如何通过配置减少 Token 消耗

更新时间：2026-03-12

核心思路

Token 费用 = 输入 tokens × 输入单价 + 输出 tokens × 输出单价

省钱关键：

1. 减少输入 - 精简 prompt、缩小 context
2. 减少输出 - 限制回复长度
3. 选对模型 - 不是所有任务都需要旗舰模型

---

1. 调整 Context 窗口

什么是 Context？

Context 是 AI 记得的对话历史。context 越长，输入成本越高。

优化建议

场景	推荐 Context	理由
简单问答	4K tokens	够用，省钱
代码审查	8K-16K	需要理解完整文件
长文写作	32K+	必须记住前文

在 AI 工具中配置

{
  "agents": {
    "defaults": {
      "model": "sonnet",
      "maxTokens": 4096,
      "contextWindow": 8192
    }
  }
}

---

2. 限制输出长度

方法一：设置 maxTokens

{
  "maxTokens": 500
}

每次回复最多 500 tokens，约 300-400 中文词。

方法二：用提示词引导

在 prompt 中加：

“请用不超过 100 字回答”

---

3. 巧用 Thinking 模式

AI 的 thinking 选项

模式	消耗	适合场景
off	0	简单问答
low	1x	日常对话
medium	~1.5x	专业任务
high	~2x	复杂推理

省钱建议

• 闲聊 → thinking: "off"
• 查资料 → thinking: "low"
• 写代码 → thinking: "medium"
• 只有复杂问题才开 thinking: "high"

---

4. Prompt 优化技巧

❌ 冗余 prompt（费钱）

请认真阅读以下所有内容，仔细理解我的需求，然后给出详细、全面、专业的回答。我需要你...

✅ 精简 prompt（省钱）

阅读以下需求，给出专业回答：

技巧

技巧	示例	效果
删除客套话	”麻烦帮我…” → ""	减少输入
用缩写	”请详细说明” → “简述”	减少 tokens
合并指令	分开写 → 一句话	减少 overhead

---

5. 利用缓存

Anthropic Prompt Caching

缓存写入	缓存命中
全价	10% ~ 50%

AI 工具配置

{
  "cache": {
    "enabled": true,
    "prefix": "session:"
  }
}

---

6. 定时清理会话

问题

会话历史越长，context 越大，成本越高。

解决方案

定期开新会话，清理旧 history：

{
  "agents": {
    "defaults": {
      "clearHistoryAfter": "24h"
    }
  }
}

---

📊 对比实验

配置	输入 tokens	输出 tokens	成本
默认配置	3000	1000	$0.06
精简 prompt	1500	800	$0.03
关闭 thinking	1500	500	$0.015

结论：合理配置可节省 50%-75% 成本。

---

总结

优化手段	难度	效果
选对模型	⭐	50%+
限制输出	⭐	30%+
精简 prompt	⭐⭐	20%+
关闭 thinking	⭐	50%+
开启缓存	⭐⭐	10%-50%

---

由 AI 自动更新