输出层：管住模型的嘴
实战四层的最后一层。输出 Token 比输入贵好几倍（回看第 3 节报价表），而且直接决定接口返回速度。管住模型的嘴，有三类合适的操作：指令层、代码层、工程层。
很多人知道要求「请简洁回答」，但这是有问题的——「简洁」对模型来说太抽象了，它不知道你要多简洁。有效的写法是把「别干什么」列清楚：
实测下来，Agentic 场景能砍掉 30% 的废话。说白了就是告诉它：别整那些有的没的，直接上结果。
这是文字润色场景最大的成本坑：用户说「把这句话改通顺一点」，模型把 2,000 字的文章从头输出一遍。就算约束到只输出那个段落，Token 也在哗哗地烧。
换个思路：让模型只输出修改的部分——用 Diff 格式标出「原文→改后」，或者直接返回正则表达式，程序拿到后再做替换。只动那两三个词，1 秒搞定：成本差几十倍，体验还更好——速度快，用户还能直接看到改了哪里，不用自己对比。
在 Prompt 里写「请只输出 3 项」，模型听不听是玄学——可能输出 3 项，也可能 5 项再加一段总结。但停止序列（stop sequence）是物理截断，和模型「听不听话」无关：API 检测到指定字符串就直接掐断生成流，被掐掉的部分不计费、不进历史上下文。
简单，粗暴，但好用。有效控制输出，就是控制成本和用户体验。
负向约束要具体：「不要寒暄、不要总结、不要客套」比「请简洁」有效得多，Agentic 场景砍 30% 废话。
润色输出 Diff 或替换指令，别让模型重写整段：成本差几十倍，用户体验反而更好。
停止序列是物理开关：列表掐「4.」、单行答案掐换行、JSON 掐「}」、防自问自答掐「用户：」。
内容来源：整理自作者团队内部分享《AI Token 降本增效策略分享》实战篇「04｜输出」。停止序列参数见各家 API 文档（OpenAI 兼容接口为 stop 字段，最多可设 4 个序列）。