Answer me with HTML отдает оформление коду, чтобы ИИ тратил токены на содержание

Обычная просьба к ИИ оформить сложный ответ в HTML заставляет модель заниматься довольно неблагодарной работой: писать теги, CSS, разметку таблиц и координаты SVG. В Answer me with HTML эту часть вынесли из модели в обычную программу. Агент готовит содержание в Markdown, после чего входящий в проект CLI превращает его в автономную HTML-страницу с таблицами, временными шкалами и автоматически размещенными диаграммами.

Фото: QingYunA

Именно разделение работы здесь интереснее самой возможности получить красивую страницу. По опубликованному разработчиком тесту на Claude Sonnet 5.5 три задания требовали при прямой генерации HTML в среднем 6873 выходных токена. С Answer me with HTML среднее значение снизилось до 923 токенов. Время выполнения сократилось с 46 до 13 секунд. Это измерения самого автора проекта, а не независимый тест, поэтому воспринимать коэффициенты 7,4 и 3,6 как универсальные для любых моделей и запросов нельзя.

Фото: QingYunA

Есть и менее очевидная часть результатов. Средняя стоимость трех протестированных ответов выросла с 0,22 до 0,26 доллара. Причина понятна: выходные токены составляют лишь часть всего запроса. Модель все равно получает системный промт, вопрос пользователя, историю диалога и другие данные контекста. Поэтому сокращение сгенерированного HTML прежде всего уменьшает объем вывода и ожидание, но само по себе не гарантирует экономию денег.

Сам CLI работает локально. Для установки нужен Node.js 20 или новее, отдельная установка npm-зависимостей пользователю не требуется. Внутри используются Marked для разбора Markdown и Dagre для размещения элементов диаграмм. Готовые страницы сохраняются локально и могут открываться без сети. Проект распространяется по лицензии MIT.

Фото: QingYunA

В репозитории Answer me with HTML перечислены Claude Code, Codex, Cursor и OpenCode, а установка через Vercel Skills рассчитана более чем на 70 агентов. При этом skill не обязан превращать в HTML каждый ответ: короткий вопрос может остаться обычной строкой, тогда как схема взаимодействия модулей, сравнение технологий или разбор процесса получают отдельную визуальную страницу.

Получился хороший пример того, где генеративную модель можно вообще не заставлять писать код. Если задача сводится к повторяемой верстке, размещению блоков и построению SVG, эту работу дешевле с точки зрения выходных токенов выполнить детерминированным инструментом. ИИ остается содержание и выбор структуры. Насколько большой выигрыш даст такой подход за пределами опубликованных тестов, пока требует независимой проверки.