一、表达层面：说人话，但说短话

1. 删除一切礼貌用语和寒暄 模型不需要"请""谢谢""能否麻烦你"。把"你好，我想请你帮我看一下这段代码，我觉得它可能有点问题，不知道你能不能帮我优化一下"压缩成"优化以下代码："。每减少一个无意义token，都是真金白银。

2. 使用结构化标记，而非自然语言描述 用代码块、列表、符号代替长句描述：

• 差：我需要你写一个函数，这个函数的作用是接收一个用户的ID，然后到数据库里面去查这个用户的订单，然后返回订单的列表，要求用Python写，使用SQLAlchemy。

• 优：Python函数：输入user_id，查询orders表，返回List[Order]。框架：SQLAlchemy。

3. 一次只问一件事 多任务混杂会拉长输入输出，且容易让模型"走神"导致返工。把"写代码+写测试+写文档"拆成三轮，每轮输出更精准，总token消耗往往比一轮混杂生成更少。

---

二、上下文管理：只给"必要信息"

4. 提交代码片段，而非整个文件 不要贴进去500行的完整文件让AI找bug。用# ...省略无关部分，只保留关键函数和周边10-20行上下文。如果涉及多文件，用文件路径+关键接口代替完整内容：

plain

# utils.py
def calculate_discount(price, user_type): ...

# 当前问题：在cart.py第45行调用时返回None

5. 建立"项目摘要"（Project Summary） 与其每次对话都重复项目背景，不如在第一轮生成一段200字以内的项目摘要（技术栈、核心依赖、架构风格）。后续对话引用它：基于上述项目背景，实现...。避免重复token。

6. 及时新开对话，清理历史 长对话中，历史消息会持续累加token消耗。当话题切换（如从"写登录模块"转到"写支付模块"），果断新开对话。如果必须延续，让AI先总结当前进度（50字以内），然后基于总结开新窗。

---

三、代码策略：让AI做"设计"，你做"实现"

7. 要伪代码/大纲，不要完整代码 让AI输出逻辑骨架和关键算法，你自己填充 boilerplate（样板代码）。伪代码的token量通常是完整代码的1/5到1/3，且你手动实现的部分往往更贴合项目风格。

8. 模块化提问，利用函数签名 不要问"如何实现整个推荐系统"。先问接口设计：def recommend(user_id: str, n: int) -> List[Item]: ... 的合理实现方案？确认后再深入具体函数。这避免了AI生成大量最终被废弃的代码。

9. 复用已有代码，明确引用 如果项目已有类似实现，贴出参考函数并说明："参照validate_email()的风格，实现validate_phone()。"AI会模仿已有模式，减少解释成本，输出也更短。

---

四、工具与流程：把token花在刀刃上

10. 区分"思考模型"和"编码模型" 用轻量级模型（如GPT-4o-mini、Claude 3 Haiku）做代码补全、格式化、简单重构；只把复杂架构设计、疑难bug排查交给顶级模型（o3、Claude 3.5 Sonnet）。成本差距可达10倍以上。

11. 启用Prompt Caching（如果支持） 部分API（如Anthropic）支持提示缓存：将不变的系统提示、项目规范、常用代码库预加载到缓存中，后续调用只计费增量部分。适合有固定代码规范的大型项目。

12. 本地化处理"体力活" 格式化、 lint 修复、变量重命名、简单文档生成——用本地工具（Black、Ruff、Copilot本地版）解决，不要调用API。把API token留给真正的逻辑难题。

---

五、输出控制：约束AI的"话痨"属性

13. 在prompt中设定输出长度上限 明确追加指令：回答控制在300字以内。 / 只输出代码，不要解释。 / 如有多种方案，只给出最优的一种。 模型默认倾向于"详细解释"，这会膨胀3-5倍token。

14. 要求"diff格式"而非完整重写 让AI以+/- diff格式返回修改，而不是重写整个文件。diff的token量通常只有完整代码的5%-10%，且你apply时更不容易出错。

15. 使用"继续"（continue）策略 如果AI因长度限制截断输出，不要让它重生成完整代码。直接说"从def process_data处继续"，只补全剩余部分。

---

六、总结：Token节约的核心思维

节约token不是抠门，而是信息密度的管理。

表格

浪费token的行为	节约token的做法
贴整段无关代码	只贴关键行，用...省略
自然语言描述需求	结构化列表 + 代码示例
让AI一次做三件事	拆成三轮，每轮一个原子任务
长对话里反复纠偏	及时总结开新窗
要完整可运行代码	要伪代码/接口，自己填充细节

最终原则：你的时间比token贵，但token比无意义的废话贵。 把AI当作一个按字收费的资深工程师，你自然会学会精简表达——而这恰恰也是优秀工程师的核心能力。