語法層:Prompt 是寫給機器的
進入實戰四層的第一層。很多產品早期為了除錯方便,或者乾脆是讓 AI 代寫的提示詞,習慣用 ###、** 加粗、JSON 展示資料。這些對人類友好的排版,在大模型的計費邏輯裡全是「詞法稅」。
作者做了一個 Token 視覺化分析工具(yusuan.ai/analyzer),把一段精簡版 Lyra 提示詞丟進去分析:光是加粗用的 ** 符號,就吃掉了 8.5% 的 Token。算上列表、標題符號、JSON 縮排換行,這份提示詞 13% 都是格式性內容。一般產品的 Prompt 裡,10%–20% 都是這種裝飾性 Token。
把 50 條使用者記錄餵給模型,三種格式點開對比。欄位名重複 50 遍的 JSON 陣列,是 RAG 場景的重災區。
1、複雜物件用 YAML(或 TOON),別用 JSON。JSON 的訊雜比太低:每個 Key 雙引號包裹、每層巢狀花括號閉合,而這些符號往往獨立計費。YAML 用縮排代替閉合符號、冒號代替「引號+冒號」,Token 通常省 10%–15%,多的能到 40%。TOON 是專為省 Token 設計的新格式,但作為新格式 LLM 不一定支援得好——所以更穩的組合是 YAML + CSV。
2、扁平列表用 CSV,別用 JSON 陣列。帶表頭的表格把重複鍵名全幹掉,長列表場景砍 30%–60%,同樣的上下文視窗還能塞更多資料。
3、後臺輸出強制 Minified JSON。輸出端的 Token 比輸入端更貴,還直接影響介面返回速度。面向使用者的流式輸出可以寬鬆點,但純後臺任務(提取標籤、情感分析、資料清洗)不需要任何排版——在 System Prompt 裡顯式約束:
機器讀資料不需要美觀,只需要合法。批次任務加上這條約束後,生成耗時顯著下降。
先去 yusuan.ai/analyzer 量一下你的 Prompt:裝飾性 Token 通常佔 10%–20%,這是最容易拿的一筆錢。
資料結構按場景選:複雜物件 YAML、扁平列表 CSV、後臺輸出 Minified JSON。
輸出比輸入貴,管住輸出格式既省錢又提速(第 12 節還有三招)。
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「01|語法層」。工具:yusuan.ai/analyzer;YAML 規範見 yaml.org。