1. Token 不是“词”

中文 1 个词≈1.5～2 个 token，英文 1 个字母也能算 1 token。计费、限长都是按 token，估算时先“打个八折”。

2. “系统提示”优先级最高

把最重要的事写在最前面，如“回答用中文、不超过 100 字、不给医疗建议”，模型会优先遵守。

3. 少样本提示（Few-shot）> 零样本

给 2～3 个“输入→输出”例子，再让它照做，准确率立刻涨 20% 以上。

4. 链式思考（CoT）

在问题末尾加一句“请一步一步想清楚再答”，复杂推理正确率大幅提高，尤其数学、逻辑。

5. 让模型“慢思考”

先让它输出“草稿/思路”，你再问“确认对吗？”，最后汇总，比一次性要答案更准。

6. 向量数据库 = 外挂“私人笔记本”

把公司资料切成小段，变成向量存起来，提问时先查再答，就能“只基于指定文件”回答，减少幻觉。

7. 参数≠能力，数据质量才决定智商

同样 7B 模型，用干净高质量数据微调后，能打败 30B 的“野生”大模型。

8. 推理成本速算口诀

1k token 输出 ≈ 1 分钱（国内主流价），写 500 字文章 ≈ 1 毛钱，做客服先算“每轮 3 分”，再看并发。

9. 并行调用降延迟

把长文档拆多段，同时发 4～6 个请求，再拼结果，总时间从 30 秒降到 5 秒，用户体验翻倍。

10. 最后一道护栏：二次校验

凡是要落地到合同、代码、医疗、金融，都让模型先答，再用规则脚本或人工跑一遍“关键字+数值”校验，出事率降到千分之一以下。

记住一句话：把大模型当“语速极快、记忆力爆棚、但偶尔嘴瓢”的高级助理，给它模板、给它例子、给它边界，它就能替你跑完 80% 的粗活，你把关最后 20% 就行。