省 token 的几个实用技巧，长期用 API 的必看

用了快两年 API，踩了不少坑，总结几个真正有用的省钱方法。 1. System prompt 精简 很多人把 system prompt 写得又长又全，其实大部分内容可以删。测过一个 1200 token 的 system prompt，精简到 380 token 后输出质量没有明显下降，但每次调用节省了近 800 token。方法是把「你是一个 xxx 助手，请按照以下规则...」这类废话删掉，直接写核心约束。 2. 输出格式控制 让模型直接输出 JSON 而不是自然语言，能大幅减少废话。比如「请分析以下文本的情感」改成「输出格式：{"sentiment":"positive/negative/neutral","score":0-1}」，输出 token 能减少 50% 以上。 3. 分块处理代替一次性输入 处理长文本时，按语义段落分块独立处理后再汇总，比把全文一次性丢进去既省 token，还能避免长 context 下的注意力衰减。 4. few-shot 代替长指令 与其写 500 字的任务描述，不如给 2-3 个输入输出示例。模型理解示例的效果往往比理解描述更好，而且示例通常 token 更少。 5. Prompt Caching 如果 system prompt 固定不变，部分模型支持 prompt caching，可以把 system prompt 的 token 成本大幅降低，高频调用场景效果很明显。