最大化 Claude Code 會話價值與 Token 效率

透過提示快取降低 Token 成本

Claude Code 使用提示快取來降低重複輸入 Token 的成本。當請求以與先前請求相同的 Token 開頭時，伺服器會從快取載入狀態，而非重新計算，從而將這些 Token 的成本降低至標準輸入價格的 0.1 倍。然而，將新 Token 寫入快取的成本最高可達正常輸入價格的 2 倍。

避免快取未命中

由於快取是從請求開頭開始鍵值化，請求前綴的任何變更都會使整個後續快取失效。使用者應避免在對話中途執行以下操作，以防止產生昂貴的完整上下文重新預填充：

• 切換模型（/model）： 每個模型都維護自己的獨立快取。
• 變更努力等級（/effort）： 努力等級是快取鍵的一部分；變更它會使快取失效。
• 切換快速模式： 啟用快速模式會改變快取鍵。應在會話開始時啟用。
• 使用 /compact： 此命令會以較短的摘要取代對話，導致先前的對話歷史不再與快取匹配。
• 基於時間的過期： 訂閱用戶的快取在一小時後過期，API 金鑰用戶則在五分鐘後過期（除非設定了 ENABLE_PROMPT_CACHING_1H=1）。

為最小化成本，使用者應在會話開始時或在執行 /clear 命令後立即進行模型和努力等級的變更。使用 /rewind 比 /compact 更具成本效益，因為它僅切斷對話的結尾，保留先前的快取歷史不受影響。

战略性上下文管理

每次新增的檔案讀取或命令輸出都會保留在會話的上下文中，供後續所有回合使用，從而增加每次請求的 Token 負擔。管理進入上下文的內容對於維持效能和降低成本至關重要。

優化輸入與工具結果

• 使用 @-提及： 提及檔案（例如 @utils.test.ts）會將檔案附加至第一個請求，跳過對獨立 Read 工具呼叫的需求，以及隨之而來的回合。
• 靜默命令旗標： 命令輸出會附加至對話中。為防止上下文過於臃腫，使用者應在 CLAUDE.md 中為常見命令加入靜默旗標（例如對 Vitest 使用 --reporter=dot），以限制返回文字的數量。
• 限制啟動上下文： 在新會話中使用 /context 來識別不必要的載入項目。特定工作流程的指示應從 CLAUDE.md 移至僅在需要時載入的技能中，並透過 /mcp 關閉未使用的 MCP 伺服器。

管理會話長度

長會話的代價遠高於多個短會話，因為每個回合都需重新處理整個先前的歷史。使用者應在切換任務時使用 /clear，在任務早期部分完成時使用 /compact。對於使用 1M 上下文模型的使用者，可使用 /autocompact 200k 重新啟用自動壓縮安全網（需 Claude Code v2.1.221+ 版本）。

利用子代理處理雜訊任務

子代理提供了一種在獨立上下文視窗中執行任務的方式。子代理擁有自己的系統提示和工具，但不會繼承主會話的對話歷史。僅最終答案會返回至主會話，所有中間回合和工具輸出都會被丟棄。

子代理非常適合處理「雜訊」任務，例如解析大型日誌檔案，否則中間輸出會使主會話的上下文過於臃腫。使用者可明確請求子代理（例如「在子代理中處理此日誌」），或定義特定子代理設定，使用較便宜的模型（如 Haiku 或 Sonnet）進一步優化成本。

社群見解與替代工作流程

Hacker News 上的使用者提出了額外策略，以補充官方建議：

• /handoff 工作流程： 一些使用者偏好使用 /handoff 技能建立可攜帶的上下文文件。這允許他們使用 /continue [file] 啟動新會話，有效重置快取和上下文，同時保留關鍵的專案記憶。
• 驗證迴圈： 高效率使用者報告，讓代理撰寫測試，刪除已覆蓋的程式碼以驗證測試失敗（變「紅」），再恢復程式碼以驗證測試通過，確保測試在人工審查前具有意義。
• 對手動優化之擔憂： 部分社群成員認為，要求使用者手動透過 /clear 和 /compact 等命令管理快取和上下文，是一種倒退至形式語言，AI 應能自主處理這些優化。

"我發現 [/handoff] 比 /compact 或 /clear 更有用，因為上下文被保存在可攜帶的文件中，而不是與單一會話綁定……我每 20 條訊息左右這麼做，效果比長時間會話更好。"

"變更努力等級會使快取失效……努力等級難道不能僅作為解碼時的參數，僅改變 token 的機率嗎？"

高成本區域總結

优先級	區域	優化動作
最高	會話長度	頻繁使用 /clear 和 /compact
高	上下文膨脹	使用 @-提及和靜默命令旗標
中	快取未命中	在會話開始時設定 /model 和 /effort
低	啟動載入	檢查 /context 並關閉未使用的 MCP 伺服器