1. 核心大招：强制“增量输出”（Diff-Only）

这是节省 输出 Token 最有效的手段。默认情况下，大模型喜欢把整份代码文件重新写一遍，即便它只改了一行。

  • 笨办法：“帮我修改这个文件的 bug。”（模型直接吐出 500 行代码）
  • 妙招：在 Prompt 中明确限制输出格式。

    Prompt 模板： “请只输出修改过的代码片段。未修改的部分请用 // ... 保持不变 ... 或 # ... existing code ... 代替。如果可以，请直接以 Git Diff 的格式提供修改方案。”

2. 输入“骨架”而非全量代码（Skeleton Prompting）

当你需要让模型理解你的项目结构或某个工具类时，不要直接把几千行的源文件贴过去。

  • 妙招：只给模型提供类型定义（Types/Interfaces）、函数签名（Function Signatures） 或 骨架代码。
  • 例如（TS/JS）：
// 不要贴整个实现，只给这个：
interface UserService {
  getUser(id: string): Promise<User>;
  updateProfile(id: string, data: Partial<User>): Promise<boolean>;
}

模型只需要知道“有什么方法可用”以及“入参和出参是什么”，并不需要知道你内部复杂的 SQL 是怎么写的。

3. 巧用 XML 标签（对 Claude 尤为有效）

Claude 对 XML 标签（如 <code_>）有着极强的敏感度。用 XML 标签包裹代码和指令，不仅能提高准确率，还能减少解释性废话。

<system_instruction>
你是一个极简主义的编程助手。请直接输出代码，不要解释，不要说“好的，我为你准备了以下代码”。
</system_instruction>

<source_code>
// 贴入你的核心代码
</source_code>

<task>
重构上面的代码，提高运行效率。
</task>

省流原理：明确的结构让模型不需要在 Prompt 里猜测“哪里是代码，哪里是要求”，从而大大减少了模型的推理和多余的客套话（“Certainly! Here is…” 也是要算 Token 的）。

4. 及时“断舍离”，开启新会话（Reset Context）

很多人习惯在一个聊天窗口里从早聊到晚，甚至聊上好几天。

  • 痛点：每一次你发送新消息，大模型都会把之前所有的聊天记录重新打包发送一遍（这叫 Cumulative Token）。如果前文有 5 个版本的完整代码，你发一句“谢谢，搞定了”，这一句谢谢可能要消耗你几万 Token。
  • 妙招：一个 Bug 解决后，立刻开新窗口。 开启前，可以把上一个窗口最终确定的方案或关键 Context 复制过去作为新会话的起点。

5. 清理输入代码的“水分”

在把代码贴给 LLM 之前，做一些简单的预处理：

  • 删掉不必要的日志和注释（比如大段的 JSDoc/Docstring 或者是历史 debug 的 console.log）。
  • 避免贴入无关静态资源：例如代码中嵌套的巨长 Base64 字符串、大型 SVG 矢量图代码、几百行的 mock 数据。贴入前把它们替换成 const logoSvg = "..." // SVG Content here。

⚖️ 省流策略对比表

场景 以前的做法（Token 刺客） 现在的做法（Token 守财奴） 预计节省率
修改已有代码 直接贴全文件，让它重新生成全文件 使用 // ... 保持不变 ... 指令，只输出修改点 50% - 80%
让模型理解多文件关系 把相关的文件一股脑全贴过去 只贴相关文件的目录树（tree）和对外接口定义 70% - 90%
多轮 Debug 在同一个长对话里反复调试 Debug 成功后，立刻复制正确代码，开新窗口继续下一步 30% - 60%（越往后省越多）