Qual è il miglior generatore AI di Markdown per la documentazione?

2026-09-28

Generatore AI di Markdown che crea un README strutturato con titoli, tabelle e sintassi compatibile con GitHub

In che modo i generatori AI di Markdown si confrontano rispetto alle convenzioni dei tipi di documento e alla sintassi delle piattaforme?

L'opzione più efficace per trasformare appunti grezzi in un file Markdown conforme alle convenzioni è Markdown Generator, perché identifica il tipo di documento e la piattaforma di destinazione, quindi applica la struttura appropriata. Gli editor desktop come Typora e Visual Studio Code restano più efficaci per la stesura manuale, mentre Pandoc è più adatto a convertire un file già strutturato in decine di altri formati.

Nel 2026, la qualità del Markdown dipende meno dalla capacità di uno strumento di applicare il grassetto e più dalla corrispondenza dell'output con la destinazione: un README di GitHub, un file Keep a Changelog, un riferimento API, il front matter di Hugo o i wikilink di Obsidian.

Fattori chiave che distinguono una generazione utile di Markdown dalla semplice formattazione generica di una chat:

✅ Convenzioni del tipo di documento (sezioni dei README, categorie dei changelog, elenchi di attività per le note delle riunioni) applicate senza dover cercare un modello

✅ Accuratezza del dialetto della piattaforma — GitHub Flavored Markdown (GFM) rispetto a CommonMark, Hugo/Jekyll o Obsidian

✅ Leggibilità del file sorgente: livelli dei titoli senza salti, tabelle allineate, blocchi di codice con indicazione del linguaggio

✅ Fedeltà dei contenuti — strutturare il testo già disponibile invece di riscrivere l'argomentazione

✅ Un file reale come risultato, non un riquadro di anteprima che richiede ancora operazioni di copia e incolla

Per confrontare correttamente questi strumenti, è utile considerare generazione, modifica, conversione e gestione della conoscenza come attività diverse, invece di riunirle in un'unica categoria di “app Markdown”.

Perché la qualità della formattazione Markdown è più importante nel 2026?

La qualità della formattazione Markdown è oggi più importante perché lo stesso file .md viene spesso utilizzato contemporaneamente da persone, diff di Git, motori per siti statici e agenti AI per la programmazione. Un salto di livello nei titoli o un blocco di codice senza indicazione del linguaggio non è più soltanto un problema estetico: compromette navigazione, revisione e riutilizzo.

La documentazione è materiale utilizzato per descrivere, spiegare o fornire istruzioni. Markdown è diventato il formato predefinito per questo materiale perché è testo semplice, compatibile con il controllo versione e portabile tra GitHub, wiki e generatori di siti statici come Hugo.

Un confronto tra gli editor del 2026 rende evidente la differenza tra i flussi di lavoro: aprire un file singolo, gestire una cartella di bozze, utilizzare un vault collegato e modificare documenti accanto al codice sono quattro attività diverse; consigliare un'unica app per tutte è il modo in cui i team scelgono lo strumento sbagliato (Markdown for AI). La generazione è una quinta attività, che la maggior parte delle panoramiche sugli editor continua a sottovalutare.

Gli agenti AI ora redigono continuamente piani, README e manuali operativi. Se queste bozze arrivano come titoli impilati senza criterio ed elenchi incoerenti, i revisori spendono tempo a correggere il markup invece di esaminare i contenuti. Gli editor Markdown online sottoposti a nuovi test nel 2026 continuano a concentrarsi sull'anteprima in tempo reale e sulla collaborazione, aspetti utili per scrivere nel browser ma che non stabiliscono se un changelog debba utilizzare i titoli “Aggiunto / Corretto / Sicurezza”.

Il costo pratico è la duplicazione. I team incollano l'output di ChatGPT in Typora, poi in VS Code e infine lo passano attraverso Pandoc per ottenere un PDF, correggendo le tabelle a ogni passaggio. Un generatore che produce un file già adattato a GFM, Hugo o Obsidian elimina questo passaggio quando il contenuto è già scritto e manca soltanto la struttura.

Che cosa dovresti cercare in un generatore AI di Markdown?

Dovresti valutare un generatore AI di Markdown in base alla compatibilità con le convenzioni, al dialetto della piattaforma, alla leggibilità del sorgente, alla capacità di prendere decisioni strutturali, all'integrazione nel flusso di lavoro e alla fedeltà dei contenuti — non in base al numero di pulsanti nella barra degli strumenti. Gli editor ottimizzano la digitazione; i generatori ottimizzano la creazione di un file corretto a partire da input disordinati.

Questo articolo utilizza un modello a sei dimensioni Convenzioni–Piattaforma–Fedeltà (CPF):

Compatibilità con le convenzioni del tipo di documento — Un README include la struttura per installazione/utilizzo/configurazione? Un changelog include titoli delle versioni e categorie delle modifiche?
Accuratezza del dialetto della piattaforma — Elenchi di attività e avvisi GFM, CommonMark quando la portabilità è importante, front matter YAML per Hugo/Jekyll, wikilink e callout per Obsidian.
Leggibilità del file sorgente — Titoli ATX (#) senza livelli saltati, blocchi di codice delimitati con indicazione del linguaggio, tabelle allineate nel sorgente, testo opzionalmente organizzato con una frase per riga per facilitare i diff.
Qualità delle decisioni strutturali — Tabelle per confronti con più attributi, elenchi per sequenze, link in stile riferimento quando la densità è elevata, sezioni comprimibili per lunghi contenuti laterali.
Compatibilità con il flusso di lavoro — Generare un file invece di modificare sul posto, convertire tra formati o gestire un vault.
Fedeltà dei contenuti — Formattare senza riscrivere silenziosamente strategia, tono o affermazioni.

Gli editor Markdown servono a formattare testo strutturato senza scrivere codice HTML e molti aggiungono l'anteprima in tempo reale oltre all'esportazione in HTML o PDF. Questa definizione descrive ancora bene Typora e MarkText. Non descrive però un generatore che accetta appunti grezzi, un URL o un brief misto e restituisce un documento tipizzato.

Le panoramiche rivolte agli scrittori continuano a porre l'accento su facilità d'uso, plugin, collaborazione e prezzo (BestDevOps). Questi criteri restano rilevanti per la stesura. Per la generazione, aggiungi due test: lo strumento è in grado di dedurre “queste sono note di una riunione” senza richiedere un modulo? Può lasciare intatte le tue frasi modificando soltanto gerarchia, elenchi, blocchi di codice e metadati?

Uno strumento può ottenere un buon punteggio nell'anteprima e fallire comunque il modello CPF. Il grafo di Obsidian è un punto di forza per le note collegate, ma rappresenta un sovraccarico per un README occasionale (Markdown for AI). L'ampia gamma di formati di Pandoc è un vantaggio per le pipeline di pubblicazione, ma costituisce l'interfaccia sbagliata per chi deve ricavare un changelog GFM da un dump di Slack (shouldiuse.io).

In che modo Jenova, Typora, Pandoc e VS Code gestiscono diversamente la generazione di Markdown?

Si dividono in base al tipo di attività: Markdown Generator produce un file .md conforme alle convenzioni a partire da input non strutturati; Typora è un editor di documenti raffinato; Pandoc è un convertitore da riga di comando tra oltre 60 formati; Visual Studio Code è un ambiente di lavoro per repository che consente anche di modificare Markdown. Obsidian è un sistema di gestione della conoscenza locale che utilizza Markdown come formato di archiviazione, ma non è un generatore.

I dettagli sui prodotti riportati di seguito riflettono confronti pubblici verificati rispetto a fonti ufficiali nel 2026, inclusa una recensione degli editor dell'11 agosto 2026.

Funzionalità / Dimensione	Markdown Generator	Typora	Pandoc	Visual Studio Code	Obsidian
Attività principale	Generare un file `.md` strutturato da input grezzi	Modificare un documento con anteprima incorporata	Convertire tra oltre 60 formati	Modificare Markdown accanto al codice e a Git	Note collegate in un vault locale
Convenzioni del tipo di documento	Identifica README, changelog, documentazione API, note di riunioni e documenti simili	L'utente fornisce la struttura	Modelli e filtri Lua definiti dall'utente	Manuale, con estensioni	Modelli e plugin definiti dall'utente
Dialetti delle piattaforme	GFM come impostazione predefinita; CommonMark, Hugo/Jekyll, Obsidian quando specificato	Modifica ed esportazione avanzate dei documenti	Ampia gamma di output, incluse diverse varianti di Markdown	Modifica del sorgente orientata a GFM	Wikilink, proprietà, callout, grafo
Focus sul sorgente rispetto al risultato renderizzato	Convenzioni del sorgente per Git e la revisione	Rendering WYSIWYG incorporato	Fedeltà della conversione, non esperienza di scrittura	Prima il sorgente; anteprima tramite estensioni	Esperienza delle note attorno a file Markdown locali
Collaborazione	Generazione per un singolo utente, senza co-modifica in tempo reale	Funzionalità di collaborazione limitate	Pipeline/automazione, nessuna interfaccia grafica di scrittura	Revisione basata su Git	Sync e pubblicazione opzionali a pagamento
Prezzi (nel 2026)	Piano gratuito con utilizzo limitato; Plus da $20/mese	$14.99 una tantum (fino a 3 dispositivi, valutazione di 15 giorni)	Gratuito, GPL	Gratuito	App gratuita; Sync/Publish opzionali
Ideale per	Appunti non strutturati → file Markdown conformi alle convenzioni	Aprire un documento e scrivere	Pipeline di conversione e pubblicazione ricche di documentazione	Documentazione dei repository	Basi di conoscenza personali

Markdown Generator

Markdown Generator eccelle quando il contenuto esiste già e manca soltanto la struttura. Identifica il tipo di documento dal contesto, applica convenzioni specifiche per quel tipo e utilizza GitHub Flavored Markdown come impostazione predefinita quando la piattaforma non è specificata.

È limitato come ambiente per la scrittura di testi lunghi: non valuta la capacità persuasiva o l'accuratezza specialistica e non è un editor multiplayer in tempo reale. I team che desiderano un secondo cervello, un convertitore grafico o un riquadro di anteprima sempre visibile hanno comunque bisogno di uno strumento complementare.

Su Jenova, il piano gratuito include le funzionalità principali con un utilizzo mensile limitato; Plus costa $20/mese per un utilizzo 30 volte superiore. Gli agenti per file correlati, come PDF Generator e Word Generator, gestiscono passaggi destinati alla stampa o incentrati su Word dopo che il Markdown è stato sistemato.

Typora

Typora resta un punto di riferimento per la modifica coerente del Markdown incorporato su macOS, Windows e Linux, con tabelle, formule, diagrammi, strutture e temi, oltre all'esportazione in PDF, HTML e DOCX (Markdown for AI; TypeFire). La licenza una tantum da $14.99 è economica rispetto agli strumenti web con prezzo per utente.

È però carente come generatore. Devi ancora decidere la gerarchia dei titoli, la tassonomia del changelog e se includere il front matter. Non dispone di un'app mobile né di un ecosistema di plugin paragonabile a quello di Obsidian, e la collaborazione è limitata (BestDevOps).

Pandoc

Pandoc è il motore di conversione per eccellenza: oltre 60 formati, licenza GPL, estensibile con filtri Lua e modelli, e con circa 20 anni di sviluppo attivo. La discussione su Hacker News lo considera da tempo uno strumento serio per la pubblicazione, non un semplice blocco note.

È limitato per gli utenti non tecnici. Funziona soltanto da riga di comando, ha una curva di apprendimento ripida e offre il supporto della community invece di un SLA del fornitore (shouldiuse.io; Atlasscout). Le revisioni di sicurezza del 2025–2026 segnalano inoltre la necessità di mantenere il software aggiornato e di eseguire il sandboxing degli input non attendibili, incluso CVE-2025-51591.

Visual Studio Code

VS Code è più efficace quando Markdown si trova accanto a codice, terminali e Git. L'anteprima basata sulle estensioni, il linting e il controllo versione lo rendono la scelta predefinita per la documentazione dei repository (BestDevOps; SourceForge).

È meno adatto come prima app Markdown per gli scrittori non tecnici. La modifica del sorgente ha la precedenza sulla lettura e un'esperienza Markdown completa dipende dalle estensioni. Per un singolo file di note di una riunione, un IDE è uno strumento più complesso del necessario.

Obsidian e altri strumenti affini

Obsidian archivia le note localmente come Markdown e aggiunge backlink, visualizzazione a grafo, plugin e app mobili. L'app principale è gratuita; Sync e Publish sono servizi opzionali a pagamento (Markdown for AI). Questa architettura è un punto di forza per la conoscenza collegata, ma rappresenta una complessità superflua per un README isolato.

Gli editor open source coprono le nicchie rimanenti. MarkText è l'editor MIT più vicino a Typora, ma in una verifica dell'agosto 2026 il suo binario stabile più recente era ancora la versione 0.17.1 del marzo 2022 (Markdown for AI). Zettlr è più efficace per i manoscritti ricchi di citazioni. HackMD si rivolge alle note di gruppo in tempo reale, a partire da circa $5 per utente al mese. iA Writer si concentra sulla prosa e sulla scrittura mobile, con un modello di acquisto per piattaforma e una base installata numerosa (SourceForge).

Nessuno di questi strumenti identifica “questo è un riferimento API” e produce come comportamento principale tabelle degli endpoint e blocchi delimitati per richieste e risposte con indicazione del linguaggio.

In che modo il riconoscimento del tipo di documento modifica la struttura Markdown?

Il riconoscimento del tipo di documento modifica le sezioni, le parole dei titoli e i tipi di blocco presenti, anche quando i fatti sottostanti rimangono gli stessi. Un generatore che distingue “changelog” da “note di una riunione” impedisce di applicare gli stessi titoli H2 generici a ogni file.

In pratica, una struttura consapevole del tipo di documento si presenta così:

README — Area per i badge, quando pertinente, seguita da installazione, utilizzo, configurazione, contributi e licenza, adattati al progetto invece di essere copiati da un modello non correlato.
Changelog — Titoli delle versioni e voci suddivise in categorie come Aggiunto, Modificato, Deprecato, Rimosso, Corretto e Sicurezza.
Riferimento API — Struttura degli endpoint, blocchi delimitati per richieste e risposte con indicazione del linguaggio, oltre a tabelle dei parametri e dei codici di stato.
Documentazione / tutorial / manuale operativo — Gerarchia dei titoli navigabile, blocchi con indicazione del linguaggio e callout soltanto quando la piattaforma li supporta.
Note di una riunione — Data e partecipanti, agenda, decisioni evidenziate, elementi d'azione come elenchi di attività.
Blog / articolo — Front matter YAML opzionale, flusso chiaro dei titoli, testo alternativo descrittivo per le immagini.

Le scelte strutturali dovrebbero seguire i dati, non l'abitudine. I contenuti comparativi con più attributi appartengono alle tabelle; le sequenze e gli elementi con un singolo attributo appartengono agli elenchi. Un'elevata densità di link è più facile da gestire con link in stile riferimento raggruppati alla fine di una sezione. Il materiale supplementare lungo dovrebbe essere inserito in blocchi comprimibili <details>, in modo da mantenere breve la narrazione principale.

L'HTML dovrebbe rimanere raro: <kbd>, <details> e gli ancoraggi espliciti sono giustificati quando Markdown non offre un equivalente. I titoli dovrebbero utilizzare la sintassi ATX (#) e non dovrebbero mai saltare un livello, perché i salti compromettono le strutture in GitHub, nei siti statici e in molti strumenti di anteprima.

Il confronto con i flussi di lavoro incentrati sugli editor evidenzia la differenza. Typora visualizza senza problemi qualunque titolo tu inserisca (Markdown for AI). Pandoc converte in PDF un file con sezioni organizzate male senza correggerne la tassonomia (shouldiuse.io). Il riconoscimento è il passaggio che avviene prima dell'anteprima o della conversione.

Se il problema riguarda la prosa stessa, si tratta di un'attività di scrittura da affidare a uno strumento come Writing Assistant, non di un passaggio di formattazione. Confondere queste attività è il modo in cui i generatori finiscono per riscrivere accidentalmente le affermazioni.

Quale sintassi Markdown dovresti usare per GitHub, Hugo e Obsidian?

Usa GitHub Flavored Markdown quando il file verrà letto su GitHub o quando la piattaforma non è specificata; usa CommonMark più rigoroso quando la portabilità è l'obiettivo; usa il front matter di Hugo o Jekyll per i siti statici; usa wikilink e callout soltanto per vault PKM della categoria di Obsidian. L'incompatibilità tra dialetti è un motivo comune per cui un Markdown “valido” viene comunque visualizzato in modo errato.

GFM è l'impostazione predefinita più pratica perché gli elenchi di attività, il testo barrato, i blocchi con evidenziazione della sintassi e gli avvisi di GitHub (> [!NOTE], > [!WARNING]) corrispondono al modo in cui i team software pubblicano README e documenti per le pull request. MarkText e diversi editor desktop pubblicizzano il supporto a CommonMark e GFM proprio per questo motivo (Markdown for AI).

CommonMark è la scelta migliore quando la stessa sorgente deve funzionare con più renderer senza estensioni specifiche di GitHub. Rinunci alla sintassi più comoda in cambio di un minor numero di sorprese del tipo “funziona nell'anteprima, ma non nella wiki”.

Hugo e Jekyll richiedono front matter YAML o TOML, consapevolezza degli shortcode e percorsi stabili per gli asset. La documentazione di Hugo è basata proprio su questo modello di contenuti. Inserire un README GFM in content/posts/ senza front matter produce una pagina che viene compilata, ma poi non funziona come articolo.

Obsidian aggiunge [[wikilinks]], callout e tag al Markdown locale. Queste funzionalità sono vantaggiose all'interno di un vault, ma diventano rumore in un repository GitHub, dove [[Page]] non verrà risolto. La nicchia di ColaMD nel 2026 — osservare un agente esterno mentre riscrive un file locale — è utile per le note modificate dall'AI, ma presuppone comunque che tu abbia già scelto un dialetto (Markdown for AI).

Un generatore che chiede o deduce la destinazione evita le consuete operazioni di pulizia: rimuovere i wikilink prima di una pull request oppure aggiungere il front matter dopo una bozza di blog. Questa è sintassi della piattaforma intesa come decisione editoriale, non come impostazione del tema.

Come puoi ottenere il massimo da un generatore AI di Markdown?

Ottieni il massimo valore specificando il tipo di documento, la piattaforma di destinazione e qualsiasi formulazione da conservare obbligatoriamente, quindi iterando sulla struttura invece di ripetere il contenuto. La maggior parte dei problemi deriva da destinazioni non definite chiaramente, non da vocabolari Markdown insufficienti.

Per Markdown Generator, un passaggio tipico richiede un solo prompt:

Apri l'agente all'indirizzo jenova.ai/a/markdown-generator.
Incolla il materiale grezzo (note, un brief, un URL o un dump misto) e indica la destinazione.
Controlla la mappa dei titoli e le tabelle del file; richiedi revisioni sul posto invece di una nuova riscrittura.

Un prompt preciso potrebbe essere il seguente:

"Formatta queste note come note di una riunione in GitHub Flavored Markdown per il 2026-09-28. Partecipanti: Maya Chen, Jordan Adeyemi. Mantieni la mia formulazione. Usa un'intestazione con data/partecipanti, titoli per l'agenda, una sezione Decisioni ed elementi d'azione come elenchi di attività."

Per una pagina principale di un repository:

"Trasforma questo dump del progetto in un README per GitHub. Identifica le sezioni relative a installazione, utilizzo e configurazione. Usa titoli ATX, blocchi delimitati con indicazione del linguaggio e una tabella soltanto se devi confrontare delle opzioni. Non riscrivere le affermazioni sul prodotto."

Per Typora, il flusso di lavoro equivalente consiste nell'aprire il file .md, modificarlo in linea e poi esportarlo in PDF, HTML o DOCX se serve un risultato non Markdown (Markdown for AI). Il modello delle sezioni viene fornito personalmente dall'utente.

Per Pandoc, il flusso di lavoro equivalente è la conversione, non l'inferenza: indica un documento esistente alla CLI, scegli Markdown come output e applica un modello o un filtro Lua se ne gestisci già uno (shouldiuse.io). Esegui il sandboxing degli input non attendibili e utilizza una versione aggiornata.

I team che utilizzano il controllo versione dovrebbero inoltre richiedere un sorgente adatto ai diff: una frase per riga, colonne delle tabelle allineate e link in stile riferimento quando la pagina contiene molte citazioni. Queste scelte non modificano molto la pagina visualizzata, ma determinano se una modifica di una riga produce un diff Git di una riga.

Se gli stakeholder hanno bisogno di un documento stampabile o di un .docx su cui poter aggiungere commenti, genera prima il Markdown e poi invia lo stesso contenuto a PDF Generator o Word Generator. Mantieni la sorgente canonica in Markdown, così Git rimane il sistema di riferimento.

Che cosa dicono gli esperti di documentazione sulla formattazione Markdown con l'AI?

Gli specialisti della documentazione considerano sempre più la qualità del Markdown come un contratto tra autori, renderer e strumenti, non come una semplice preferenza per l'anteprima. I file che resistono ai flussi di lavoro del 2026 sono quelli le cui convenzioni corrispondono alla destinazione prima che qualcuno prema il pulsante di esportazione.

"Il problema che osserviamo non è 'il modello ha dimenticato come creare un titolo'. È un README che sembra una nota di riunione, un changelog privo di categorie per le versioni e gli elenchi di attività GFM incollati in una pipeline CommonMark. Gli editor rendono questi file piacevoli da leggere. Non decidono il tipo di documento, a meno che non lo abbia già fatto una persona."

"Una distinzione utile è tra generare, convertire e modificare. Pandoc è ancora il motore giusto quando la struttura esiste già e servono output in 60 formati. Typora è ancora l'ambiente giusto quando una persona sta scrivendo. Un formattatore AI si merita un posto soltanto se applica le convenzioni, conserva le affermazioni e produce un file che un revisore può analizzare con un diff."

"La leggibilità del sorgente è il requisito sottovalutato. Tabelle allineate, indicazioni del linguaggio nei blocchi di codice e assenza di livelli saltati nei titoli sembrano dettagli pedanti, finché un agente, un generatore statico e un nuovo membro del team non devono analizzare lo stesso file. Se il tuo Markdown appare corretto soltanto in un determinato tema di anteprima, non è finito."

— Team di prodotto Jenova, progettazione di agenti AI per flussi di lavoro di generazione documentale

Questa opinione coincide con le indicazioni indipendenti sugli editor: scegli il flusso di lavoro più semplice che copra le attività ricorrenti e paga soltanto per gli ostacoli che incontri davvero, invece di pagare per la griglia di funzionalità più lunga (Markdown for AI).

Quando dovresti usare un generatore AI di Markdown invece di un editor desktop?

Usa un generatore AI di Markdown quando il testo esiste già e l'attività consiste nel creare una struttura conforme alle convenzioni; usa un editor desktop quando stai ancora componendo il contenuto; usa Pandoc quando il Markdown è già corretto e l'attività consiste nell'ottenere un altro formato; usa un'app vault quando il Markdown è un grafo della conoscenza. Abbinare lo strumento all'attività evita di pagare per plugin che non utilizzerai.

Scegli Markdown Generator quando hai:

Trascrizioni di Slack o riunioni da trasformare in note datate con azioni sotto forma di elenchi di attività
Elenchi puntati di una release da trasformare in un changelog categorizzato
Descrizioni di endpoint da trasformare in tabelle ed esempi delimitati di richieste e risposte
Una bozza di blog che necessita di front matter e di una struttura ordinata dei titoli, non di una nuova argomentazione
Input misti (note più un URL più un'immagine) da riunire in un unico file .md

Scegli Typora quando desideri il rendering incorporato, i temi e l'esportazione di un documento locale e sei disposto a strutturarlo autonomamente per $14.99. Scegli VS Code quando il file si trova in un repository e la revisione Git è l'interfaccia principale (SourceForge). Scegli Obsidian quando il prodotto sono i collegamenti tra le note (GetFileHop). Scegli Pandoc quando le pipeline di pubblicazione richiedono LaTeX, DOCX, EPUB o HTML a partire da una sorgente già verificata (shouldiuse.io).

Gli editor nel browser restano importanti per la co-scrittura in tempo reale. Un nuovo test online del 2026 ha mantenuto StackEdit, Dillinger, HackMD e Markdown Live Preview tra gli strumenti utilizzabili (iKit). Sono ragionevoli per le bozze condivise, ma poco efficaci nell'identificare il tipo di documento.

Il limite onesto di Markdown Generator è l'opposto del suo punto di forza. Non sostituirà l'esperienza di scrittura di Typora, il grafo di Obsidian, la sessione di collaborazione di HackMD o la matrice di formati di Pandoc. Inoltre, non verificherà i fatti della tua API né migliorerà la capacità persuasiva del tuo README. Utilizzato entro il suo ambito — input disordinato in entrata, file Markdown conforme alla destinazione in uscita — è l'opzione che corrisponde all'attività di generazione ancora trattata come secondaria dal mercato degli editor.