调 GPT / Claude API 的 6 个避坑经验

最近在几个项目里密集调 GPT 和 Claude 的 API ，踩了不少坑，分享几个通用的：

1. temperature 不是“创造力旋钮” 写代码、抽取信息、分类：0–0.3 。头脑风暴、写文案：0.7–1 。注意 reasoning 模型（ o 系列）别手动调 temperature ，官方就不建议动。

2. system prompt 和用户输入别混一起 行为约束、角色设定、输出格式要求写 system ；用户输入只放 user 。混在一起模型容易把用户输入当指令执行（ prompt 注入就是这么来的）。

3. 要结构化输出就用 JSON mode 别靠“请返回 JSON 格式”祈祷，GPT 有 response_format=json_object ，Claude 让它用工具调用返回结构化结果，稳定得多。

4. 流式输出别直接拼字符串 处理好 [DONE] 结束标记、截断（ finish_reason=length ）的情况，不然前端会吞字或者假死。

5. token 计费看的是“处理量” system 里塞几万字文档每次请求都全额计费。考虑 RAG 只传相关片段，或者用 Claude 的 prompt caching ，重复的 system 内容能省一大半。

6. 多模型统一走 OpenAI-compatible 接口 现在 Claude 、GPT 、Gemini 都有兼容 OpenAI 格式的调用方式，换模型只改 base_url 和 model 名，业务代码不用重写，迁移成本极低。

欢迎补充你们的踩坑经验。