Zoekresultaten: inzicht in 24.723 tokens per veld

Samenvatting

SerpApi Markdown-output verlaagt zoekresultaten van 24.723 naar 6.435 tokens, een reductie van 74 procent voor AI-agents.

SerpApi Markdown-output en tokengebruik

SerpApi biedt naast JSON een Markdown-uitvoer voor zoekresultaten. In het voorbeeld daalt een zoekopdracht naar coffee van 24.723 tokens met JSON naar 6.435 tokens met Markdown. Verdere filtering brengt de respons terug tot 1.298 tokens.

De reductie ontstaat doordat Markdown informatie behoudt, maar onderdelen verwijdert die een taalmodel meestal niet nodig heeft. Trackinglinks, interne SerpApi-URL’s, pictogrammen, thumbnails, geneste metadata en dubbele velden verdwijnen. Ook voegt Markdown titel en link samen tot één leesbare regel.

JSON en Markdown voor AI-agents

JSON blijft geschikt wanneer software de volledige structuur van een respons moet verwerken. Die structuur bevat onder meer paginering, zoekmetadata en aanvullende velden per resultaat. Voor een AI-agent die vooral inhoud moet lezen, vormen zulke velden echter extra context en tokenkosten.

Daarmee wordt de uitvoerkeuze een technisch onderdeel van de zoekketen. Markdown richt zich op leesbare inhoud voor het model, terwijl JSON meer informatie bewaart voor programmatische verwerking. De cijfers uit het voorbeeld maken het verschil concreet: minder tokens verlagen de kosten per respons en laten ruimte over in het contextvenster voor andere informatie.

SerpApi publiceerde geen afzonderlijke tokenprijs per veld. Wel gelden de gemeten totalen van 24.723 en 6.435 tokens als uitgangspunt voor de vergelijking. De winst komt dus niet uit minder zoekresultaten, maar uit het weglaten of hervormen van structurele ruis.

Concrete takeaway voor AI-agents

Controleer bij iedere zoekintegratie welke velden de agent werkelijk leest. Gebruik Markdown als de agent vooral resultaten interpreteert en kies JSON wanneer vervolglogica de volledige responsstructuur nodig heeft. Test daarnaast filtering op een representatieve zoekopdracht: in het voorbeeld daalt het verbruik verder naar 1.298 tokens.