Claude Code 官方省 Token 指南：任務間隨手 /clear，別在半路換模型

以前我們用編輯器寫程式碼，一個月幾十美元或者乾脆免費，不管你今天修了一個報錯還是重構了整套系統，賬單都不會變。

但到了 Claude Code 這類智慧體程式設計工具手裡，寫同一行程式碼的成本可能天差地別。比如同樣是修一個測試用例，如果讓 AI 自己漫無目的地翻找十幾個檔案，每一輪對話都會把這些無關內容拖進上下文，既浪費計算資源又掏空錢包。

Anthropic 工程師 Lydia Hallie 釋出了一份關於 Claude Code 的使用指南，詳細拆解了底層計費與快取機制，並給出了幾個關鍵的省 token 技巧。

搞懂提示詞快取的脾氣

在底層，模型推理分為兩個階段：一是讀入上下文的預填充階段，二是逐個生成回覆的解碼階段。解碼過程極其耗費算力，因此輸出 token 的單價大約是輸入 token 的 5 倍。使用者通過 /effort 設定的思考程度，直接決定了模型會生成多少高價的思考 token。

好在 Claude Code 引入了提示詞快取機制。只要請求的前半部分完全一致，伺服器就會直接讀取快取，價格只有普通輸入 token 的十分之一；只有新增加的內容需要按原價預填充。

問題在於，提示詞快取是嚴格按照字首順序匹配的。請求的拼裝順序依次是工具定義、系統提示詞、包含 CLAUDE.md 的對話歷史，最後才是當前最新的工具呼叫結果。

如果在對話末尾追加檔案或命令結果，前面的快取依然有效。但如果你在會話中途用 /model 切換模型、用 /effort 調整思考量，或者開啟 Fast 模式，就會直接破壞快取索引，導致整段歷史必須全價重新預填充。甚至連在規劃模式進進出出的 opusplan，也會因為頻繁切模型而丟掉快取。

時間也是個關鍵變數。提示詞快取並不是永久儲存的，在訂閱制下它只有 1 小時的有效期，使用 API 金鑰時預設更是隻有 5 分鐘。只要超出時限或者重啟會話，之前的快取就會全部失效。

幾個順手的省錢好習慣

理清了快取邏輯，省 token 的操作其實非常具體。

首先是在任務之間勤用 /clear。完成一個需求後立刻清空對話，避免舊任務的殘留內容在後續每一輪互動中反覆消耗 token，也能讓模型少受無關資訊的干擾。

其次是把模型和思考程度的配置前置。在開始寫程式碼前就用 /model 和 /effort 設好引數，不要聊到一半再改。如果確實需要切換，最好選在剛開工或剛執行完 /clear 的時候。

第三是用 @ 直接引用檔案。與其告訴 Claude「去看一下 utils 檔案」讓它發起一次 Read 呼叫甚至跑一次 grep 搜尋，不如在輸入框裡直接用 @ 掛載檔案，一步到位省掉一整輪工具呼叫的開銷。

此外，對於輸出內容極多的終端命令，記得加上靜音引數，或者扔給子智慧體執行。因為終端打印出來的每一行日誌都會永遠沉澱在當前會話裡，隨後的每次互動都要為它們買單。

最後，離座休息前記得隨手敲一下 /compact。既然快取會在 1 小時後過期，那就不如趁著上下文還在快取期、讀取單價只要十分之一的時候，讓模型把長對話總結壓縮掉。等你喝完咖啡回來，就能直接在緊湊的新上下文裡接著幹活。

為什麼重要

我們認為，這份指南的意義不僅在於教開發者怎麼省錢，更在於它揭示了智慧體時代開發者與生產力工具互動方式的根本轉變。

對開發者和獨立工程師來說，這套方法非常值得立即採納。它幾乎沒有任何技術門檻，只需改變幾個敲命令的習慣，就能在日常程式設計中省下數倍的 token 消耗。對於使用 API 按量付費的團隊來說，這直接對應著真金白銀的賬單降幅。

從行業角度看，AI 工具的競爭正在從單純卷模型能力，轉向卷實際交付場景的工程效率。以前大家覺得只要模型上下文視窗足夠大就可以無腦塞，但 Lydia Hallie 擺出的事實證明，低效的上下文管理不僅昂貴，還會稀釋模型的注意力，最終影響程式碼生成的準確率。

Anthropic 這種主動把計費黑盒拆開、把快取運作邏輯擺到檯面上的做法，看起來非常聰明。它沒有遮遮掩掩地賺取開發者由於誤操作而浪費的推理費用，反而通過官方最佳實踐把使用者留存做得更紮實。這種對透明工程細節的梳理，正在成為 AI 程式設計工具領域建立開發者信任的關鍵。