AI 规则越多越费 Token:无关规则让每次回答多耗 46% 的规则体检提示词

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

    1. 一句话结论
    1. 为什么规则会「每次都收费」
    1. 46% 从哪来,以及怎么自己复算
    1. 三类最烧钱的规则
    1. 一条可直接发给 AI 的规则体检提示词
    1. 体检报告怎么读:四类输出与处理动作
    1. 完整可运行脚本:一条命令数清规则体积
    1. rules / commands / skill 该怎么分工
    1. 对照表:症状 → 原因 → 解法
    1. 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:

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 🔍:

  1. 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%。
  2. 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。
  3. 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 复制代码
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 复制代码
"""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。

相关推荐
谭光志30 分钟前
如何让 AI 高效工作
前端·后端·ai编程
ServBay1 小时前
连AI自己也不愿意维护自己的屎山代码
后端·ai编程·claude
字节跳动开源1 小时前
OpenViking 3D理解模型上线轴测八视图及PMI解析
人工智能·开源·aigc
袋鼠云数栈UED团队1 小时前
Agent外循环实践:如何编排任务、验证结果并可靠交付
ai编程
Nturmoils2 小时前
文件明明在本地,为什么自动验收仍说没交?我的 SoduWork 使用记录
aigc
IT规划师2 小时前
热点速递 | AI 代码之争:道德讲许可,法律讲版权
ai编程
文谦南宁AI普工3 小时前
把 eval 做成发布门禁:配对检验 + 三档判定,一个不到 200 行的纯标准库实现
agent·ai编程·产品
框架那些事儿3 小时前
深入 Pi 源码:一个优秀的 Agent,是如何管理上下文的?
人工智能·ai编程·全栈
小虎AI生活3 小时前
最近爆火的 Chrome 新 skill 装进 WorkBuddy,AI 写代码起飞了
aigc·ai编程