周五上线前，我在深圳团队给图片提示词降本

深圳发布团队在上线前遇到的图片账单

上周五发布前，我们检查一个商品识别功能的调用记录，发现文本提示词并不长，成本却持续上升。原因很简单：每次请求都附带商品原图、包装细节和历史截图。对模型来说，图片不是一张可以“顺手看一眼”的附件，而是需要转换成视觉输入再处理的数据。图片越大、细节要求越高、同一张图重复发送次数越多，输入成本就越容易累积。

这里最容易误解的一点是，文件大小不等于模型成本。压缩后的 JPEG 可能仍然包含大量需要分析的区域，而一张尺寸不大的图片，如果要求读取小字、比较纹理，也可能触发更高的视觉处理量。不同模型的计算方式不同，因此不要只看图片的 MB 数，要同时观察分辨率、细节等级、调用次数和返回内容长度。

先把原图改成任务真正需要的尺寸

图片提示词降本的第一步通常不是改写文字，而是处理图片本身。先问一个具体问题：模型需要看完整场景，还是只需要看标签、表格或产品局部？如果任务是判断整体构图，长边控制在一个稳定范围通常就够了；如果任务是读取标签，应该裁剪出标签区域，而不是把整张仓库照片反复发送。

• 先裁剪无关背景，保留模型必须判断的区域。
• 统一上传尺寸，避免客户端把手机原图直接送进接口。
• 文字识别前保留足够清晰度，分类或检测时不要盲目追求原始分辨率。
• 在上传前去除重复图片、缩略图和无法影响结论的历史帧。

压缩不是越狠越好。过度压缩会让文字和边缘变糊，模型可能给出更长的解释，甚至要求重新上传，结果反而增加总成本。应当用少量真实样本测试准确率，再确定尺寸和质量参数。

把一次大请求拆成便宜的判断流程

很多应用把“看图、读取文字、比较差异、生成报告”塞进一次请求。这种写法方便，但不一定经济。更实用的流程是先用较低成本的视觉请求判断图片是否有效，再对通过筛选的图片做局部识别，最后只让少量结果进入详细分析。

例如，商品审核可以分成三步：第一步判断是否拍到完整商品；第二步只对合格图片裁剪标签并提取字段；第三步把字段和少量必要图片交给更强的模型生成审核结论。这样，模糊图片会在前面被淘汰，昂贵的分析不会浪费在无效输入上。需要稳定复杂推理时，可以测试 Claude Sonnet 5.5；需要大量初筛时，可以比较 Gemini 3.8 Flash 的实际准确率和单次成本。

避免在每次请求中重复发送同一张图片

连续对话是另一个常见成本来源。用户每追问一次，客户端可能把完整历史和原图再次发送。开发者应记录每轮请求的输入内容，确认图片是否真的需要重复传输。能够先提取成结构化字段的内容，就不要在后续步骤继续携带原图。

可以把一次图片分析保存为结果对象，包含图片编号、检测到的字段、置信度和需要复核的区域。后续请求只传这些结果，以及确实需要再次查看的局部图片。对于同一张图的多种任务，也可以先建立内部缓存，按图片哈希和处理版本复用结果。缓存需要绑定模型版本、裁剪参数和提示词版本，避免旧结果悄悄污染新流程。

用真实调用数据决定模型和参数

不要凭单价表猜测最终费用。为每个任务记录图片尺寸、请求次数、输入量、输出量、延迟和人工复核结果，然后用一批固定样本做对比。重点不是找“最强”的模型，而是找在准确率门槛内最省的组合。

• 把平均成本和最坏情况下的成本分开统计。
• 为低置信度结果设置人工复核，而不是默认重跑全部请求。
• 限制输出长度，报告需要几项就要求返回几项。
• 给单个用户、任务和日期设置预算告警。

如果团队希望按实际用量接入多个模型，RelayVano 的按量付费中转方式适合用来做这类对比。它提供 OpenAI 兼容接口，API 地址是 https://api.relayvano.com，可以在保持客户端调用方式稳定的情况下切换测试方案。正式上线前，建议先用固定样本和预算上限验证成本，再把结果接入生产流程。

在上线前建立图片成本检查表

每次发布前，检查默认图片尺寸、是否重复发送原图、失败重试次数、输出上限和缓存命中率。再抽取一组真实请求，人工确认压缩后准确率没有明显下降，并检查异常图片是否会触发无限重试。完成这几项，通常比单纯更换模型更容易获得稳定节省。

如果你正在搭建图片分析服务，可以注册 RelayVano，先用小规模真实流量验证不同图片处理策略，再决定生产配置。最终目标不是让每张图片都变小，而是让每次视觉输入都承担明确任务，并让昂贵的分析只发生在真正需要的地方。