简而言之
用一个清晰的请求说清您的需要,让回答保持简短,换新话题就开新对话,并且节制地生成图像和视频。按已公布的估算,一个典型的文本问题耗电约三分之一瓦时,但长输入、反复重新生成和媒体生成可能使能耗成倍增加。
步骤
- 先看看搜索、计算器或地图是否能更快回答问题。
- 写一个清晰的请求,说明您想要什么,以及回答应有多长。
- 在已有回答的基础上修改,而不是点击重新生成。
- 换新话题时开一个新对话,而不是在很长的对话里继续。
- 简单问题使用更轻量或更快的模型选项。
- 只在真正需要时才生成图像和视频。
只要改变 ChatGPT 读多少、写多少以及重新运行的频率,您就能省下大部分能耗。 一个普通问题的消耗很小:OpenAI 首席执行官曾表示,一次查询平均约耗电 0.34 Wh,Epoch AI 的独立估算约为 0.3 Wh。真正重要的,是那些让这个数字成倍增加的习惯。
什么最耗能?
长输入、长输出、反复尝试和媒体生成。 Epoch AI 估计,输入为 10,000 个 token(词元)的查询(相当于粘贴一篇长文档)能耗会升至约 2.5 Wh,输入为 100,000 个 token 时则接近 40 Wh。在 Luccioni、Jernite 和 Strubell 的测试中,生成图像平均每 1,000 张约耗电 2.9 kWh,而对 1,000 段文本进行分类只需 0.002 kWh。
如何更节制地使用它?
- 一次问清楚。 说明您想要什么、给谁看,以及回答应有多长。
- 要求简短的回答。 联合国教科文组织(UNESCO)和伦敦大学学院(UCL)发现,缩短提示和回复可以把能耗降低一半以上。
- 只粘贴需要的内容,例如相关章节,而不是整篇文档。
- 简单问题选用更轻量的模型,把“思考”模式留给难题(参见何时使用推理模式)。
什么带来的改变最大?
避免反复循环和生成媒体。点十次重新生成,或者做几十个图像变体,耗费的能源远远超过多说多少句客气话。每次查询的数据都是估算值,因模型和提供商而异,所以请把它们当作粗略参考,而不是精确计数。
更多日常习惯,请阅读高效使用 AI和我们的面向所有人的通俗指南。
来源
- The gentle singularity, Sam Altman (OpenAI) (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
相关内容
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。
如何避免一遍又一遍地重新生成 AI 回答?
为什么反复点击“重新生成”既浪费能源又浪费时间,以及如何用一个好的提示加一句简短的追问,得到可用的 AI 回答。
如何避免与 AI 的长对话浪费能源?
为什么很长的 AI 对话每多一条消息成本就更高,以及让对话保持精简的简单习惯:开新对话、简短回顾、只粘贴要紧的内容。
高效使用 AI:日常习惯
降低 AI 使用能耗的日常习惯:清晰的提示、减少反复重新生成、慎用图像和视频、利用缓存,以及关闭默认开启的功能。