大多數人並非因為模型不好而耗盡 AI 額度。
他們耗盡額度，是因為每次請求都很浪費。
太多上下文。
太多模糊的指示。
太多不必要的解釋。
太多「讓它更好」的提示，卻沒有明確格式。
Token 是 AI 工作的真正貨幣。
你傳送的每個詞都會消耗上下文。
每個無用的回答都在浪費時間。
每個混亂的提示都會讓模型花更多力氣猜測你的意圖。
這份指南的主題是 Token 經濟學：如何以更便宜、更快、更可預測的方式使用 AI。
不是靠什麼魔法提示。
而是透過設定明確規則、減少雜訊、結構化輸入，以及讓模型只做必要的工作量。
第一部分：設定、系統提示與語言
AI 可以被當作昂貴的玩具來用：寫長篇請求、一次上傳所有東西、要求它「逐步思考」，然後得到一長串的填充內容。
或者，它可以被當作工具來用：快速、精準、經濟。
這篇文章不是關於「秘密提示」。
這是一份關於如何設定 AI，讓它花費更少 Token、回應更快、並提供更有用結果的操作指南。
1. 首先，設定系統規則
如果你使用 ChatGPT：
設定 → 個人化 → 自訂指令 → 啟用自訂功能
這就是你放置永久指令的地方。
在 ChatGPT 中，這稱為自訂指令。
在 API 中，這是系統 / 開發者指令。
意義相同：這些是 AI 每次回應時都遵循的基本規則。
2. 節省 Token 的基本系統提示
系統指令最好用英文撰寫：對 Tokenizer 來說通常更簡短，而最終答案仍然可以用任何語言要求。
將此複製到自訂指令 / 系統提示中：
1預設輸出語言：繁體中文。23你是一個效率優先的 AI 助手。45核心規則：61. 簡潔、直接、務實。72. 不要以問候、道歉或「當然」這類詞彙開頭。83. 不要重述使用者的請求。94. 立即給出結果。105. 不要揭露思考鏈。只給出結論、檢查結果和最終答案。116. 對於簡單任務：只給最終答案。127. 對於複雜任務：先給一個簡短的 3 步驟計劃，然後給出結果。138. 最多只問一個釐清問題，且僅在缺少的細節會阻礙任務時才問。149. 偏好純文字和簡短的要點列表。1510. 除非明確要求，否則避免使用表格。1611. 預設答案長度：1200–2500 個字元。1712. 如果來源文字包含在標籤內，只處理該標籤內的文字。1813. 如果使用者要求草稿，回傳可直接使用的文案。1914. 如果事實可能已過時，請說明需要驗證。2015. 優先考慮準確性、簡潔性和實用性，而非禮貌。
這能帶給你什麼：
更少的問候語； 更少的填充內容； 更少的重複； 更少不必要的解釋； 更可預測的回答格式。
3. 如何使用「母語模式」
規則是：
指令 — 用英文；
來源資料 — 用原始語言；
最終答案 — 用要求的語言。
不需要翻譯所有東西。
如果你正在處理一篇「西班牙文」貼文、法律文本、醫學用語或廣告文案，最好讓來源本身保持「西班牙文」。
但指令可以用英文給出：
1任務：為 Telegram 貼文改寫文字。23輸入語言：西班牙文。4輸出語言：西班牙文。56規則：7- 保留原意。8- 改善結構和清晰度。9- 去除冗詞贅字。10- 讓一般大眾都能讀懂。11- 不要添加來源中沒有的資訊。12- 只回傳最終貼文。1314<text>15在此插入原始西班牙文文字16</text>
這樣一來，你給了模型一個簡短的技術指令，但不會失去西班牙文的語意和風格。
4. Telegram 編輯器的系統提示
如果你經常建立貼文，請建立一個專屬的專案 / Custom GPT / 聊天室，並插入以下內容：
1你是一個面向西班牙語科技讀者的 Telegram 編輯。23預設輸出語言：西班牙文。45你的任務是將粗糙的原始素材轉化為清晰、有用、可立即發布的 Telegram 貼文。67風格：8- 簡潔；9- 自信；10- 簡單但不粗淺；11- 沒有空洞的激勵；12- 沒有企業套話；13- 沒有過多的表情符號；14- 沒有虛假的炒作。1516結構：171. 強而有力的標題。182. 簡短的鉤子。193. 清晰的解釋。204. 實作步驟。215. 具體範例。226. 最終重點。2324規則：25- 不要編造事實。26- 標記不確定的說法。27- 刪除重複的想法。28- 用具體行動取代模糊的建議。29- 偏好短段落。30- 讓貼文即使對非技術讀者也有用。
現在你不需要每次都寫：
「讓它變漂亮、清晰、沒有填充內容。」
因為它已經寫在系統裡了。
5. 如何撰寫一般請求
糟糕的寫法：
1請看一下，我有這段文字，我想讓它變好一點，讓它正常、清晰、有趣...
好的寫法：
1任務：為 Telegram 改寫文字。23受眾：一般使用者。4風格：清晰、自信、無冗詞。56格式：7- 標題；8- 簡短介紹；9- 10 個要點；10- 最終結論。1112限制：13- 最多 3500 個字元；14- 不要冗長的介紹；15- 不要編造事實。1617<text>18在此插入來源文字19</text>
AI 不需要被說服。
它需要被給予一個明確的任務。
第二部分：快取、模型、檔案與工作流程
第一部分講了：系統提示和正確的指令語言。
現在要講：如何在不浪費 Token 在垃圾資訊上的情況下使用 AI。
6. 使用 XML 標籤
標籤能讓模型清楚知道哪裡是指令，哪裡是資料。
範例：
1任務：找出合約中的風險。23輸出：4- 風險列表；5- 為何這是風險；6- 如何改寫條款。78<contract_fragment>9在此插入所需的合約片段10</contract_fragment>
如果有多份文件：
1<documents>2 <document id="1">3 第一份文件的文字4 </document>56 <document id="2">7 第二份文件的文字8 </document>9</documents>
這有助於模型減少混淆，並且較少回答偏離任務的內容。
7. 不要無緣無故要求它「逐步思考」
「逐步思考」這個詞往往會增加 Token 使用量。
對於簡單任務，請寫：
1只給最終答案。不要推理過程。
對於中等複雜度的任務：
1先給一個簡短的 3 步驟計劃，然後給出最終答案。2不要包含詳細的推理過程。
對於複雜任務：
1仔細分析，但只顯示：21. 結論；32. 關鍵原因；43. 風險；54. 後續步驟。67不要顯示思考鏈。
模型可以在內部進行推理。
但你不需要為一長串的推理過程付費。
8. 設定推理 / 思考模式
如果服務允許你選擇思考模式：
對於簡單任務：
低 / 最小 / 快速 / 經濟
對於中等任務：
中等
對於複雜任務：
高
不要為了修正文字、想標題或製作列表而啟用最高思考模式。
這就像叫特種部隊來開一罐醃黃瓜。
9. 限制答案長度
在請求結尾加上這個：
1用繁體中文回答。2最大長度：1500 個字元。3不要開場白。
或者：
1給出 7 個要點。2每個要點：一句話。
或者：
1只回傳：2- 標題；3- 貼文內文；4- 行動呼籲。
格式越精確，不必要的 Token 就越少。
10. 不要保留無止盡的對話
長對話不是記憶。
它是一個沉重的背包。
如果你已經討論了 5 個不同的主題，不要在裡面開始一個新任務。
規則：
新任務 — 新聊天室。
如果需要舊的上下文，只傳送一個簡短的摘要：
1上下文摘要：2- 專案：關於 AI 的 Telegram 頻道；3- 風格：簡潔、技術性、無冗詞；4- 受眾：一般使用者；5- 任務：寫一篇教學貼文。
不要拖著整個對話歷史一起走。
11. 不要上傳不必要的檔案
如果問題是關於合約中的一個條款，不需要上傳整份合約。
更好的做法：
1只分析這個片段。23<fragment>4在此插入所需的段落5</fragment>
如果需要分析整個檔案，那麼上傳檔案是合理的。
如果只需要一個段落，就不需要上傳檔案。
12. 快取：API 的主要節省規則
快取喜歡穩定性。
如果你每次都發送相同的系統提示，它可能會以更便宜、更快的速度被處理。
但如果你不斷更改系統指令，快取可能就無法運作。
正確的結構：
1[穩定區塊]23系統規則：4- 角色；5- 風格；6- 輸出格式；7- 限制；8- 範例。910[可變區塊]1112使用者任務：13- 特定任務；14- 新文字；15- 新資料。
不要動穩定區塊。
在結尾加入新資料。
13. 為任務選擇合適的模型
輕量級模型適用於：
編輯；
縮短；
標題；
簡單翻譯；
列表；
貼文；
範本郵件。
強大模型則需要：
複雜邏輯；
程式碼；
策略；
文件分析；
法律風險；
醫療；
金融；
多步驟任務。
節省不是從提示開始，而是從選擇正確的模型開始。
14. 通用請求範本
為你自己保存這個：
1任務：2[需要做什麼]34受眾：5[結果是給誰看的]67上下文：8[為什麼需要這個]910風格：11[語氣和表達方式]1213輸出格式：14[答案結構]1516限制：17[長度、語言、限制]1819來源：20<text>21[來源資料]22</text>
這可以取代 90% 的「秘密提示」。
15. 發送前的小檢查清單
檢查：
任務是否簡潔地陳述？
是否指定了答案語言？
是否指定了答案格式？
是否指定了長度限制？
是否移除了不必要的上下文？
來源文字是否用標籤分隔？
我是否無緣無故要求它「深入思考」？
我是否不必要地繼續舊的對話？
我是否選擇了正確的模型？
系統提示是否每次都保持不變？
主要的節省公式：
穩定的系統提示
簡短的英文指令
繁體中文的最終答案
用於資料的標籤
長度限制
正確的模型
= 更少的 Token，更快的回答，更高的品質。
AI 不需要被說服。
AI 需要被正確地指示。
