Token 省钱实战

开发时省 Token = 提高一次生成命中率：少轮次、少无效上下文、少在错误方向纠缠。

AI CODING · Token

最贵的往往不是模型单价，而是「Prompt 写糊 → 假完成 → 再开八轮」。Spec 写清楚，通常比换更贵模型更省。

焦点 开发时阈值 纠错 ≤3 轮

看对照 →

本节要点

• 开发时五条省 Token 原则
• 费 / 省开场对照 + 一轮预算意识
• 与 Prompt 工程同一件事的两面

五条对照实操自查

两个维度

维度	谁在耗	本页
开发时	编码助手	✅ 焦点
运行时	Agent 产品	日常技能 · Token

开发时五条

1. 规格写进第一句 — 比事后纠错省大量轮次。
2. Rules / 文档 @ 一次 — 别每轮重讲规范。
3. 缩小 @ — 单文件或单目录；无关任务开新对话。
4. 选对模型档 — 提纲/文案用快档；架构与疑难再用强档。
5. 走偏就停 — 回滚后换更小的 Prompt；在无效 diff 上堆 = Token 放大器。

费 vs 省对照

备选做法 · 费 Token

「帮我看看整个项目」；同一对话串 5 个需求；整仓 @；连续「再优化一下」。

推荐做法 · 省 Token

只 @ 会改的文件；每需求新对话 + 各自 Prompt；第一轮就写验收；说清优化指标。

费 Token	省 Token
「帮我看看整个项目有什么问题」	「只看 @pages/index 的列表过滤，对照 domain 契约」
同一对话串 5 个无关需求	每需求新对话 + 各自给 AI 的 Prompt
假完成后再开 8 轮猜	第一轮就写验收步骤
整仓 @	@ 单文件 + architecture 十行
强模型做改文案	快档改文案，强档留给跨模块

一轮对话的「预算」意识

系统/规则注入     （尽量靠 Rules，少在聊天重复）
@ 文件             （只留会改/会对照的）
给 AI 的 Prompt    （目标·范围·契约·验收）
模型输出 + 多轮纠错 （纠错越长越贵 —— 说明 Prompt 写糊了）

若纠错超过 3 轮仍无验收通过：停，回滚，重写更小的 Prompt。

实操：同一需求的两种开场

费：

帮我把推荐列表做好，顺便把详情和接口也接上，参考业界最佳实践。

省（可贴）：

给 AI · Prompt · 只做筛选函数对照：同一需求，范围写死后通常更短、更准

【目标】只实现 dishesForScene，不接 UI。
【参考】@domain/mealScenes.ts 的类型风格
【验收】solo 过滤结果打印非空
【请你】先复述签名，确认后再写。

自查清单

• [ ] 任务是否一句话 + 约束写清？
• [ ] 是否只 @ 需要的文件？
• [ ] 是否可用更小模型试第一轮？
• [ ] AI 若已越界，是否已停并回滚？
• [ ] 验收步骤是否写在 Prompt 上？
• [ ] 本对话是否只服务一个目标？

和 Spec 的关系

省 Token 与 Prompt 工程 是同一件事的两面：命中率高了，轮次自然少。
运行时省 Token（缓存、路由、RAG 封顶）见日常技能页，不在本课主线展开。