发布于 2025-02-13 06:58

积分消耗机制指南

积分消耗机制

1. 积分消耗的基本单位：Token

积分的消耗是基于「Token」的概念来计算的。Token可以理解为文本中的单词、标点符号或字符片段（具体定义因模型而异）。无论是用户的输入还是 AI 的回应，所有的文本内容都会被分解为 Token，并根据这些 Token 的数量来计算积分消耗。

122个文字被拆分成85个Token（字数不等于Token数）

不同的模型会有不同的「价格系数」。这个系数反映了模型的複杂度和运算成本。例如，一个高级模型可能具有更强大的语言理解和生成能力，但其模型系数也更高，因此每次互动的积分消耗也会相应增加。

积分消耗主要由以下几个部分组成：

固定提示词（Prompt）：为了确保作品能够按照预期的角色或风格回应，作者会设定一些固定的提示词。这些提示词在每次对话开始或重置时都会被使用，因此会产生一定的 Token 消耗。例如，如果作者设定了一些提示词来让 AI 扮演「专业客服」，这个提示词的 Token 数量将被计入每次对话的消耗中。
非固定提示词（世界书）：非固定提示词是指放在世界书内的提示词，它们只会在接收到关键词才会启用。
用户输入：用户的每次输入（即问题或指令）也会被分解为 Token，并根据 Token 数量计算积分消耗。输入的长度越长，消耗的积分就越多。例如，输入「你好」消耗两个 Token，而输入一段长篇的描述则可能消耗数十甚至上百个 Token。
AI 输出回应：回应的长度和複杂度直接影响积分消耗。
上文内容（上下文）：为了确保对话的连贯性，系统会保留一定的对话历史（即上下文）。这些上文内容同样会被分解为 Token，并计入积分消耗中。上下文的长度通常受到「记忆大小」设定的限制，用户可以根据需要调整记忆大小，但记忆越大，积分消耗也越高。

固定设定长度是指提示词的"字数"，并非"Token数"

积分消耗涉及模型系数的乘法计算，也可以通过除法逆向推算Token数。

积分消耗 = Token 数量 × 模型系数

例如，yuegle的cladue系数为 0.12，总 Token 数为 1000，则积分消耗为：

\[ 1000 \times 0.12 = 120 \text{ 积分} \]

Token 数量 = 积分消耗 ÷ 模型系数

例如，若积分消耗为 200，模型系数为 0.042，则：

\[ \text{Token 数量} = \frac{200}{0.042} = 4761 \text{ Token} \]

记住消耗的Token包括：固定提示词、用户输入内容、AI输出内容（上文内容）。

游玩新卡片前可以按照首次消耗来推算固定Token数，336/0.19=1768 Token

以下是针对积分消耗的减少方法，分别从作者（开发者或平台）和用户的角度提供建议：

优化固定提示词：缩短提示词长度，使用简洁但有效的指令。例如，将「请以专业客服的口吻详细回答用户问题」简化为「专业客服回应」。避免重複或不必要的提示词，确保每次对话只使用必要的 Token。
使用世界书：如果你有一个複杂但又不太常用的的角色背景或世界设定，可以将其存入世界书中。
使用记忆区：记忆区用记录重要对话内容，将重要信息或关键点记录在记忆区中，这样可以使用户将记忆设定调低，大大减少在每次对话中需要消耗的Token。