消耗 Token 的不是文档，而是你的工具使用方式
有人问我，编写像 PRD 和设计评审这样的文档是否会消耗过多的 Token。
他们认为这个过程太繁重了。他们认为让 AI 直接写代码会更便宜。
他们错了。
文档多和 Token 消耗大是两回事。文档就躺在你的文件夹里。它们本身不会消耗 Token。消耗 Token 的是你的坏习惯。
真正的 Token 杀手是：
- 上下文膨胀：你让一个对话持续运行一整天。每次提出新问题时，你都要为数千个 Token 的历史记录买单。
- 提示词模糊：你没有明确表达需求。AI 在猜测。你花了三轮对话才完成了一个清晰提示词就能搞定的任务。
- 工具使用不当：你明明只改了一个文件，却让 AI 阅读整个代码库。
最大的成本是返工。
如果你不写 PRD，AI 可能会误解你的需求。然后你会花费更多的 Token 去重写、拆解和修复出错的部分。
PRD 是一次性成本。返工是复利债务。
使用这些方法来节省 Token，而不是削减文档：
- 精简上下文：经常清理聊天记录。
- 模型分层：使用廉价的小模型进行搜索和阅读。仅在需要深度思考和编写代码时使用强力模型。
- 精确读取文件：只向 AI 提供与当前变更相关的内容。
- 使用提示词缓存 (Prompt Caching)：这能显著降低你的成本。
- 使用 Token 代理：压缩常规命令的输出。
- 并行化：同时运行独立的任务，以减少往返交互次数。
文档是资产。它们能帮你审计决策。当 AI 阅读一份优秀的文档时，它能立即理解背后的“原因”。这能节省 Token。
如果你想省钱，应该从优化工具使用方式入手。不要通过跳过文档来省钱。
Source: https://dev.to/kanfu-panda/your-docs-arent-burning-your-tokens-your-tooling-is-58ck
Optional learning community: https://t.me/GyaanSetuAi