应通过max_tokens参数硬性截断、stop参数按语义边界终止、或后处理动态裁剪三种方式控制360智脑API输出长度；其中max_tokens需确保总token不超模型上限，stop优先级更高且须用全角中文标点，本地截断应按Unicode字符而非字节操作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让360智脑API返回固定长度的文本，比如只取前200字用于摘要生成，或限制回答不超过512个token避免超长响应导致解析失败。
通过max_tokens参数硬性截断输出
在请求体中显式设置max_tokens字段，这是最直接有效的控制方式。
第一步：构造请求JSON时，在messages数组之后、model字段同级位置添加"max_tokens": 384（数值必须为正整数）。
第二步：确保该值不超过你所选模型支持的最大上下文长度。例如360智脑当前v1.5版本最大支持4096 tokens，但若prompt已占3700 tokens，则max_tokens设为384会导致总长度超限而报错context_length_exceeded。
第三步：发送请求后，API将严格按此数值截断生成内容——哪怕最后一个词被砍断，也不会自动补全或换行。
用stop参数提前终止生成
当需要按语义边界（如句号、换行符）截断时，stop参数比max_tokens更可控。
方法一：设置"stop": ["\n"]，遇到第一个换行符就停止输出，适合生成单段摘要或标题类短文本。
方法二：传入数组"stop": ["。", "！", "？", "\n"]，模型会在遇到任一标点时立即终止，避免出现半句话截断。注意：中文句号必须用全角。，英文句点.无效。
【stop参数优先级高于max_tokens】：若同时设置二者，stop触发时会忽略max_tokens剩余额度直接返回。
后处理阶段动态截断
若API返回完整长文本，且你无法修改请求参数（如调用方封装了SDK），可在接收响应后本地裁剪。
对UTF-8编码的response.text按字符计数，执行text[:200]即可获取前200汉字——Python中len(text)返回的是Unicode字符数，不是字节长度，无需额外解码。
注意：不能用text.encode('utf-8')[:200]，这会按字节截断，可能导致中文乱码（一个汉字占3字节）。
