一条被 10 万人点赞的推文
Andrej Karpathy 在 2026 年 5 月 11 日发布了一条简洁的技巧分享：
"在查询末尾要求你的 LLM 'structure your response as HTML'，然后在浏览器中查看生成的文件。我也成功让 LLM 以幻灯片等格式呈现输出。"
这条推文获得了近 10,000 个赞和 1,100 次转发。
为什么这个技巧有效
Karpathy 没有展开解释，但这个技巧的价值在于几个层面：
HTML 是完整的渲染层
Markdown 是轻量级标记语言，适合纯文本场景。但 HTML 拥有完整的样式、布局、交互能力。当 LLM 输出 HTML 时，它实际上是在生成一个可以直接渲染的文档，而不是需要二次解析的文本。
格式即 prompt
要求模型以特定格式输出，本身就是一种结构化的约束。HTML 的层级结构（html → head → body → div/section/article）强迫模型以更有组织的方式呈现信息，而不是流水账式的文本堆砌。
浏览器是现成的渲染引擎
不需要额外工具，双击 HTML 文件就能在浏览器中查看。对于表格、多栏布局、嵌套结构，HTML 的渲染效果远胜 Markdown。
延伸应用
Karpathy 提到他还成功让 LLM 生成幻灯片。这暗示了一个更大的可能性：
- HTML + CSS → 精美文档
- HTML + reveal.js → 幻灯片
- SVG → 矢量图形/图表
- Mermaid → 流程图
- React/Vue 组件 → 可交互界面
核心思路是：LLM 不只是文本生成器，它是任意结构化格式的生成器。输出格式本身就是 prompt 工程的一部分。
被截断的更大论点
推文的最后一句被截断了："More generally, imo audio is the..."
考虑到 Karpathy 近几个月一直在推动 audio-first 的交互范式（从 GPT-4o 的语音模式到他自己项目的音频接口），这很可能是在说音频是更自然的 LLM 交互媒介。HTML 是视觉层的结构化输出，audio 则是听觉层的结构化输出——两者都是让模型突破纯文本限制的方式。
实操建议
下次需要 LLM 输出复杂结构化内容时，试试在 prompt 末尾加一句：
"Structure your response as a complete, valid HTML document with inline CSS for styling."
然后保存为 .html 文件，用浏览器打开。你会惊讶于模型在格式约束下的表现提升。