# 如何写出更节能的提示？

> 如何写出所需计算更少的 AI 提示：具体明确、设定长度、只粘贴相关内容，并争取一次写对，而不是反复重试。

Source: https://greenai.guide/zh/如何/如何写出更节能的提示/  
Updated: 2026-11-19

## 简而言之

写简短、具体的提示，准确说明您想要什么，只提供模型需要的上下文，并为回答设定长度。模型读写的文字越多，能耗就越高，所以两者都精简，并争取第一次就得到可用的回答，节省最多。

## Steps

1. 在第一行说明任务、对象和格式。
2. 设定长度上限，例如“用三个要点”或“不超过 100 字”。
3. 只粘贴任务所需的段落或数据，而不是整份文档。
4. 如果任务不常见，给出一个好结果的示例。
5. 如果回答差一点就对了，用简短的追问来纠正，而不是从头再来。

**好的提示通过简短、具体、一次写对来节省能源。** 语言模型以 [token（词元）](/zh/术语表/#token)为单位处理文字，token 大致相当于词的一部分，每读或写一个 token 都要消耗计算。Delavande、Pierrard 和 Luccioni 发现，能耗随提示长度和生成长度线性增长。

## 高效的提示是什么样的？ {#what-does-an-efficient-prompt-look-like}

**它说明要什么、给谁看、要多长。** 比较一下：

- *浪费的：* 粘贴一份 20 页的报告，然后问“有什么看法？”
- *高效的：* 粘贴相关的两页，然后问“为非专业的董事会列出这一部分中最大的三个风险，每个一句话。”

后者读得更少、写得更少，也更可能直接可用。

## 能节省多少？ {#how-much-can-it-save}

UNESCO 和伦敦大学学院（University College London）发现，缩短提示和回答可以把能耗降低一半以上。输入长度影响很大：Epoch AI 估计，一次约 0.3 Wh 的典型查询，在输入为 10,000 个 token 时会升至约 2.5 Wh。

## 常见错误 {#common-mistakes}

- **“以防万一”把所有内容都粘贴进去。** 只摘取相关的部分。
- **不限定长度。** 除非您另有说明，模型往往会写得比您需要的多。
- **第一次提问含糊不清，** 随后再反复重试。一个清晰的提示通常胜过三个含糊的提示。
- **担心“请”和“谢谢”。** 简短的礼貌用语确实会消耗一点能源，但长输入和反复重新生成的影响要大得多。

如果您在开发工具，可以在代码中强制执行其中一些做法：请参阅[如何限制 LLM 的输出长度](/zh/如何/如何限制大语言模型的输出长度/)。更多日常技巧，请阅读[高效使用 AI](/zh/良好实践/高效使用-ai-日常习惯/)。

## 来源

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
- [Small talk, big impact: the energy cost of thanking AI](https://arxiv.org/abs/2601.22357), Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
