停止浪费AI令牌——如何将每个提示的成本降低40-60%

一个模糊的10字提示词需要4轮澄清，花费的token比一个精确的80字提示词还多，而后者第一次就能正常工作。最昂贵的AI交互不是长的那个——而是你必须重复的那个。这里有8个技巧，可以在Claude Code、Cursor和其他所有AI编码工具中将token使用量减少一半。

为什么会浪费Token

每个AI编码工具在底层的工作方式都是相同的：你的提示词加上整个对话历史记录随每条消息一起发送到模型。第1条消息很便宜。第20条消息很昂贵——因为模型在生成响应之前重新读取所有19条之前的消息。

这意味着最大的token消耗不是复杂的提示词。而是长对话。一个30条消息的对话，其中每条消息都重新读取完整历史记录，花费的token大约是6个独立5条消息对话的5倍，尽管完成的总工作量相同。

第二个消耗是迭代。"添加认证" → "不，我是指OAuth" → "使用Google提供商" → "并添加速率限制" → "还要处理刷新token"需要5次交互，而一个详细的提示词本来可以一次做对："添加OAuth认证，使用Google提供商，在认证端点上包括速率限制，并处理刷新token。"

8个技巧

1. 每15-20条消息后开始新的对话。这是单一最有影响力的习惯。用3-4句话总结你的当前进度，开始新的聊天，粘贴总结作为上下文。你每条消息的token成本下降回基线。

2. 像交接文档一样编写提示词。包括什么存在、你想改变什么、什么不应该被触及，以及预期的结果。一个精确的提示词替代3-4个模糊的提示词。净token节省：60-70%。

3. 为任务使用正确的模型。Claude Sonnet用于常规编辑。Opus用于复杂推理。不要对不需要的任务使用最强大（和最昂贵的）模型。在Cursor中，手动选择模型而不是使用默认值。

4. 修剪你的输入。如果你要求Claude Code审查一个文件，提取相关部分——不要在只有50行重要时给它整个1000行文件。

5. 不要要求AI重复或重新格式化。复制输出并自己重新格式化。"你能把它改写成项目符号吗？"花费的成本等于原始响应加上新响应的成本。选择文本，在本地重新格式化。

6. 使用Projects获取持久上下文。在Claude中，一次性将你的项目文档、编码标准和偏好上传到Project。每个对话都继承这个上下文而不会重复解释它。

7. 安装Caveman进行输出压缩。开源Caveman插件从Claude Code响应中去除冗长的解释，减少40-60%的输出token，同时保持代码准确性。查看我们的3个Claude Code仓库指南了解设置说明。

8. 使用Code Burn监控。你无法优化你没有测量的东西。Code Burn显示按文件、按对话的token消耗。仅仅是可视化就会改变你的行为。

改变你行为的数学

典型的Claude Pro订阅在5小时窗口内提供大约45条Opus消息。没有优化的情况下，一个复杂的编码会话在90分钟内耗尽这个配额。使用这些技巧，相同的工作需要30-35条消息——为你的一天的其余部分留出空间。

"我总是达到速率限制"和"我很少达到速率限制"之间的区别不是支付更高的层级。而是工作流程纪律。

关于更长提示词的反直觉真相

更长、更详细的提示词每条消息花费更多token。但它每个任务花费更少token，因为它减少了来回消息的数量。我们的提示词优化器使提示词更长、更具体——这正是为什么它总体上为你节省token。一个80字的有效提示词花费的成本少于5个10字的无效提示词。

你能写出的最昂贵的提示词是一个短的、模糊的、需要发送三次的提示词。

披露：本文中的某些链接是联盟链接。我们只推荐我们亲自测试和定期使用的工具。查看我们的完整披露政策。