constat qu'il dresse est assez nette, le HTML reste le format le plus exploré par les LLM, un fichier au format Markdown n'est clairement pas un format de publication qui accélère l'exploration et cela semble assez logique. Même si son poids le rend plus économique, il reste plus limité sur le format de sortie.

Pour produire des éléments visuels et interactifs, le HTML est clairement à privilégier

On ne va pas se mentir, le HTML est un des formats à privilégier comme format de sortie intégrant du visuel et de l'interactivité.

Rien de tout cela n'est possible avec le Markdown, il ne faut donc pas confondre les usages du Markdown avec les autres formats. C'est entièrement complémentaire.

Pour travailler avec un LLM, le markdown reprend l'avantage

Pour toutes ces raisons, le Markdown est le format d'échange avec les LLM, chaque document de votre knowledge base et tout document partagé doit être transmis dans ce format quand on parle uniquement de texte bien entendu.

Ce n'est d'ailleurs pas pour rien qu'Anthropic utilise aussi le Markdown pour ses configurations natives d'agents (CLAUDE.md ou SKILL.md).

4. Mes conseils sur l'usage du format Markdown

Bien structurer ses fichiers

Je précise quelques règles de base pour bien optimiser ses fichiers Markdown car on peut très vite en gérer un grand nombre et sans ces bonnes pratiques, leur usage sera plus complexe.

• Le nom du fichier : il doit être bien nommé et explicite, avec idéalement une date comme dans cet exemple : 2026-08-brief-edito-q3.md
• Une seule balise H1 et usage des H2 et H3 dans le corps (comme une page optimisée pour le SEO)
• Insertion d'un frontmatter YAML pour un usage longue durée (quand le document doit être retrouvé ou classé parmi des centaines ou milliers d'autres)
• Des sections indépendantes entre elles, aucune information étalée à plusieurs endroits. Même logique que pour le chunking

Si vous utilisez Obsidian que nous verrons juste après, le placement de liens entre les documents d'un même vault (nous reviendrons sur cette notion) est utile pour lier les fichiers Markdown entre eux. C'est peut-être même une des fonctionnalités majeures à bien anticiper. Vous comprendrez pourquoi.

Optimiser la récupération par les LLM

On ne va pas s'étendre sur ce sujet, ce sont les bonnes pratiques habituelles qu'il faut respecter dès qu'on travaille sur un fichier Markdown.

• Des titres clairs et explicites
• Des listes à puces pour les énumérations
• Un usage adéquat du balisage Markdown
• Insertion de métadonnées

Les mises en forme sont quant à elles optionnelles

Pour aller plus loin, une réflexion sur le coût par token

On l'a vu précédemment, un token = un nombre de caractères selon le format servi.

Nous reviendrons sur cette notion de token ultérieurement afin de distinguer les bonnes pratiques pour optimiser le coût de production de vos travaux.

5. Obsidian, au cœur de la pratique du Markdown

Obsidian est l'outil de référence pour la lecture et le traitement des fichiers au format Markdown. C'est sa vocation principale.

On peut se demander pourquoi cet outil fait la différence s'il ne gère que ce format.

La réponse tient sur plusieurs critères sur lesquels il se démarque sans hésitation.

Le vault comme dossier de fichier

Le vault (le coffre en français) est l'endroit où l'on va placer ses fichiers. Ce système est assez déroutant au début car on ne peut ouvrir un fichier Markdown hors d'un vault.

On peut se demander la raison de ce choix et on verra qu'elle est assez évidente quand on découvre les fonctionnalités d'Obsidian.

Vous le verrez mais un vault sera potentiellement le miroir de votre knowledge base.

Les liens internes au vault pour mailler les fichiers

Le maillage comme sur des pages HTML d'un site est possible sur Obsidian et l'intérêt n'est pas juste pour le clic, il est utile pour le LLM qui l'explore sous condition qu'il ait accès au vault. Cela peut être le cas si vous autorisez le LLM à travailler sur votre bureau.

Ce maillage entre les documents peut être visualisé sous forme de graphe.

De nombreux plugins fournis par la communauté

Obsidian est enrichi par sa communauté de plugins dont certains sont des incontournables pour le formatage. Je ne vais pas les énumérer ici, on abordera Obsidian dans un article dédié.

On en déduit le potentiel énorme de cet outil alimenté par le Markdown et en avril 2026, Andrej Karpathy diffuse LLM Wiki sur GitHub, un agent capable de transformer des sources brutes en pages structurées et interconnectées.

6. Ce que Google vient de standardiser

Le 12 juin 2026, l'Open Knowledge Format fait son apparition sur le blog Google Cloud avec une version 0.2 qui est sorti le mois suivant.

Cette spécification propose un format de normalisation des données destinées aux agents IA. La raison pour laquelle on en parle ici est que le format choisi est le Markdown.

Il ne faut donc pas le confondre avec un format de flux produits. Ici on parle d'une spécification optimisée pour la lecture par les agents avec une entête YAML.

C'est une formalisation du LLM Wiki d'Andrej Karpathy.

À quoi ressemble l'OKF de Google ?

L'OKF se décrit en 4 notions distinctes :

• Le Bundle : c'est le dossier complet qu'on distribue aux agents
• Le concept : désigne le fichier de connaissance
• L'identifiant : désigne le chemin du fichier
• Les liens Markdown : ce qui forme le graphe de l'ensemble du Bundle

On y retrouve 2 fichiers optionnels, l'index.md qui liste l'ensemble des contenus et qui sera le premier fichier ouvert par l'agent puis le log.md qui consigne tous les changements effectués sur le Bundle.

Le Frontmatter y est également obligatoire (en voici un schéma type)

---
type: Playbook
title: titre de la fiche
description: description de la fiche
tags: [llm, SEO]
timestamp: 2026-08-12T09:00:00Z
---

Il faut être clair, ce format OKF n'a pas été fait dans un but de visibilité organique, il ne permettra pas d'être mieux cité ou recommandé. Il a été conçu pour des équipes datas qui souhaite réaliser des mesures.

Google le rappelle bien dans sa documentation officielle, aucun fichier texte n'est nécessaire pour être plus lisible par les modèles de langage.

7. Ce qu'on peut retenir du format Markdown

Nous avons vu l'essentiel autour de ce format qui se confirme être la matière principale de connaissances des LLM. Si vous engagez des travaux, quelle que soit votre spécialisation, avec un modèle de langage, il vous faudra vous approprier ce format et indirectement un outil comme Obsidian.

Ce format ne remplace pas le HTML ou le JSON qui sont respectivement des formats de référence mais avec un usage complètement différent.

Le choix du format doit donc être pensé à toute étape du projet. Le Markdown lui sera à privilégier pour votre knowledge base.