Gavin
Hi my new friend!

搞懂 AI 的 Token：省钱、省时、高效对话的完整指南

Scroll down

搞懂 AI 的 Token：省钱、省时、高效对话的完整指南 ​

越来越多的人开始用 AI 辅助工作，但大多数人对 AI 的底层运作方式一知半解——Token 是什么？为什么对话长了 AI 会"忘事"？为什么同样的问题有时回答好有时回答差？

搞懂这些，不只是为了省钱，更是为了真正用好 AI。

Token 是什么？ ​

Token 是 AI 处理文本的基本单位，既不是字符，也不是单词，而是介于两者之间的"文本片段"。

英文的 Token 切分规律：

"Hello, world!" → ["Hello", ",", " world", "!"]  共 4 个 Token
"ChatGPT"       → ["Chat", "G", "PT"]             共 3 个 Token

中文的 Token 切分规律：

中文通常每个汉字对应 1～2 个 Token，标点和空格也会占用 Token。

"你好世界"   → 约 4～6 个 Token
"人工智能"   → 约 4～6 个 Token

一个粗略的换算参考：

内容大约 Token 数
1000 个英文单词~750 Token
1000 个汉字~1000～1500 Token
一页 A4 文档~500～800 Token
一段 200 行代码~1500～3000 Token

可以用 OpenAI Tokenizer 直接粘贴文本查看 Token 数量。

上下文窗口：AI 的"工作记忆" ​

AI 并不像人一样有持久记忆，它每次回复时能"看到"的内容是有限的，这个限制就叫上下文窗口（Context Window），单位是 Token。

┌─────────────────────────────────────────┐
│           上下文窗口（如 128K Token）      │
│                                         │
│  你的第1条消息                            │
│  AI 的第1条回复                           │
│  你的第2条消息                            │
│  AI 的第2条回复                           │
│  ...                                    │
│  你的第N条消息（当前）← AI 正在处理这里     │
└─────────────────────────────────────────┘

关键点：

  • 窗口内的所有历史消息都会被重新发送给 AI，每次对话都在"重读"全部历史
  • 超出窗口限制后，最早的内容会被截断，AI 真的会"忘记"前面说过的话
  • 窗口越大，每次请求消耗的 Token 越多，费用越高

主流模型的上下文窗口对比：

模型上下文窗口
GPT-4o128K Token
Claude 3.5 Sonnet200K Token
Gemini 1.5 Pro1M Token
DeepSeek V364K Token

AI 是怎么计费的？ ​

主流 AI 服务按 Token 计费，分为输入 Token 和输出 Token 两部分，通常输出比输入贵 3～5 倍。

总费用 = 输入 Token 数 × 输入单价 + 输出 Token 数 × 输出单价

输入 Token 包括：

  • 你发送的消息
  • 系统提示词（System Prompt）
  • 本次对话的所有历史记录

输出 Token 包括：

  • AI 生成的回复内容

这意味着一个长达 50 轮的对话，到最后每一条新消息都要把前面 49 轮全部重新计费一次。对话越长，边际成本越高。

如何节省 Token？ ​

1. 开新对话，而不是无限续聊 ​

每个话题独立开一个对话，避免把不相关的历史拖进来。这是最直接有效的省钱方式。

❌ 在同一个对话里问：写代码 → 翻译文章 → 分析数据 → 写邮件
✅ 每个任务开一个新对话

2. 精简你的提问 ​

冗余的客套话和重复的背景说明都是在烧 Token。

❌ "你好！我是一名前端开发者，我最近在做一个项目，
    这个项目是关于电商的，我遇到了一个问题，
    就是关于 CSS 的，希望你能帮我解答一下，
    我的问题是：flex 和 grid 有什么区别？"

✅ "CSS flex 和 grid 的核心区别是什么？各自适合什么场景？"

3. 让 AI 直接给结论，不要解释过程 ​

❌ "请详细解释一下快速排序的原理和实现步骤"
✅ "给我一个 JavaScript 快速排序的实现，只要代码，不要解释"

4. 用代码代替描述 ​

需要处理数据时，直接给结构，不要用文字描述。

❌ "我有一个用户列表，每个用户有名字、年龄和邮箱，
    我想按年龄从小到大排序..."

✅ 直接粘贴数据结构：
[{ name: "Alice", age: 28, email: "..." }, ...]
按 age 升序排序，返回新数组

5. 分段处理长文档 ​

不要一次性把整篇文章扔给 AI，按需截取相关段落。

❌ 把 10000 字的文档全部粘贴，问其中一个小问题
✅ 只粘贴相关的 500 字段落

如何高效与 AI 对话？ ​

节省 Token 只是一方面，更重要的是提升对话质量，让 AI 一次就给出你想要的结果。

给 AI 一个明确的角色 ​

✅ "你是一个有 10 年经验的 Node.js 后端工程师，
    帮我 review 以下代码的性能问题："

角色设定能让 AI 调整回答的专业深度和视角，避免给出过于基础或偏离方向的回答。

说清楚输出格式 ​

✅ "用 Markdown 表格对比以下三个方案的优缺点"
✅ "给我 3 个方案，每个方案一句话概括，不要展开"
✅ "只返回 JSON，不要任何解释文字"

提供反例或约束条件 ​

✅ "写一个 Python 函数，要求：
    - 不使用第三方库
    - 时间复杂度 O(n)
    - 不要用递归"

用"继续"代替重复上下文 ​

如果 AI 的回答被截断，直接说"继续"，不要重新描述任务。

迭代而不是重来 ​

AI 的第一次回答不满意时，针对性地指出问题，而不是重新写一遍提示词。

❌ 重新写一个更详细的 Prompt，从头开始
✅ "上面的方案性能太差，改用哈希表实现"
✅ "语气太正式了，改成口语化一点"

善用"分步思考" ​

对于复杂问题，让 AI 先列出思路再执行，能显著提升准确率。

✅ "先列出解决这个问题的步骤，确认后再写代码"
✅ "一步一步思考，然后给出答案"

一个实用的对话模板 ​

把以下结构作为复杂任务的提问框架：

【角色】你是一个...（领域专家）

【背景】我正在做...（简短的项目背景，1～2句）

【任务】请帮我...（具体要做什么）

【约束】
- 要求1
- 要求2

【输出格式】请以...格式返回

这个结构能让 AI 快速定位你的需求，减少来回确认的轮次，也就减少了 Token 消耗。

总结 ​

目标做法
省 Token开新对话、精简提问、按需截取文档
提升质量给角色、说格式、加约束条件
减少来回用模板、迭代修改、让 AI 分步思考
控制成本简单任务用便宜模型，复杂任务再上旗舰

AI 不是搜索引擎，也不是万能的。它的能力上限很高，但能不能发挥出来，很大程度上取决于你怎么问。

  • 本文作者：Gavin
  • 本文链接：
  • 版权声明：本博客所有文章除特别声明外，均默认采用 CC BY-NC-SA 4.0 许可协议。
其他文章
cover
钉钉网页版是如何检测到本地客户端并自动登录的？
  • 26-02-25
  • 06:00
  • 前端开发