輸出層：管住模型的嘴
實戰四層的最後一層。輸出 Token 比輸入貴好幾倍（回看第 3 節報價表），而且直接決定接口返回速度。管住模型的嘴，有三類合適的操作：指令層、程式碼層、工程層。
很多人知道要求「請簡潔回答」，但這是有問題的——「簡潔」對模型來説太抽象了，它不知道你要多簡潔。有效的寫法是把「別幹什麼」列清楚：
實測下來，Agentic 場景能砍掉 30% 的廢話。説白了就是告訴它：別整那些有的沒的，直接上結果。
這是文字潤色場景最大的成本坑：用戶説「幫我將呢句改到通順啲」，模型把 2,000 字的文章從頭輸出一遍。就算約束到只輸出那個段落，Token 也在嘩嘩地燒。
換個思路：讓模型只輸出修改的部分——用 Diff 格式標出「原文→改後」，或者直接返回正則表達式，程式拿到後再做替換。只動那兩三個詞，1 秒搞定：成本差幾十倍，體驗還更好——速度快，用戶還能直接看到改了哪裏，不用自己對比。
在 Prompt 裏寫「請只輸出 3 項」，模型聽不聽是玄學——可能輸出 3 項，也可能 5 項再加一段總結。但停止序列（stop sequence）是物理截斷，和模型「聽不聽話」無關：API 檢測到指定字串就直接掐斷生成流，被掐掉的部分不計費、不進歷史上下文。
簡單，粗暴，但好用。有效控制輸出，就是控制成本和用戶體驗。
負向約束要具體：「不要寒暄、不要總結、不要客套」比「請簡潔」有效得多，Agentic 場景砍 30% 廢話。
潤色輸出 Diff 或替換指令，別讓模型重寫整段：成本差幾十倍，用戶體驗反而更好。
停止序列是物理開關：列表掐「4.」、單行答案掐換行、JSON 掐「}」、防自問自答掐「用戶：」。
內容來源：整理自作者團隊內部分享《AI Token 降本增效策略分享》實戰篇「04｜輸出」。停止序列參數見各家 API 文檔（OpenAI 相容接口為 stop 字段，最多可設 4 個序列）。