乐于分享
好东西不私藏

跟AI说话不用讲礼貌:一个开发者省Token的实战手册

跟AI说话不用讲礼貌:一个开发者省Token的实战手册
跟 AI 说话不用讲礼貌一个开发者省 Token 的实战手册

把提示词当成 API 调用来写,而不是当聊天来写。 🔧


😅 一封礼貌的信,换来一场灾难

有个新手程序员给他的 AI 助手发了一条消息——非常礼貌,非常详细,非常……浪费。

😅 新手程序员的写法(800 tokens)

「你好!我最近在做一个 React 项目,遇到了一些让我很困惑的问题,想请教一下。具体情况是这样的:我的状态更新好像有点问题,点击按钮之后数据没有刷新,但我在控制台里又看到变量值是对的……能帮我看看可能是什么问题吗?非常感谢!」

🤖 AI 回复了 2000 字分析,从状态管理讲到组件生命周期,附了三段代码。新手看了半天,没找到他真正的问题

😎 老程序员的写法(40 tokens)

React 18。点击按钮后 state 不更新,但 console.log 显示变量值正确。

🤖 AI 直接给出解决方案:闭包陷阱,useEffect 依赖数组问题 ✅

前者消耗

800

tokens,理解更差

vs

后者消耗

40

tokens,理解更准 ✅


📐 用精度换语法:LLM 的沟通法则

大多数人第一次用 AI 写代码时,最大的误区是:用跟人说话的方式跟 AI 说话。

跟人说话需要礼貌、铺垫、委婉。跟 AI 说话需要的是精确、简洁、结构化

差:「我遇到了一个问题,好像变量没定义,但我感觉可能是作用域的问题,不太确定」

好:「函数报错,变量未定义,但变量存在于父作用域」

后者 token 少一半,模型理解反而更准。LLM 不需要标准流畅的语言输入,它需要精确信息牺牲语法,不要牺牲精度。


📋 提示词的四个维度

📐 提示词的四个维度:缺一个就是浪费

缺任何一个,模型就得猜——猜错就得重来,重来就浪费 token

📋

Context

技术栈、版本号、已有代码

🎯

Task

你要 AI 做什么?动词开头

📐

Constraints

不能用什么、必须用什么

📤

Output Format

只要代码?表格?200字?

💡 简单问答只需 Context + Task。代码生成场景四维必须齐全


🚫 五大反模式:最常见的 Token 浪费

🚫 五大反模式:最常见的 Token 浪费

每一条都在让你多花钱,少收获

1️⃣啰嗦的开场白

差:「你好!我最近在做一个项目,遇到了一个问题想请教一下…」

好:「React 18。点击按钮后 state 不更新。」

💡 每 token 社交废话 = 占用推理预算

2️⃣模糊的任务描述

差:「帮我看看这个接口的代码,好像有点问题」

好:「Express.js 4。POST /login 路由。登录成功发 JWT,失败返回 401。TypeScript。」

💡 模糊 = 模型要么猜,要么反问,都是浪费

3️⃣一个 Prompt 塞太多

差:「帮我做一个登录系统+仪表盘+数据表格+Firebase认证+测试」

好:拆成 5 个独立 prompt,各得其所

💡 上下文窗口不是无限的。过载导致质量差,然后重来

4️⃣假设模型记得上下文

模型的记忆窗口是被压缩的,「记忆」断得比你想象的快。

💡 每轮重声明技术栈和约束——这不是重复,是保险

5️⃣要代码却要了解释

差:「怎么在 React 里实现防抖功能?能给我讲讲思路吗?」

好:「React hook: useDebounce(value, delay)。TypeScript。只给代码。」

💡 要求解释的输出量是要代码的 3 倍——而且多半不是你需要的


📤 上下文经济:输出端也要省

📤 上下文经济:输出端也要省

省 Token 不只是输入端的事,输出端同样关键。五个习惯:

📋 五个省 Token 的输出习惯

✂️

只贴出问题的代码

500 行文件贴 30 行,不用整个文件

🔤

用占位符替代样板

用 [Standard Navbar] 替代 50 行 JSX

📦

一次声明技术栈

首条「Stack: React 18 + TS + Tailwind」,后续省略

🎯

要求最小输出

「只返回修改的函数」而非完整文件

🚫

去掉礼貌语

「很好!现在加上错误处理」→「加上错误处理」

💡 多轮对话累积下来,可省 30-50% 的 Token


✂️ 删掉这些词,每条省 5-15 个 Token

✂️ 删掉这些词,每条省 5-15 个 Token

「你好」「请问」「麻烦你」

「非常感谢」「辛苦了」

「能帮我看看吗」

「我觉得可能」「不太确定」

「可以的话」「如果方便的话」

✅ 这些话在跟 AI 的对话中没有任何价值——AI 不需要被尊重,它需要被精确指令。


💰 选对模型,是最大的 Token 经济

💰 选对模型,是最大的 Token 经济

✅ 80-90% 日常任务

轻量模型和旗舰模型的产出质量没有差异

成本差 10-100 倍 💰

⚠️ 才用旗舰模型

• 深度推理

• 长文档分析

• 新架构决策


⚡ 三种高效句式

⚡ 三种高效句式:用最少 Token 传最多信息

1️⃣ Telegram 风(省略冠词、连接词)

TypeScript。泛型约束。函数接受对象数组。给出语法。

2️⃣ Spec-List 风(问题 + 要点)

编写中间件:

- 从 Authorization 头提取 JWT → 挂载到 req.user

- 缺失返回 401,过期返回 403

- TypeScript,不用 Passport.js

3️⃣ 填空风

补全:useLocalStorage(key, defaultValue) → [value, setValue]。TypeScript。


📋 模板速查卡

📋 模板速查卡

查错    → [技术+版本]. [问题]. [错误信息]. Fix?

生成代码 → [技术栈]. [函数签名]. Requirements: [...]. Output: code only.

调试    → [语言]. Error: [错误信息]. Stack: [调用栈]. 只给修复代码.

重构    → [语言]. [代码]. 目标: [目的]. 只输出修改的部分.

测试    → [语言]. [函数签名]. 覆盖: 边界+正常+异常. Output: test code only.


✍️ 写在最后

🔑 核心方法:把提示词当成 API 调用

你不会对 API 说:

「你好,请问可以帮我处理一下这个请求吗?」

你会直接发:

POST /api/data — { id: 123 } — 200 OK

📥

结构化输入

📤

结构化输出

💰

最少 Token

🎯

最高质量

省下来的不只是 Token 💰还有时间和耐心 ⏰

当你习惯了用精确、简洁、结构化的方式跟 AI 说话时,你会发现:省下来的不只是 Token,还有时间和耐心。 ⏰

- END -

本文旨在帮助开发者优化与 AI 的沟通效率,文中方法和框架仅供参考