GLM员工Lou分享的省Token经验：----------------我发现，有些人会尝试缩短提示词来节省 token，但其实输出 token 才是更大的优化空间。因此，我会分享一些提升 token 使用效率的技巧。（这篇内容面向普通开发者和初学者，后续会介绍更高级的方法。）

可以先尝试以下几个简单做法：

a. 限制输出长度。例如，可以说：“回答不超过五个要点，每个要点一句话。”在 API 调用中，可以使用 max_tokens。

b. 使用简洁的输出结构。只要求返回特定的 JSON 字段或简短列表，并明确说明：“不要添加任何额外解释。”

c. 在 API 支持的情况下使用停止序列。它对固定格式的输出尤其有用。

d. 删除提示词中所有对任务没有帮助的内容，例如“请”“谢谢”等客套话。

e. 对于复杂任务，首先需要使用结构化提示词，以确保输出稳定可靠，之后再逐步优化。

f. 对于某些非推理模型，可以尝试重复提示词来提高准确率。不过，这目前还不是一种通用的最佳实践。

以上只是一些个人总结。请始终查看最新的官方文档。How I AI