开发者速用指南：优化提示词，让模型少输出、少花钱
想让模型调用更便宜，先检查它是否在生成你根本用不到的内容：开场白、重复题目、完整教程，以及结尾的延伸建议。这篇速用指南讨论的是调整提示词，无需训练模型权重。目标是让每次响应都足够短，同时保留业务需要的信息。
第一步：给输出设定可验收的预算。“请简洁回答”没有明确边界。把它改成“最多3条，每条不超过30字，只返回结论和操作步骤”，模型更容易执行。先确定调用结果会放在哪里：按钮旁的错误提示可能只需要一句话，工单摘要可能需要三个字段，代码审查则可以只返回需要修改的位置。
例如，把“帮我详细分析这段接口错误日志，并给出建议”替换为下面这段可复用提示词：
分析以下接口错误日志。只返回JSON对象，包含“原因”“证据”“下一步”三个键，每个值不超过30字。证据须引用日志中的字段；证据不足时，“原因”填“无法判断”。不复述日志，不输出Markdown。日志：……
这段提示词限定了任务、结构和长度，也给出了信息不足时的处理方式，减少模型为了填满答案而猜测。若业务必须保留错误码或完整路径，应单独允许这些字段超过字数限制。
第二步：按任务删掉默认展开。不同任务需要不同的输出约束，可以直接从以下规则开始：
- 代码修改：只返回需要替换的函数；需要补丁时，明确要求统一差异格式。
- 分类判断：只返回一个允许的标签，并列出完整标签集合。
- 信息抽取：固定字段名，缺失值使用null，禁止补写未知事实。
- 技术问答：先给结论，再给最多两条必要依据；仅在无法继续时提出一个澄清问题。
不要同时要求“解释所有背景”和“只用一句话”。检查提示词中的冲突要求，通常比继续添加“务必简短”更有效。只有模型反复违反格式时，再补充一个短示例；大量示例也会增加输入成本。
第三步：用接口上限兜底。提示词中的字数限制属于软约束，API的输出上限负责限制生成量。不同接口使用的参数可能是max_tokens、max_completion_tokens或max_output_tokens，应按所选接口和模型的支持情况设置，不要直接互换。
先观察正常响应实际消耗多少输出Token，再留出适当余量。中文的“字数”不等于Token数；部分模型的额度还会涉及推理Token，不能把上限全部视作可见答案预算。若响应因长度限制结束，应检查截断状态并调整预算，避免把不完整JSON交给业务逻辑。
第四步：用20条真实请求验证。保留原提示词作为基线，再用相同输入测试新版本。样本应覆盖正常日志、缺失字段、超长内容和无法判断的情况。至少记录以下指标：
- 平均输入与输出Token，以及单次请求费用。
- 字段完整率、JSON解析成功率和关键事实准确率。
- 因截断、格式错误或信息不足产生的重试次数。
假设平均输出从600 Token降到180 Token，在输出单价相同的情况下，输出部分费用下降70%。这不等于整次调用便宜70%：还要计入输入、可能单独计费的推理，以及重试费用。最终应比较每个成功任务的总成本。
第五步：选择合适的模型，再复用模板。可以在59API上用DeepSeek V4 Flash或Claude Haiku 4.5测试分类、摘要和字段抽取，按实际准确率与费用选择。固定模型版本和其他采样参数，每轮只修改一项提示词要求，才能判断节省来自哪里。
59API提供低价、按量付费的多模型访问，使用官方原生模型，不降级；兼容OpenAI SDK，也支持Claude Code、Codex和Gemini CLI。API基础地址为https://api.59api.com，便于在现有开发流程中比较模型与提示词方案。你可以注册59API，用一小批真实请求跑出自己的成本基线，再把验证有效的短输出模板接入业务。