使用技巧

如何不浪费Token

# Token 如何被浪费：cache 过期、context 膨胀

这是所有用户必读的一篇。看完你能省下 30-70% 的 token 消耗。

# 问题现象

偶尔你可能经历过这个场景：

“我就发了一句 hello，怎么就扣了 5 万 token？”

这不是 bug，是 Claude Code/ChatGPT 的正常工作方式。但可以通过正确使用避免浪费。

# 根因 1：Context 累积

与大模型的对话不是"各自独立的请求"—— 每次发消息，整个历史对话都会被重新发给 API。

第 1 轮：你发 "hello"（10 token） → Claude/GPT 看 10 token → 回复
第 2 轮：你发 "write a function"（15 token） → Claude/GPT 看 [hello + 回复 + write a function] = 200 token
第 3 轮：你发 "add error handling"（10 token） → Claude/GPT 看 [完整前 2 轮 + 新消息] = 500 token
...
第 50 轮：你发 "hello"（10 token） → Claude/GPT 看 [前 49 轮完整历史] = 100000 token

一句 hello 消耗 100K+ token 是完全可能的 —— 消耗的不是 hello 本身，是累积的历史。

# 根因 2：Prompt Cache 失效

Claude/ChatGPT 有一个缓存机制：相同 prefix 的请求可以复用缓存，价格便宜 90%（输入 token 按缓存价计费）。

但缓存有几个失效条件：

  • TTL = 5 分钟/1小时 —— 超过 5 分钟/1小时（Claude内部有2种缓存时间）没新对话，缓存蒸发失效
  • 系统 prompt 变化 —— 客户端更新 / 切换模型 / 加 Memory，缓存失效
  • 工具列表变化 —— 启用新 skill、加 MCP server，缓存失效

最常见的浪费：

你中午开了一个 session 写代码到 12 点，吃完饭 1 点半回来继续发消息。 缓存过期了。Claude/ChatGPT 会全量重新算 100K token 的 context —— 按普通价计费（而不是 cache 价）。 或者使用过程中，之前有很多对话了，突然去切换了模型，例如从opus/sonnet，切换到fable，缓存也失效了 或者使用过程中增加了一个MCP或者plugin，然后在同一个会话继续工作，之前的缓存也失效了

# 解决方案

# 方案 1：频繁用 /clear 清空 context（最便宜）

  • /clear 彻底清空 context，从"白纸"开始
  • 适合：换了个不相关的话题（比如从写代码切到写文档）
  • 代价：丢失当前对话历史
  • 好处：下一轮 Claude/ChatGPT 只看新消息，不看历史，token 消耗回到起点

# 方案 2：用 /compact 压缩 context

  • /compact 让 Claude/ChatGPT 总结前面对话的重点，把历史压缩成一小段摘要
  • 适合：当前任务还在进行中，需要保留关键信息但不想带完整历史
  • 代价：一次性花少量 token 做压缩，换未来每轮都省
  • 好处：保留任务上下文但大幅减 token

# 方案 3：新任务开新 session（最推荐）

关键原则：一个 session 只做一件事。

  • 当你完成一个任务（比如修好了 bug 1），关掉这个 session
  • 开新 session 做 bug 2 / 新功能 / 写文档
  • 这样每个 session 的 context 不会无限累积

反面例子：

❌ 一个 session 从早用到晚，做了 10 个不相关的任务 → context 500K，每次发消息都贵

正面例子：

✅ 每任务开新 session，平均 context 50K，每次便宜 10 倍

# 方案 4：过期缓存的 session，宁愿重开

如果你离开超过 30 分钟、1 小时或更长：

  • 这个 session 的 cache 肯定过期了
  • 继续发消息 = 全量重新算 100K token
  • 关掉 session 重开 → 让 Claude 读一遍你的工作 context（通过 /init 或其他方式重新引入上下文）
  • 总 token 可能少一半

# 方案 5：安装了新的Plugin/MCP, 重新开新session而不是继续之前会话

安装了新的插件，消息头结构变化，导致缓存cache失效，再继续之前的冗长的消息，所有对话重新计费。宁愿重新开始一个对话继续工作

# 方案 6：不要中途切换模型，最开始就确定好模型

同上，中途切换模型，消息头结构也变化了，cache失效，再发信息，所有对话重新按新的input收费，而不是cache价格收费

# 诊断：怎么判断自己是不是浪费了

Claude Code 右下角（或 UI 里）有 token 使用统计：

  • 正常情况：发 1 条消息 input token 约等于这条消息的字数 × 2-3
  • 异常情况：发 1 条消息 input token 上万 → 正在浪费缓存

如果一句话就看到 800K+ input token，停下 —— 要么 /clear，要么 /compact，要么关掉开新 session。