博客

写作省钱大法:如何高效使用 Token

分享

前置项:确保你及时更新 灵蟹创作 / SoloEnt 的客户端

我们在每个版本中都会持续优化上下文管理和 API 的缓存,以保证随着模型更替,我们在成本控制上为您提供最优方案。

下载灵蟹最新版本

核心逻辑

Token 消耗 = 输入大小 × 调用次数

理解这个逻辑,我们将从如何控制每次输入的大小和如何降低无效调用两个方向来展开。


高影响 — 每次使用都应该省

控制上下文窗口的范围

只让 AI 看它真正需要的内容。写第 47 章时,AI 不需要看第 1 章;润色一段对话时,AI 不需要看整章。

实操建议:

  • 当前任务只激活与当前场景相关的文档,比如写一章正文,只需要 AI 阅读直接相关的设定、章纲和有限上下文;通过建立 SoloEnt.md 来帮助 AI 通过这一个文件就可以快速理解上下文,而不是每次都读取上下文的更多文档;
  • 用 @ 精准引用,或手动把相关文档拖动到对话窗口中(按住 shift),而不是默认打开或阅读所有文档;
  • 修改对话时只选中目标段落,不要全章选中;
  • 每个场景结束后,关闭不再需要的文档引用。

预计节省:40–60%


用短指令替代长描述

AI 不需要你的背景铺垫,它只需要知道"做什么"和"怎么做"。SoloEnt 已经提供了系统提示词,无需在会话中再次强调背景。

❌ 费 token 的写法:

你是一个专业的小说写作助手,请帮我把这段对话改写得更有张力一些,
让读者感受到两个角色之间紧张的关系,同时保持人物性格的一致性……

✅ 省 token 的写法:

改写对话:增加冲突张力,保持角色语气

把常用指令存成 Skill,一键调用,零描述成本。

预计节省:20–35%


审查你在使用中的Rules

Rules 是最容易被忽视的隐性 token 大户。因为 Rules 会默认在每次会话请求强制加载。

精简原则:

  • 写作正文相关的 Rules 仅在写正文时加载
  • 删除"你是……"式的角色扮演铺垫(AI 已经知道自己是谁)
  • 用列表代替段落——同样信息,token 减半
  • 每季度审查一次 Rules,清理已经内化、不再需要显式声明的内容

预计节省:15–30%


中度影响 — 建立好的日常习惯

轻任务用轻模型

不是所有任务都需要最强的模型。

任务类型最优模型(要求高时使用)轻量模型(要求可放低时使用)
头脑风暴、提纲生成、一致性检查SonnetHaiku、glm
正文写作、对话润色、场景扩写Gemini豆包、Deepseek
复杂情节设计、风格深度仿写、长篇逻辑梳理OpusSonnet、glm
初稿生成、大纲草拟glm、Deepseek开源模型

预计节省:50–70%(轻任务部分)


分步骤,不要一次要完整输出

不要反复试探性地进行生成任务:一次让 AI 生成 2000 字章节,不满意就重来,这种模式浪费最多。

推荐流程(以章节写作为例):

  1. 第一步: 先出章纲
  2. 第二步: 对章纲满意后,再展开写正文
  3. 第三步: 最后做语气和风格微调

每一步的 token 都很小,确认对了再推进——总消耗反而远低于反复重生成。

善用 Plan 模式: 在正式执行前,先切换到 Plan 模式,用几轮轻量对话把方向、结构、关键细节都确认清楚,再切回执行模式生成内容。Plan 模式的 token 消耗极低,而一次对齐好方向,可以省掉后续多次重生成的巨大开销。

[Plan 模式] 这一章我想写 A 和 B 和解,但要留下 C 的伏笔,你觉得有哪几种结构?
→ 对齐方向,确认节拍
[执行模式] 按第二种结构写出正文

预计节省:30–50%(迭代场景)


常开新窗口,别在旧对话里续写

每个对话窗口都有历史记录——你和 AI 来回聊得越多,下一条消息的输入 token 就越大,因为历史对话会被全量带入。一个拖了几十轮的对话窗口,光是"历史包袱"就能占掉大量 token。

建议:

  • 完成一个独立任务后,开新窗口处理下一个任务
  • 不要在同一个窗口里既润色对话、又讨论大纲、又修改设定
  • 如果一个窗口已经很长,需要重新生成内容时,优先开新窗口并只带入必要的上下文
  • 可以通过调用 SoloEnt.md 或 @ 具体文件来重新激活正确且必要的上下文

好习惯:一个窗口,一件事。

预计节省:10–30%(长期积累)


让 AI 只修改,不重写

不加约束时,AI 倾向于重新输出整段内容,所以尽量每次都明确告诉它只改什么部分。

❌ 会触发全文重写:

帮我改进这段文字

✅ 只输出修改部分:

只改第三段,把句子节奏放慢,输出修改后的段落即可,不需要其他内容

加上"不需要解释"、"不需要总结"——AI 的前缀和后缀也消耗 token。

预计节省:20–40%(润色场景)


进阶技巧 — 深度优化

用 Workflow 固化个人常用的高频流程

如果你每次写章节前都会做同样的工作:检查前情摘要、确认角色情绪、阅读本章章纲。把这个流程做成 Workflow,参数只填"章节编号",其余由系统自动组装。

每次调用的提示 token 是固定最小值,而不是每次手动要求的随机值。同时还能保证每次执行的一致性。

效果:一致性 + 省 token 双赢


用本地模型做"草稿层"

用 LM Studio 在本地运行开源模型,生成初稿(边际成本为零)。初稿跑出来之后,只用云端模型做最后一轮精修——这一轮 token 消耗很少,但效果显著。

硬件参考:

  • 16GB 内存:可运行 7B 参数模型(够用于打草稿)
  • 32GB 内存:可运行 13B 参数模型(质量更稳定)

适合高产作者,云端消耗可降低 60% 以上


一句话总结

控制上下文,精准输出你的需求,而不是优化提示词——这才是 token 省钱的核心。

Rules 写短、引用精准、模型按需选择,三件事同时做,月度 token 账单可以减少一半以上,而写作质量不会有任何损失。