核心结论 :规则不是写给你看的,是每次提问都重新发给模型一遍 的。所以「不要、不许、禁止」这类只在出事时才生效的句子,会变成每一轮都在付费、却几乎不出力的常驻文本。一条被大量转发的实测是同等任务下 token 消耗增加 46% ;本文再用一份真实在用的规则目录复算,7 个规则文件常驻约 2.37 万 token ,是单条提问的 150 倍以上。解法不是删规则,而是分三层:常驻只留硬约束,特定任务搬进按需加载的 Skill,重复与冲突当场合并。
📦 配套资源:规则体检脚本 rule_audit.py(可直接运行)
目录
-
- 一句话结论
-
- 为什么规则会「每次都收费」
-
- 46% 从哪来,以及怎么自己复算
-
- 三类最烧钱的规则
-
- 一条可直接发给 AI 的规则体检提示词
-
- 体检报告怎么读:四类输出与处理动作
-
- 完整可运行脚本:一条命令数清规则体积
-
- rules / commands / skill 该怎么分工
-
- 对照表:症状 → 原因 → 解法
-
- 发布前验收清单
1. 一句话结论(Conclusion)
先把最容易误判的一点说清:AI 不是「读了你的规则才回答」,而是「带着你的全部规则回答」 🎭。
你写一句「不要用紫色」,它的成本和你写一句「按钮用蓝色」完全一样------都是每轮固定打包进上下文。区别在于:后者每轮都在指定怎么做,前者只在 AI 恰好想用紫色时才起作用。规则写得越多,不代表越安全,只代表越贵。
打个比方:出门带东西,「钥匙、手机、钱包」是常驻 ,因为每次都用得上;「雨伞、创可贴、数据线」是按场景带。而你现在的规则文件,更像把整个药箱背在身上出门------创可贴确实救过一次急,但它每一趟都在压你的肩膀 🎒。
2. 为什么规则会「每次都收费」(Mechanism)
大模型的对话是无状态的:服务端不记得你上一轮说过什么。你看到的「连续对话」,是客户端每轮把整段历史 + 系统提示 + 规则文件重新拼成一个请求发过去。
于是有三笔成本同时发生:
- 输入 token 成本:规则文件有多少字,每轮就重发多少字。规则 2 万 token,问 10 轮就是 20 万 token 的输入。
- 注意力预算(Attention Budget) :Anthropic 在 context engineering 指南里把上下文称为「有限的注意力预算」,并给出原则------找到能达成目标的最小高信号 token 集。无效规则挤占的不是钱,是模型真正该用来干活的注意力。
- 冲突解析成本:A 条说「回答要详细」,B 条说「保持简洁」,模型必须先自行裁决再开工。裁决结果不可预测,这比浪费 token 更麻烦。
一条最反直觉的说法来自 Anthropic 的官方指南:为新一代模型删掉 Claude Code 系统提示里 80% 以上的内容,评测上没有可测量的损失。这个具体数值来自对指南的二次报道,不是本文实测,但它和「越少越高信号」的原则是一致的------被删掉的句子,长期只是在付费。
上下文工程参考资料:
- Effective context engineering for AI agents(上下文即注意力预算) -- Anthropic Engineering ⭐值得阅读
- Agent Skills(元数据约 100 token,正文建议 ≤ 5000 token) -- Microsoft Learn ⭐值得阅读
- Anthropic Context Engineering:系统提示被削减 80% 的解读 -- AI Cost Check
3. 46% 从哪来,以及怎么自己复算(Measurement)
46% 来自一条在网上流传很广的测试(同一任务、加入大量无关规则前后的 token 对比),本文没有复现它的具体环境,但给你一条能自己跑的复算路径------因为你真正需要的不是「信不信 46%」,而是「我的规则目录现在多重」。
复算只需两个量:常驻字符数 与 单次任务本身的 token 数。前者可以直接数,后者取你最近一次提问的平均长度即可。
本文拿一份真实项目在用的规则目录(.trae/rules,7 个 Markdown 文件)跑了一遍,结果如下。第 7 节的脚本指向你自己的规则目录(Cursor 的 .cursor/rules、Claude Code 的 CLAUDE.md 同理),也能跑出同一张表:
| 指标 | 实测值 | 说明 |
|---|---|---|
| 规则文件数 | 7 个 | 全部在每轮请求中常驻 |
| 总字符数 | 37,953 | 含表格、代码块、示例 |
| 总行数 | 1,233 | 平均每行约 31 字符 |
| 常驻 token 粗估 | 约 23,721 | 按 1.6 字符 ≈ 1 token 折算 |
| 否定式条目 | 81 条 / 3,806 字符 | 占全文字符 10.0% |
| 完全重复条目 | 13 组 / 521 字符 | 占全文字符 1.4%(下界;其中真正多出来的冗余 299 字符,0.8%) |
口径要交代清楚,否则数字会骗人 🔍:
- token 粗估 用「1.6 字符 ≈ 1 token」,这是中英混排的常见折算,不是精确分词;误差主要来自代码块与长英文词,实际值可能上下浮动 10%--20%。
- 重复判定 口径为「去掉序号与标点后完全一致」,且只统计长度 > 8 字符的条目,所以 1.4% 是重复率的下界 ------语义相近但用词不同的重复不在其中,真实冗余只会更高。这 13 组按性质拆开看:① 4 组 是 front-matter 与目录树的样式行(
alwaysApply、├── resources/这类),不是规则重复,属误报;② 4 组 是system-prompt.md术语替换表内同一个词出现两遍(如「删除 → delete / remove」);③ 3 组 是system-prompt.md与文档写作铁律.md的验收清单条目重复;④ 2 组是同一文件内模板句与词表的重复。真正该合并的是 ②③④ 三类共 9 组。 - 否定式条目 按关键词命中统计(禁止 / 不要 / 不许 / 不得 / 严禁 等),会误伤少数「禁止写成纯文本」这类有效约束,所以 10.0% 是上界,不代表 10% 全该删。
拿 23,721 除以一次普通提问的长度(按 150 token 估),规则体积是任务本身的 150 倍以上。这就是「你还没开始干活,预算已经花掉大半」的真实形态。
4. 三类最烧钱的规则(Root Cause)
4.1 为什么「不要什么」比「要什么」更贵
写规则时最容易忽略的一点:否定式与正向式在账单上并不对称 。同样一条约束,「要什么」的写法贵在常驻,而「不要什么」的写法贵在常驻 加上 执行。
- 正向式给目标,否定式只划禁区。 「输出 3 条要点、每条不超过 30 字」直接把目标摆出来,模型顺着生成就行;「不要写太多」只圈了一块不能进的地方,真正该写多少,得它自己补出来 🔍。
- 否定式要多做一遍自检。 生成的过程中它拿不到方向,只能先写、再回头比对「有没有踩到禁止项」,踩到就重写。带思考链的模型更明显:它会额外花一段推理去判断「我这样算不算违反」,这笔钱直接记在输出与推理 token 上。
- 否定式常常缺省替代方案。 「不要用 emoji」到底是用纯文本、换个符号、还是一句都别提?三种理解产出三种结果,于是同一句规则下你要反复纠偏,返工轮数又变成新的 token。
所以同一个约束,换个写法成本能差一个档:
| 否定式写法 | 正向式写法 | 模型需要做的 |
|---|---|---|
| 不要写太长 | 正文控制在 800--1200 字 | 直接对齐目标长度 |
| 不要用 emoji | 正文只用中文全角标点,不插图形符号 | 直接对齐字符集 |
| 不要问我确认 | 先给结论,再列 3 条依据 | 直接对齐结构 |
判断标准只有一句:能写成「产出规格」的,就别写成禁令。真必须禁的(危险操作、合规红线),后面补一句「改为 X」,把禁区翻译成目标------成本立刻从「先猜再自检」回到「照着做」。
想验证也不难,不用信本文:同一个任务跑两次,一次带否定式、一次带正向式,对比平台用量面板里的输出 token 与自己的返工次数。如果正向式那次明显更短、重写更少,说明原来那条禁令本来就是一条没写完的规格。
4.2 三类最贵的规则(Three Most Expensive)
不是所有规则都同样昂贵。按「每轮都付费、但触发率极低」这条线筛,最贵的是这三类:
① 否定式堆叠。 「不要用 emoji」「不要写总结」「不要问我确认」「不要用紫色」------每一条都只在极少数轮次生效,却 100% 常驻。十条否定式,等于十份保险,保费按天付,理赔一年一次。
② 同一约束的多次复述。 「保持简洁」在 system prompt 里写一遍,「回答不要冗长」在 rules 里写一遍,「控制篇幅」在某个 command 里再写一遍。模型读到第三遍不会更听话,只会更困惑:到底哪条优先?
③ 特定任务的流程常驻。 「发布文章时先登录内容平台后台,切到 Markdown 编辑器,粘贴正文,再逐个填封面、标签、摘要......」------这类步骤只在发布那一刻有用,却天天占着上下文。它是流程,不是约束,天生该按需加载。
三条合起来解释了一个现象:规则文件越大,模型越容易「选择性失聪」。不是它不听话,是信号被自己人埋了。
5. 一条可直接发给 AI 的规则体检提示词(Copy-Ready Prompt)
下面这段可以原样发给任何支持读取项目配置的 AI 智能体(Trae、Cursor、Claude Code 等):
markdown
请帮我检查目前给你设置的所有规则和工作要求,找出重复、冗余、冲突和不常用的内容。
要求:
1. 先列清单:逐条列出当前生效的规则来源(rules / commands / skill / 全局配置),
标注每条大致占用多少字符。
2. 再分类:把每条规则归入「常驻硬约束」「按需流程」「重复或冲突」「可以删除」四类。
3. 输出冲突项时必须成对给出:A 条 vs B 条,冲突点是什么,建议保留哪条。
4. 把特定任务的流程整理成可按需调用的 Skill,给出落地位置与目录结构。
5. 不要删除影响安全和工作质量的规则,删除项一律先列出来等我确认。
6. 最后输出优化方案:改哪几个文件、每处删多少字、预计省下多少 token。
先只输出方案,不要直接改文件,等我确认后再动手。
这段提示词之所以有效,靠的是三个可判定动作:列清单 (能数)、分四类 (能归档)、先方案后执行(能止损)。写成「帮我优化一下规则」,AI 只会给你一段漂亮但无从验收的总结 🙃。
6. 体检报告怎么读:四类输出与处理动作(Reading Report)
拿到报告别急着全删。四类输出对应四种动作,判断标准只有一条:这条规则多久会真正生效一次?
| 报告分类 | 判断特征 | 处理动作 |
|---|---|---|
| 常驻硬约束 | 每一轮都可能违规,如「提交信息用英文」 | 保留,可压缩措辞 |
| 按需流程 | 只在特定任务触发,如平台发布步骤 | 移入 Skill 或 command |
| 重复或冲突 | 同一意思出现两次以上,或两条互相矛盾 | 合并为一句话,冲突项择一 |
| 可删除 | 从没生效过,或已被模型默认行为覆盖 | 删前留一周观察期 |
一个容易踩的坑:别把「安全类规则」和「风格类规则」混在一档处理。安全、权限、不可逆操作的确认,永远是常驻;而「语气亲切」「多用比喻」这种,完全可以让位给按需加载。
7. 完整可运行脚本:一条命令数清规则体积(Runnable Audit)
下面这个脚本复制保存成 rule_audit.py,在项目根目录执行 python rule_audit.py .trae/rules 即可。第 3 节那张表的全部数字都由它算出,你可以换任意目录复跑。
python
"""规则体检脚本:统计规则目录的体积、重复条目与否定式条目占比。
使用示例:
python rule_audit.py .trae/rules
参数:
命令行第 1 个参数为待体检目录,缺省为 .trae/rules
返回:
无返回值,结果直接打印到标准输出
"""
import os
import re
import sys
from collections import Counter
# 判定「否定式规则」的关键词:这类句子只在违规时生效,却全程占用常驻 token
NEGATIVE_WORDS = ("禁止", "不要", "不许", "不得", "不准", "不能", "勿", "严禁")
def normalize(line):
"""归一化一行规则用于查重:去掉列表符号、序号、标点与强调符。
参数:
line: str,原始规则行文本
返回:
str,归一化后的文本,可直接用于相等比较查重
"""
text = re.sub(r"^[\s\-\*\d\.\)、]+", "", line) # 去掉列表符号与序号
text = re.sub(r"[,。;:、()()\[\]【】\"'`*#]", "", text) # 去掉标点与强调符
return text.strip() # 两端空白一并去掉
def main():
"""遍历目录下所有 .md 规则,输出体积、重复条目与否定式占比。
参数:
无(目录从 sys.argv[1] 取,缺省为 .trae/rules)
返回:
None,统计结果直接打印到标准输出
"""
root = sys.argv[1] if len(sys.argv) > 1 else ".trae/rules" # 默认体检 .trae/rules
files, items, total = [], [], 0 # 汇总容器
for name in sorted(os.listdir(root)): # 固定顺序,保证结果可复现
if not name.endswith(".md"): # 只统计 markdown 规则
continue
text = open(os.path.join(root, name), encoding="utf-8").read()
lines = [l.strip() for l in text.splitlines() if l.strip()] # 丢弃空行
total += len(text) # 累计字符数
files.append((name, len(text), len(lines))) # 逐文件体积
items += [(name, l) for l in lines] # 逐条规则入池
normed = Counter(normalize(l) for _, l in items if len(normalize(l)) > 8)
dups = {k: v for k, v in normed.items() if v > 1} # 归一化后完全一致才计重复
dup_chars = sum(len(k) * v for k, v in dups.items()) # 重复占用字符(近似)
neg = [l for _, l in items if any(w in l for w in NEGATIVE_WORDS)]
neg_chars = sum(len(l) for l in neg) # 否定式占用字符
print(f"目录: {root}")
for name, chars, n in files:
print(f"{name:34s}{chars:8d}{n:6d}") # 逐文件明细
print(f"{'合计':34s}{total:8d}{len(items):6d}")
print(f"\n重复组数 {len(dups)} / 占用 {dup_chars} 字符 ({dup_chars/total:.1%})")
print(f"否定式 {len(neg)} 条 / 占用 {neg_chars} 字符 ({neg_chars/total:.1%})")
print(f"常驻 token 粗估: 约 {round(total/1.6)}(1.6 字符 ≈ 1 token)")
if __name__ == "__main__":
main()
脚本故意只做「可数的事」:体积、完全重复、否定式命中。语义重复和规则冲突它判不了------那部分交给第 5 节的提示词,让模型读内容判断。机器数体积,模型判语义,两边各干自己擅长的活。
8. rules / commands / skill 该怎么分工(Placement)
体检报告出来后,规则该往哪放?按「触发频率」分三层,边界很清楚:
- rules(常驻):每轮都该生效的硬约束。提交信息语言、危险操作确认、代码注释语言------这类宁可留,也不要为了省 token 删掉。
- commands / skill(按需):只在特定任务调用的流程。平台发布步骤、文档生成规范、某类代码的目录结构------用到才加载,不用时不占位。
- memory(沉淀):项目历史决策与踩坑。它不是规则,不该挤在 rules 里冒充约束。
这个分工在Agent 规则管理:让 Memory 做索引、让 Skill 存规则里用实测讲过:Skill 的机制正是「启动时只加载几十个 token 的元数据,命中后才加载正文」。微软的 Agent Skills 文档把这个数字写得更具体:每个 Skill 的元数据广告约 100 token,命中后加载的正文建议控制在 5000 token 以内。
换句话说:把一条 800 字的发布流程从 rules 搬进 Skill,你省下的不是 800 字,而是每轮 800 字。
9. 对照表:症状 → 原因 → 解法(Troubleshooting)
| 症状 | 原因 | 解法 |
|---|---|---|
| 同样的问题,这周比上周贵 | 规则文件只增不删,每轮重发 | 跑规则体检脚本,先看总体积 |
| AI 明明有规则却总违反某一条 | 信号被大量低价值条目稀释 | 把该条提到 rules 首段,其余下沉 |
| 两条规则互相矛盾,输出时好时坏 | 同一约束写了多处且措辞不同 | 合并为一句话,只留一处 |
| 换了新模型后表现变差 | 旧规则在过度约束新模型 | 删掉已被默认行为覆盖的条目 |
| 发布流程每次都要重复解释 | 流程常驻在 rules 里,而非 Skill | 抽成 Skill,按需加载 |
三个补充判断:
① 规则不是越多越安全。 一条永不触发的规则,安全收益为零,成本 100%。
② 精简 ≠ 删干净。 安全类、不可逆操作类规则必须常驻;精简的是「描述性」「鼓励性」「重复性」三类。
③ 改完要观察。 一次删太多会踩到隐形依赖。建议每轮只动一个文件,观察 3--5 次任务再继续。
10. 发布前验收清单(Checklist)
- 跑过一次体检脚本,记录了优化前的字符数与 token 粗估
- 重复条目已合并,冲突条目已择一并写明保留理由
- 特定任务流程已下沉到 Skill 或 command,rules 里只留硬约束
- 安全类、不可逆操作类规则仍在常驻层,一条没少
- 改完后重跑脚本,体积下降且规则条数减少
- 连续 3 次真实任务未出现「该守的规则没守住」
AI 不是规则越多越聪明,是规则越精准、调用越合理才越高效:规则超过两屏,或开始反复补同一条约束时,就该体检;还不到十条,先写完再说。
本专栏《AI Agent 工具》聚焦提示词工程、上下文管理与规则治理,每篇都配一段可直接运行的脚本或提示词,每周更新一篇。想按顺序读完,可在专栏页订阅。