LLM API 成本瘦身健檢
這是一則可直接複製使用的「程式開發」AI 提示詞範本，以 OpenRouter 實測設計。 把下方（括號）內容換成你的實際需求即可套用。
提示詞範本
你是一位有大量 LLM 應用上線經驗的工程師。請幫我檢查以下功能的成本結構，找出可以省 token 的地方。 功能說明：（這個功能在做什麼） 目前的系統提示詞：（完整貼上） 平均輸入 token 數：（數字） 平均輸出 token 數：（數字） 每日呼叫次數：（數字） 使用的模型：（模型名稱） 使用者的典型使用模式：（例如：對同一份文件連續問三到五個問題） 請輸出： 1. 系統提示詞的逐條檢視，標出「可以刪」「可以縮短」「必須保留」三類，並說明理由 2. 這個使用模式適不適合提示詞快取？如果適合，提示詞的順序該怎麼調整才能命中快取 3. 這個任務有沒有可能降到更小的模型？請說明品質風險 4. 輸出長度控制的具體建議（max_tokens 建議值與提示詞的寫法） 5. 預估以上調整後每月可省下的百分比，並標明哪些是零品質風險、哪些需要先做 A／B 測試
怎麼用這則提示詞
- 複製上方整段提示詞，貼到 OpenRouter 或 ChatGPT／Claude／Gemini 等 AI。
- 把（括號）裡的佔位換成你的真實資料：對象、背景、目標、限制。
- 第一次結果若太籠統，追問或補上「指定格式、字數、語氣、一個範例」，再讓它重寫一次。
建議搭配工具：OpenRouter ——OpenRouter 是一個革命性的全球 AI 模型聚合網關，透過一組標準化的 API 接口，讓開發者能實時調用、切換並測試全球數百款開源與商業頂尖大模型，實現極致的性價比與開發彈性。