微信@Everyone并不像群主那么简单，所以要实现这个功能，需要考虑如何在保证对话质量的同时减少token。首先，文字处理技术可以用来减少代币。与传统方法相比，文字处理技术可以使用一些特定的标记来表达具有相似含义的内容；例如，“大家好”可以替换为“大家好！”此外，文字处理还包括NLP（自然语言处理）、NLU（自然语义分析）、NLG（Natural Language Generation，自然语言生成）
微信@Everyone并不像群主那么简单，所以要实现这个功能，需要考虑如何在保证对话质量的同时减少token。
首先，文字处理技术可以用来减少代币。与传统方法相比，文字处理技术可以使用一些特定的标记来表达具有相似含义的内容；例如，“大家好”可以替换为“大家好！”此外，文本处理还包括NLP（自然语言处理）、NLU（自然语义分析）、NLG（Natural Language Generation，自然语言生成）等方法来减少token数量。通过将NLP 与NLU/NLG 相结合，可以帮助我们快速生成大量有意义的token，而无需手动输入。
第二步，对对话内容进行分段和修正。对于@All People来说，应该避免场景中出现大量无意义的内容；因此，@All People之前和之后的所有内容都应该作为独立的想法分开，并检查不必要的信息。另外，对于给出的内容，增加回答问题的能力，让内容更容易理解。例如：@所有人“生命的意义是什么？” ——所有人：生命的意义就是充分地生活并改变这个世界。
最后，利用AI/ML（人工智能/机器学习）集中呈现真正有效的反馈。 AI/ML的物体识别、音频/文本思维响应、思维间隙补充等都可以帮助快速优化@所有人场景中的token，否则即使省略token，token的间距也不好，听者也会有阅读困难。
总结以上三种方法，都可以帮助我们快速优化@全民场景下的代币数量；虽然代币的整体性能并没有显着提升10% - 20%，但我相信通过结合这三种方法，可以很容易理解并显着提升，凸显代币在@全民场景中的作用。
