用 Firecrawl 给 AI 喂网页，先看看它到底读进了什么

给 AI 接网页，我最想避免的一种情况是：任务显示成功，知识库里却多了一堆菜单、登录提示或错误页面。随后问答表现不好，又开始怀疑模型和检索配置，折腾半天才发现资料本身就不对。

如果你在考虑 Firecrawl，我会先从这个角度试它：拿到的内容，能不能直接进入你的下一步工作？ 它提供 Markdown、HTML 和结构化输出等能力，价值在于帮你处理网页；是否值得付费，要看它在你的目标页面上能省下多少整理工作。[2]

先用 Markdown，再决定要不要 JSON

给知识库提供文档正文，我会先看 Markdown。格式比较直观，漏了标题、段落或表格，也容易与原页面对照。只有当后续程序必须拿到固定字段，比如产品名、价格和发布日期时，我才会认真考虑 JSON 提取。

这是官方当前规则下的预算算例，没有叠加其他功能。[1][2] JSON 在这个场景里确实贵一些，但如果它能省去后续字段整理，也可能值得；反过来，明明只要正文，却默认给每页加结构化提取，就容易把额度花在用不到的地方。

一个成功标志，回答不了所有问题

官方 Scrape 文档区分了接口执行成功与目标网页状态：接口返回成功，目标页面仍可能是错误页；目标状态可看 data.metadata.statusCode，加载问题还可能出现在 metadata.error 中。[2]

如果让我安排接入检查，会分两步。先看状态，把明显打不开的页面单独记录；再抽看内容，确认抓到了想要的正文。状态正常的页面，也可能只有“请登录”或一小段介绍。后者不能靠成功标志识别，需要结合你准备收录的内容判断。

我会同时保留原始 URL、抓取时间和标题，方便以后发现答案不对时追回原页面。这是接入建议，本文没有声称已在你的目标网站跑过这套流程。

真正有用的成本，是每份可用资料花了多少

假设处理 100 页基础抓取，消耗 100 credits，其中只有 80 页符合你的收录要求，那么平均每份可用资料就是 1.25 credits。这只是解释成本口径的假设，不是 Firecrawl 的成功率测试。

把这笔账算清楚，你才知道问题出在抓取、资料选择，还是自己的验收标准。对于固定的文档站，稳定拿到正文比输出形式丰富更重要；对于必须提取字段的业务，结构化结果的准确性则值得多花时间检查。

我会推荐有明确目标网页、愿意先做小样本验证的朋友把它放进候选。若只是偶尔复制一两页资料，先看看手工处理是否已经够用。下面可以继续看方案；做购买决定前，先让它处理几页你真正难处理的内容。