英语写提示词比中文更高效。
一个实操观察，背后是语言哲学的硬道理：语言不是中性的工具，语言本身是效率参数——同样的话，不同语言表达的成本和精度不同。
① token 效率。大模型的计费与上下文都按 token 算。同一指令，英文密度通常更高（"summarize this into 3 bullets" vs "把这个总结成三个要点"）——token 更少，成本更低，上下文空间更大。语言选择的背后是符号成本的差异。
② 语料效率。主流模型的训练语料以英文为主——模型对英文指令的"熟悉度"更高，歧义更少，输出更稳定。用中文提示词，等于要求模型在一个相对稀疏的空间里工作。
③ 语言=界面。这印证了"文明的本质是间接与中介"（㊿）：语言是思维与 AI 之间的中介层，中介层的效率决定系统的效率。选对中介语言，就是选对通道——这与"效率是复用而非发明"（㊿）同理：用最成熟的通道（英文+模型最熟的语料），不重新发明轮子。
㊿ "使用AI的能力"：提示词语言=经验驱动的一部分——用英语是经验积累出来的最优选择。
㊿ "效率是复用而非发明"：英文提示词=复用模型最熟的通道——不跟语料分布对着干。
㊿ "文明的本质是间接与中介"：语言=中介层——中介层效率决定系统效率。
㊿ "空间运动记忆"：语言只是通道之一——未来交互可能完全绕开语言（无交互时代）。