什么是提示词压缩
提示词压缩就是用更少的token向AI传递同样的指令。token越少，处理越快，成本越低，上下文窗口里留给真正工作内容的空间越大。
对比：自然语言 vs 结构化语法
自然语言（91个词，约120个token）
请读取sales.csv文件中的销售数据，然后过滤出收入
大于1000的记录，接着按地区进行统计分析，按收入
从高到低排序，最后以markdown表格形式输出结果。I-Lang（18个词，约25个token）
[READ:@SRC|path=sales.csv]
=>[FILT|whr=revenue>1000]
=>[STAT|by=region]
=>[SORT|by=revenue,desc]
=>[FMT|fmt=md]
=>[OUT]压缩效果
| 指标 | 自然语言 | I-Lang | 变化 |
|---|---|---|---|
| 词数 | 91 | 18 | -80% |
| 估算token | ~120 | ~25 | -79% |
| 歧义 | 多种理解方式 | 一种理解方式 | 更低 |
哪些场景最需要压缩
系统提示词
系统提示词每轮对话都要发送。500 token的系统提示词，聊100轮就是50000 token。压缩35%就是省17500 token。
按token计费的API调用
用API调用大模型，每个token都是钱。系统提示词的token在每次请求里都重复计费。压缩直接降成本。
长上下文会话
上下文快满的时候，AI质量会下降。压缩后的指令占用更少空间，留给任务内容的窗口更大。