OpenClaw跑起来之后，你以为只是跟它聊聊天、让它干干活，但每句话的背后都是实打实的Token在燃烧。输入算钱，输出也算钱，重复对话算钱，加载记忆还算钱。等你反应过来的时候，账单已经跑出去老远了。

Token消耗这件事，很多人一开始不重视，想着"先跑起来再说"。结果跑着跑着发现，AI是挺好用，但用不起了。今天咱们就聊聊，怎么通过优化提示词，把那些白白烧掉的Token省下来。

先说一个反直觉的事实：提示词越长，模型可能越笨。

这不是玄学，而是注意力机制的天然缺陷——模型对Prompt开头和结尾的信息关注度最高，中间部分常常成为"注意力洼地"，这就是著名的"迷失在中间"现象。你以为把上下文塞得越满，它理解得越准确，结果它反而抓不住重点，答非所问。

更扎心的是，那些塞进去的无关信息，每一行都在消耗你的Token。给模型喂一万字的背景资料，它真正用上的可能不到一千字，剩下的九千字纯属浪费。有人做过测试，精简后的Prompt在同样任务上Token消耗能减少70%以上，回答质量反而更高。

所以第一条原则很简单：能删则删，能不说的尽量不说。

具体怎么删？可以从几个方向入手。

第一个是"先总结再输入"。如果你真的有一大段背景资料非给不可，别直接扔进去，让模型自己先读一遍，生成一份摘要，再拿这份摘要去做后续任务。这个过程叫"自我压缩"，相当于让模型帮你把厚书变成薄本，薄本再变成卡片，层层过滤之后，留下来的才是真正有用的信息。

第二个是"只给最相关的"。别动不动把整个知识库都塞进去，用检索增强生成（RAG）的思路，只把跟当前问题最匹配的那几个片段捞出来。比如你要问上个月的销售数据，就别把去年的日志也捎上；你要处理邮件，就别把聊天记录也加载进来。精准投放，比大水漫灌省得多。

第三个是"模板化重复内容"。如果你经常让OpenClaw做同一类任务，比如每天整理邮件、每周生成报表，可以把固定的指令部分写成模板，每次只替换变量。这样既保证了格式统一，又避免了每次重新写一大段话。而且很多平台支持prompt cache功能，相同的提示前缀命中缓存后，Token按40%单价计费，长期用下来省得更多。

说完输入的优化，再看输出的控制。

输出Token的计费通常比输入更贵（有些平台按1:2的比例），所以让模型"少说点"比"少喂点"更值钱。

最简单粗暴的办法是设置max_tokens参数，给输出加上天花板。比如你只是想要一个简短结论，就别让它长篇大论地分析。有个技巧叫"约束压缩"——要求模型只给最有用的前20%信息，控制在120字以内，格式可以用"一行答案+三个要点"的结构。这样既保证了信息的完整性，又避免了无意义的废话。

另一个好用的是结构化输出。让模型直接返回JSON格式的数据，而不是自然语言描述的段落。比如你想要某个结果，可以这样写：

json

请以JSON格式返回：

{

"结论": "简短结论",

"关键数据": ["数据1", "数据2"],

"建议": "下一步操作"

}

这样模型就知道该说什么、不该说什么，不会跑题也不会啰嗦。而且JSON解析起来也方便，后续程序直接处理，省去了文本解析的麻烦。

如果任务比较复杂，别指望一个Prompt解决所有问题。拆成多步，每一步只做一件事。比如先让它提取关键信息，再让它基于这些信息做分析，最后让它生成报告。每一步的输入都是上一步的输出，中间没有冗余内容。这种"规划者-执行者"的分工模式，既清晰又省钱。

最后说说OpenClaw特有的省钱技巧。

OpenClaw最大的特点是有"技能"（Skills）生态，很多优化工作可以借助现成的技能来完成，不需要自己写Prompt。

比如QMD这个技能，专门解决记忆检索低效的问题。原生记忆系统每次查询都要加载全部记忆文件，哪怕只需要1%的信息，也会消耗完整的Token。QMD采用三层混合检索机制——BM25全文搜索、向量语义搜索、Qwen3重排序，把查找Token消耗从15000降到1500，节省比例超过90%。安装之后，长对话场景下100轮的Token消耗能从50万降到6万，效果立竿见影。

还有prompt-guard这个技能，解决的是防御规则冗余的问题。传统提示注入防御每次请求都加载完整规则集，70%的Token用于无意义的重复校验。prompt-guard采用分层加载策略，只加载当前必要的规则，节省比例可达70%以上。

这两个技能在OpenClaw镜像里都可以一键安装，步骤也不复杂：

# 进入OpenClaw容器

docker exec -it openclaw

# 安装QMD

curl -fsSL https://bun.sh/install |  && export PATH="$HOME/.bun/bin:$PATH"

bun install -g qmd

qmd init --backend openclaw

# 编辑配置文件，启用QMD

vi ~/.openclaw/openclaw.json

# 添加memory配置后重启服务

openclaw gateway restart

说到底，优化提示词这件事，本质上是换一种思维方式——从"喂饱"模型变成"引导"模型。

以前觉得给得越多，它懂得越多。现在发现，给得越准，它干得越好。那些被删掉的废话、被压缩的长文、被拆解的步骤，每一处节省下来的Token，最后都会变成账单上实实在在的减少。

下次你的OpenClaw账单又飙高的时候，别急着骂模型太能吃，先回头看看自己喂的那些话里，有多少是它真正需要的。