你贴进对话框的那 3000 字，AI 每一轮都在重新读一遍。这笔账，多数人从没算过。
很多人面对 AI，有一个近乎肌肉记忆的动作：短内容，贴正文；长内容……嗯，还是贴正文吧，反正方便。把 AI 当成了微信——复制、粘贴，三秒搞定，感觉没花什么。
但你知不知道，你贴在对话框里的那 3000 字，在 AI 这一端，每一轮对话都会被重新读一遍？
这篇文章不讲理念，只做一件事：把这笔账算给你看。算完，你自然就知道，下次遇到长内容，该发链接，还是贴正文。
先算一笔账：你贴的那一刻，就开始烧钱了
别急着讲道理，先上数学。
以 DeepSeek 为例，3000 个中文汉字，大致对应 3000 个 token。把这段文字直接贴进对话框，会发生什么？
第 1 轮：AI 读取完整内容，消耗 3000 token
第 5 轮：那 3000 字还躺在上下文里，AI 重新读取，累计 15000 token
第 10 轮：累计 30000 token——而这段内容，其实只被“用”了一次。
这就是贴正文的成本模型：一次写入，N 次携带。内容长度 × 对话轮次，每一轮都在为同一段文字重复付费。上下文的全量重复携带，才是真正的吞金兽。
左：贴正文 30000 token；右：发链接约 50 token
换个方式：不贴正文，只发一个链接。
- 链接本身：约 50 token，就是 URL 那几十个字符。
- 抓取内容：AI 用工具读一次链接，这是一次性开销。
- 之后每一轮：只携带那 50 token 的链接。
同样是 3000 字、10 轮对话，一个累计 30000 token，一个几乎可以忽略不计。轮数越多，差距越夸张——20 轮时，贴正文烧到 60000 token，发链接的成本却几乎纹丝不动。
这感觉像放贷和定存的差别——一次还清，还是按月分期。
反直觉的结论是：内容越长、对话轮次越多，链接越划算。不是“贴正文更省”，是你贴下去的那一刻，计费就开始了。
这里还藏着一个多数人没算过的坑：很多人以为只有“输出 token”贵（输出确实比输入贵 3–5 倍），但输入里那份“每轮重复携带的上下文”，才是账单上悄悄膨胀的部分。
那到底怎么选？先别记结论，记这棵树
不是所有场景都该发链接。短内容、要精确对照的代码、只聊一两轮的快问快答——贴正文反而更划算。
与其背结论，不如记住一条判断路径。三步走完，答案自现。
一张决策树，算清 AI 对话的隐藏账单
这段内容有多长？
- 500 字以内 → 直接贴。成本本就可控，发链接反而多了一道抓取的手续。
- 超过 1000 字 → 进入第二步。
这场对话预计打几轮？
- 1–3 轮 → 直接贴。短平快，内容长一点，总成本也翻不了天。
- 5 轮以上 → 进入第三步。轮数一多，贴正文的成本是线性往上爬的。
需要精确对照吗？
- 需要（代码、表格、配置、合同条款）→ 直接贴。链接抓取可能丢缩进、丢特殊字符、丢格式，省了 token 却可能省出问题。
- 不需要（总结、观点、泛读、新闻）→ 发链接。AI 读懂大意就够了，把钱包留住。
一句话记牢：长内容 + 多轮对话 + 不需精确对照 → 发链接。
懒人版：直接抄这张对照表
决策树是给愿意想一步的人；这张表，是给想直接抄答案的人。四种最常见的日常场景，账都算好了：
| 场景 | 字数 | 轮次 | 贴正文成本 | 发链接成本 | 推荐 |
|---|---|---|---|---|---|
| 报错信息求助 | 200 | 3 | 600 token | ≈50 token | 贴正文 |
| 长文让 AI 总结 | 3000 | 10 | 30000 token | ≈50 token | 发链接 |
| 代码片段调试 | 500 | 5 | 2500 token | ≈50 但格式会丢 | 贴正文 |
| 产品文档问答 | 5000 | 8 | 40000 token | ≈50 token | 发链接 |
⚠️ 那两行红色的“贴正文成本”，就是踩坑区——很多人在这里不知不觉多花了上百倍 token，而他们只是习惯了复制粘贴。
一个彩蛋：链接也有它的隐性账单
发链接不是万能钥匙，它也有自己的隐性账单。
抓取工具并非有求必应：有些网站反爬，链接抓不下来；有些内容抓下来是 markdown，表格会歪、代码块会乱、缩进会丢。所以决策树的第三步——“需不需要精确对照”——才是老手和新手真正的分水岭。
新手记的是“发链接省钱”；老手记的是“什么时候不能省”。这一笔账想明白，这篇文章就从“省 token 教程”，升维成了“你和 AI 的通信协议”。
写在最后：这不是省钱，是重写你和 AI 的通信协议
以前遇到长文章，我的默认动作也是复制粘贴——反正多打几个字，不花钱。
现在我知道了：那些在我这边多花一秒贴上去的字，在 AI 那边，每一轮都在花 token。
所以，遇到长内容，先问自己三个问题：
三个问题清单
- 这内容有多长？ 有没有超过 1000 字？
- 我要聊几轮？ 问一句就走，还是要深入探讨？
- 需要一字不差吗？ 是代码表格，还是知道大概意思就行？
三个问题问完，答案自然浮现。而这一刻，正是你开始主动管理 token 消耗的起点。
这不是一句口号，而是一种工作方式
降本增效，从来不是你一个人的事。是你和 AI 之间的通信协议，该优化了。