7 個省 Token 必須知道的秘訣：別再等五小時重置

Max · 2026-09-30 · Claude Code / Token / Vibe Coding

你的 AI Agent 是不是也常常卡在「等五小時重置」？用 Claude Code 或 Codex 開發，帳單爆掉、額度用完就得等冷卻結束，而且還覺得 AI 越聊越笨。

Token 管理不只是提示詞的問題，更是系統架構的問題。下面七件事都做到，可以省下可觀的 token。

一、警惕「囉嗦複利」

Output token 的單價大約是 input 的 5 倍。更糟的是，這一輪的 output 會變成後面每一輪的 input。

多一句寒暄，後面十輪都在為它付費。

做法：在設定檔裡加上精簡輸出的規則——不寒暄、不重述做過的事、不重印沒改的程式碼。

二、用磁碟當記憶體，不用 Context 當記憶體

把工作流程改成這樣：

Plan → 寫入 task.md → /clear → 照 task.md 實作 → 驗證 → Commit → /clear

進度交給 Git 和檔案系統保管，上下文就能一直維持最高的信噪比。

三、/compact 到底做了什麼？跟 /clear 差在哪？

先講 cache 怎麼運作。API 是無狀態的，Claude Code 每一輪都會把「system prompt + tools + 全部對話」整包送出去。Anthropic 從第一個 token 開始逐一比對，前面完全相同的那段就命中快取（讀取只收 0.1 倍），從第一個不同的 token 開始，後面全部原價重算。

所以每多一輪，前面的內容都命中，只有新增的那段付原價。這就是 Agent 多輪對話還付得起的原因。

/compact 做三件事：

1. 額外發一次 API 呼叫，把整段對話丟給模型寫摘要——這一次要讀完整個 context，這才是主要成本
2. 把對話歷史刪掉，換成那份摘要
3. system prompt + tools 那段沒動，下一輪照樣命中；摘要是新內容，付一次寫入費之後也會命中

/clear 只做一件事： 把對話歷史刪掉。

所以對 cache 來說，兩者的代價一樣，都是「對話那段重來、前綴那段照舊」。差別只有一個：compact 多付一次摘要費，換來任務脈絡不中斷。選哪個要看「還需不需要前面的脈絡」，而不是 cache。

• 同一個任務做到一半、context 快滿了 → 用 /compact，並帶上指令，例如 /compact 保留 X 的結論
• 任務做完、要開始不相關的事 → 用 /clear
• 別在同一個 session 裡反覆切換模型：cache 綁定模型，每切一次就要重付一次完整的前綴

四、照任務性質分工，不是照「思考 vs 執行」分

我做了一個台股盤後報告工具，流程裡有兩種任務：

• 把 100 檔股票依當日題材歸類——要判斷、要取捨
• 上網抓每檔股票的新聞摘要——照固定流程做

一開始我全部丟給 Haiku（最初階的模型）想省錢，結果歸類品質崩掉，新題材都認不出來；但抓新聞那段卻完全沒問題。

• 需要判斷、歸類、取捨的：用強模型
• 抓資料、跑固定流程的：用輕模型，開 subagent 在獨立環境裡接單

最理想的分工是：強模型寫 SPEC.md，輕模型照 SPEC 實作，主對話只收結論。這個專案實際怎麼分工，可以看拆解台股盤後報告這篇。

五、CLAUDE.md 要 Lazy-Loading

常駐設定雖然有快取折扣，但它會佔掉 context 空間，讓 compact 更早觸發，也會稀釋模型的注意力。

• 主檔控制在 1,000 tokens 以內
• 詳細規範拆成 Skill：只有 description 常駐，內容按需載入
• .claude/rules/*.md 要加上 paths:，才會只在碰到對應檔案時載入——我自己就有一個忘了加，每個 session 都在白載

六、Cache 差 12.5 倍，所以問題要連續問

Anthropic 的 prompt cache 命中只收 0.1 倍，沒命中重新寫入要收 1.25 倍，差了 12.5 倍。

Cache 預設只活 5 分鐘，每次命中會重新倒數（API 也有 1 小時的選項，寫入改收 2 倍，實際用哪一種要看工具與方案）。連續來回時，每輪只付新增的部分；停超過時效再回來，那一輪就得把整段 context 重付一次。

下面這個小工具可以切換兩種情況，看看 10 輪對話的成本差多少：

• 問題湊在一起問，不要一句一句丟：三個小問題分三輪問，是三次 output 加三次增量 input；合成一輪只付一次
• 想清楚再送，不要邊想邊問：你思考的那 10 分鐘，cache 早就過期了

七、離開前先決定：讓誰幫你記

停下來之前，先問自己一句「這段 context 還要不要」，然後三選一：

1. 不要了 → /clear。反正 cache 會過期，沒什麼好可惜的
2. 要，而且我知道重點是什麼 → 自己把結論寫進 task.md 再 /clear。回來照 task.md 重新開始，這是最便宜的做法
3. 要，但脈絡太雜、懶得整理 → 帶指令 /compact，讓模型幫你摘要。多付一次摘要費，換來不用自己動手

結論

自己寫 task.md 是「硬碟 cache」，/compact 是「請模型幫你做 cache」。前者免費但要動手，後者花錢但省事。

最貴的是第四種：什麼都不做，掛著一大包 context 等它過期。

Context 是暫存區，不是硬碟。

你平常都怎麼省 token？歡迎透過聯絡頁跟我分享。