很多人在開始用 AI API 之後，都會冒出同一個問題： 我自己寫的 system prompt、system instructions，會不會也被算進 token？ 答案先講在前面： 通常會。 只要那段內容是你在 request 裡一起送進模型的，不管它叫 system prompt、system instructions、developer instructions，原則上都屬於輸入端的一部分，會影響 input token、上下文長度，通常也會影響費用 。這正是你原稿裡最核心的重點。 如果你現在會搜尋這題，通常不是想知道抽象定義，而是想搞清楚三件事： 系統提示詞會不會吃 input token 系統提示詞會不會影響成本 系統提示詞太長會不會讓上下文很快爆掉 這篇就是直接回答這三個問題，而且會盡量用最白話的方式講清楚。 先講最白話的版本 你可以把一個 API request 想成一包送進模型的資料。 只要是這一包裡的內容，通常都會被模型讀到，也就通常會被算進 input side。 這包含： 你寫的 system prompt / syste

你是不是也有這種感覺：明明只是測試一下 AI，結果一看後台 token 用量，數字就衝得很快。 這種情況很常見，而且不一定代表你真的用了很多次。更常見的情況是，你的使用方式本身就很容易讓 token 快速累積。OpenAI 官方把 token usage 分成 input tokens、output tokens、cached tokens、reasoning tokens，這些都會出現在 API response metadata 裡，並直接用在 billing 和 usage tracking。 所以這篇文章不重講 AI Token 是什麼，也不重講 AI Token 用量怎麼看，而是直接回答一個更實際的問題： AI Token 為什麼扣很快？ 如果你能先抓到最常見的浪費點，後面做成本控制會容易很多。 先講結論：不是你一定用太多，而是很可能用法讓 token 變得很快 很多新手一開始會把問題想成「是不是平台算太兇」，但更常見的真相是：一次請求裡不只你當下打的那一句話。模型會處理輸入內容，也會生成輸出內容；如果還有歷史對話、系統提示或快取內容，

當你開始用 ChatGPT、Claude、Gemini 或其他 AI API，很快就會在後台看到一堆數字：input tokens、output tokens、total tokens、usage、limit。 很多新手第一次看到這些欄位時，最大的問題不是功能不會用，而是根本不知道自己到底在看什麼。OpenAI 官方也明確說明，API 會回傳 input tokens、output tokens、cached tokens 等用量資訊，這些數字會用在 billing 和 usage tracking。 這篇不重講 AI Token 是什麼，也不重講 AI Token 怎麼算，而是直接處理一個更實際的問題： AI Token 用量怎麼看？ 你看懂後台數字之後，才會知道成本到底花在哪裡、哪裡最容易浪費，以及要怎麼控制。 先看懂後台最常見的三個欄位 Input Tokens Input tokens 指的是你送進模型的內容。不只是你當下打的那一句話，通常還包含系統提示、背景說明、歷史對話，以及一起帶進去的上下文。OpenAI 官方把這一類直接列為 in