OpenAI Help Center
What are tokens and how to count them?
提供 token 组成和计数的基础定义，帮助建立预算意识。
打开原始资料返回学习路线查看内容标准
Mindset
Free严肃 AI 工作中的 Token 预算
理解 token 不是成本细节，而是决定 AI 系统边界的第一层约束。
18 分钟
Beginner
Trust Layer
这节课为什么值得学
内容不是从碎片信息拼出来的，而是按“官方资料定义 + 产品实践抽象 + 可执行练习”三层整理。
Learning Objectives
理解 token 预算为什么会改变产品能力边界
区分常驻上下文与按需注入信息
把“写 prompt”升级成“设计信息流”
Practice Task
选一个你每天都在用的 AI 工作流，列出其中 3 段固定提示，并判断哪些内容应该被压缩、抽离或改为检索注入。
Editorial Review
已审核 · DepthPilot Editorial · 2026-03-08
概念部分依据官方文档中的 token 和 context window 定义。
课程解释经过产品视角二次加工，重点放在实际工作流设计。
Primary Sources
Anthropic Docs
Context windows
说明上下文窗口与多轮对话累积机制，帮助理解长期工作流中的容量限制。
打开原始资料01
为什么 token 预算会决定产品形态
当上下文窗口、响应长度和调用频率叠加时，token 预算会直接限制提示设计、交互节奏与可用功能。真正有深度的用户不会只写更长的 prompt，而是先设计信息压缩和检索策略。
02
把输入拆成结构化层级
高频用户会把用户意图、业务状态、检索结果、策略约束拆成不同层级，再决定哪些应该常驻上下文、哪些可以按需注入。这能降低冗余、提升稳定性，也更利于调试。
03
从提示工程走向系统工程
一旦你开始追踪 token 去向、失败案例和冗余信息，就已经从写 prompt 进入系统设计阶段。预算意识会逼你构建可观察、可回放、可优化的工作流。
即时小测
用一个问题验证你是否真的理解了核心概念。
在 AI 产品设计里，token budget 最关键的作用是什么？
答对后会自动记入本地学习进度。
用你自己的话解释
反思不是附属品，而是把知识变成能力的关键步骤。
如果你现在要重做一个日常使用的 AI 工作流，你会把哪些信息从“永久放在 prompt 里”改成“按需检索或压缩注入”？为什么？
内容保存在浏览器本地。
知识卡片
把当前课程压缩成一个可复用的工作记忆单元。
Concept
Token Budget
Explanation
模型每次交互可承载的信息额度，需要被显式设计和分配。
Practical Use
用于控制上下文结构、检索策略、总结频率与系统成本。
收藏后可在本地知识库页面回看。