Convertitore JSON ⇄ TOON
Come funziona
Incolla un JSON e ottieni TOON, Token-Oriented Object Notation: una codifica compatta e leggibile degli stessi dati, pensata per consumare meno token nei modelli linguistici. La conversione è senza perdite, quindi cambiando direzione il TOON torna esattamente lo stesso JSON. Mentre scrivi, un contatore mostra la stima dei token prima e dopo e la percentuale risparmiata.
Perché risparmia token? Il JSON si ripete: ogni oggetto di un array riscrive tutte le chiavi, e ogni stringa ha le sue virgolette, con parentesi e virgole ovunque. TOON toglie la ridondanza. Un array di oggetti uniformi diventa una tabella: le chiavi si dichiarano una volta in un'intestazione (`users[2]{id,name,role}:`) e poi ogni oggetto è una riga di valori separati da virgole. L'annidamento usa l'indentazione al posto delle parentesi, e le virgolette compaiono solo dove servono davvero. Su dati strutturati tipici (risposte API, export di database, cataloghi prodotti) significa il 30-60% di token in meno, cioè bollette API più basse e più spazio nella finestra di contesto.
Il formato aiuta anche il modello a capire la struttura: il marcatore di lunghezza `[2]` e l'elenco dei campi `{id,name,role}` gli dicono quante righe aspettarsi e cosa significa ogni colonna. I benchmark del progetto TOON mostrano che i modelli lo leggono in modo affidabile quanto il JSON, a volte meglio, proprio perché la struttura è dichiarata all'inizio.
Puoi incollare il testo, caricare un file .json o .toon fino a 10 MB (la direzione si imposta da sola in base al file) oppure generare un esempio scegliendo quanti record, fino a 200, e quanti campi per record. Il risultato si copia o si scarica come file .toon o .json. La stima dei token è approssimativa (un token ogni 4 caratteri) e serve a vedere la tendenza del risparmio: per il conteggio esatto per modello usa il calcolatore di token LLM di questo sito.
Quando non usare TOON? Con dati molto annidati e poco uniformi (alberi di configurazione, strutture in stile GraphQL) la compressione è scarsa e il TOON può essere persino un po' più lungo: in quel caso il contatore mostra una percentuale positiva in rosso. È inoltre un formato per l'input: se il tuo programma deve leggere la risposta, chiedi al modello di rispondere in JSON. Lo strumento usa l'implementazione di riferimento ufficiale @toon-format e gira tutto nel browser, quindi quello che incolli non viene caricato da nessuna parte.
Domande frequenti
Cos'è il formato TOON?
- Token-Oriented Object Notation, un formato di serializzazione aperto (toonformat.dev) che rappresenta gli stessi dati del JSON con molti meno token. Le chiavi degli array di oggetti uniformi si dichiarano una volta come intestazione di tabella, l'annidamento usa l'indentazione e le virgolette sono ridotte al minimo. È nato nel 2025 proprio per passare dati strutturati ai modelli linguistici.
Come si converte un JSON in TOON?
- Incolla il JSON nel riquadro con la direzione JSON → TOON e il TOON compare subito sotto, pronto da copiare o scaricare. Per esempio due utenti con id, name e role diventano un'intestazione `users[2]{id,name,role}:` seguita da due righe come `1,Ada,admin`.
Quanti token fa risparmiare davvero TOON?
- Il 30-60% sugli array di oggetti piatti e uniformi, che sono il caso più comune: risultati di query, dati tipo CSV, liste di prodotti. Le strutture molto annidate o irregolari risparmiano poco e possono anche costare un po' di più. Il contatore sopra il risultato mostra la stima per i tuoi dati, anche quando è in perdita.
La conversione è senza perdite?
- Sì. TOON rappresenta esattamente il modello dati del JSON: oggetti, array, stringhe, numeri, booleani, null. Codificando e poi decodificando ottieni un JSON identico. Lo strumento usa l'implementazione di riferimento ufficiale @toon-format/toon, quindi il risultato rispetta la specifica.
I modelli come ChatGPT, Claude e Gemini capiscono TOON?
- Sì. I benchmark di recupero dati del progetto TOON su modelli GPT, Claude e Gemini mostrano un'accuratezza pari a quella del JSON, e migliore in diversi test, perché i conteggi `[N]` e le intestazioni `{campi}` danno al modello lo schema in anticipo. Per sicurezza aggiungi al prompt una riga come “I dati qui sotto sono in formato TOON (indentazione, array in forma di tabella)”.
Devo chiedere al modello di rispondere in TOON?
- Di solito no. TOON rende al meglio in input, dove la codifica la controlli tu. Se la risposta la legge un programma, chiedila in JSON: ogni SDK ha una modalità JSON e i modelli sono addestrati a fondo per produrre JSON valido. Usa TOON per passare i dati, JSON per riceverli.
I miei dati vengono caricati da qualche parte?
- No. Codifica e decodifica girano interamente nella scheda del browser, senza backend e senza log, anche quando apri un file. Puoi verificarlo nella scheda Rete degli strumenti per sviluppatori: la conversione non genera nessuna richiesta. Va bene anche per payload API e dati interni.
JSON e TOON a confronto: gli stessi dati
Un elenco di due dipendenti. Il JSON ripete ogni chiave in ogni oggetto; TOON dichiara lo schema una volta e poi elenca le righe.
| Formato | Codifica | Token stimati |
|---|---|---|
| JSON (minificato) | {"staff":[{"id":1,"name":"Ada","role":"admin"},{"id":2,"name":"Alan","role":"user"}]} | circa 30 |
| TOON | staff[2]{id,name,role}: 1,Ada,admin 2,Alan,user | circa 17 |
Stime dei token con un tokenizer BPE in stile GPT. Il risparmio cresce con il numero di righe, perché l'intestazione si paga una volta sola.