← Voltar aos guias

Prompt 精简决策指南：用更短输出降低 API 成本

先判断：你真正需要多少输出？

API 费用通常与输入和输出 Token 数量相关。很多应用变贵，并不是模型选错，而是 Prompt 要求模型重复背景、解释每一步，或返回前端根本用不到的内容。优化前先回答一个问题：用户最终要消费的是完整分析、结构化数据，还是一句可执行结论？输出目标越清晰，越容易减少无效 Token。

例如，客服分类不需要一篇分析文章，只需要意图、置信度和下一步动作。可以把要求从“详细说明你的判断过程”改成“只返回 JSON：intent、confidence、action，禁止额外解释”。对于代码审查，则可以要求模型只列出严重问题、文件位置和修复建议，把背景说明放到用户主动追问时再生成。

四步精简 Prompt

• 第一步：拆分任务。将“阅读资料、总结观点、提出方案、生成邮件”拆成独立阶段。每次调用只完成一个明确目标，避免模型同时输出多种版本。能由程序完成的计数、排序、格式拼接，不要交给模型。
• 第二步：固定输出格式。明确字段、数量和长度，例如“返回 3 条建议，每条不超过 40 个中文字符”。需要程序解析时优先使用 JSON，并写清字段类型、缺失值规则和禁止出现的额外文本。
• 第三步：控制上下文。只传递当前任务需要的资料。先在应用侧去除网页导航、重复历史消息和无关日志，再把长文档按相关性检索后发送。保留一份短的系统规则，动态内容放在用户消息中，便于复用和缓存。
• 第四步：按任务选择模型。Haiku 适合分类、抽取、改写和批量短回复；Sonnet 适合常规代码、较复杂分析和内容生成；Opus 只在高难度推理、关键规划或质量要求很高时使用。GPT 模型也应按推理难度和输出长度分层，而不是所有请求使用同一档位。

用实际测试找到成本平衡点

不要只凭感觉删 Prompt。准备 20 至 50 条真实样本，记录输入 Token、输出 Token、延迟、解析成功率和人工满意度。先设置输出上限，再逐步降低；如果答案被截断，说明上限过低，或任务应拆成两次调用。比较“短 Prompt 加严格格式”和“长 Prompt 加详细示例”两种方案。有些任务中，一个高质量示例能减少错误重试，最终成本反而更低。

还要区分固定规则与可变内容。固定的角色、字段定义和拒答规则应保持简洁；不要在每次请求里重复同一段产品介绍。对长输入，可以先用低成本模型提取关键事实，再让较强模型只处理提取结果。这样通常比直接把完整原文交给高价模型更经济，但要监控摘要造成的信息损失。

发布前检查清单

• 是否删除了“请详细解释”“尽可能完整”等没有业务价值的要求？
• 是否规定了输出字段、条数、字符上限和失败时的返回格式？
• 是否把计算、去重、排序等确定性工作移到代码中？
• 是否用真实样本验证了短输出的准确率和可解析性？
• 是否为简单任务配置了 Haiku 或同等级低成本模型？
• 是否记录 Token、重试次数和单次请求成本，方便持续调整？

选择更低成本的 API 入口

Prompt 精简后，API 中转服务的单价和兼容性会直接影响总成本。59API 提供 Claude Opus、Sonnet、Haiku、Fable 及 GPT 模型的按量付费访问，API Base URL 为 https://api.59api.com。它兼容 Claude Code、Codex 和 OpenAI SDK，使用原生官方质量模型，不通过降级模型压低价格，适合把上述分层策略直接接入现有项目。其价格定位较低，并提供推荐返利。可以先注册 59API，用少量真实请求验证模型、Token 用量和最终账单，再决定生产流量如何分配。