如何在保证效果的前提下减少Prompt的token消耗？

策略：

• 压缩Few-shot示例：将示例从完整长文本压缩为精简格式
• 去除重复指令：避免在System Prompt和User Message中重复相同的约束和角色设定
• 使用缩写符号：用简洁符号替代冗长描述（如「Q:」代替「Question:」，「A:」代替「Answer:」）
• 提炼关键指令：让LLM帮忙提炼Prompt——「请将我下面这段Prompt精简50%，但保留所有核心约束和指令」
• 动态上下文：根据问题类型只注入相关的RAG知识，而非全部上下文

成本影响：(System+User) Prompt token减半 -> 模型推理耗时减半 -> API费用减半（因为按token计费） 注意：压缩可能降低模型理解准确度，需在效果和成本间做A/B测试，找到最优平衡点