为什么单轮 token 会异常飙升？
在角色扮演对话中，若每次交互都完整复述背景、情绪与历史细节，AI 会持续消耗大量 token。尤其在多轮对话中，未做压缩的上下文会叠加膨胀，导致成本激增。这并非模型问题，而是对话结构设计的瓶颈。
三大核心策略：用魅灵AI 降低 token 消耗
1. 启用 Summarization 自动摘要 魅灵AI 支持在对话中自动提炼关键信息，将冗长对话浓缩为精炼摘要。开启后，系统会在后台保留语义完整性，但仅传递必要信息给模型，大幅减少重复内容输入。
2. 善用 Lorebook 保存世界观与角色设定 避免在每轮对话中重复描述角色背景、关系或世界观。将固定信息录入 Lorebook，AI 会智能调用，无需你在对话中反复提及。这不仅节省 token，还能保持角色一致性。
3. 精准使用 OOC 指令控制对话节奏 通过 OOC（Out of Character）指令，你可以临时中断角色扮演，直接调整对话方向或清理冗余上下文。例如："OOC：请基于 Lorebook 简化后续回复"，能有效避免模型过度发挥导致的冗长输出。
实用建议：日常对话如何优化？
- 新建角色时，优先填写 Lorebook，而非依赖对话灌输设定
- 长对话后，主动触发 Summarization，清理历史噪音
- 避免在角色对话中夹杂大量解释性语句，改用 OOC 指令协调
以上方法无需额外付费，所有功能均内置于魅灵AI 核心交互层。请以魅灵AI产品内最新说明为准。