萌新节省Token的心酸和努力
因为AI coding过于快捷高效导致我头脑发热开了好多小case并行
嗯,token也如云雾般飞散_(´ཀ`」 ∠)_给我烧得眼泪汪汪,我开始绞尽脑汁的想办法试图节省
前情提要:
萌新如我用的最便宜套餐。
消耗最严重的时候我的token限额会在不到半小时就烧光,人陷入4个半小时的呆滞。
方法一,直接问AI
对萌新来说最好最快最直接的就是在会话里跟AI说:“怎么节省token”,带来的是通用性改造。
看完AI提供的方法,我选择性执行了/compact、配置模型映射+模型适时切换,以及提升提示词准确性(对于散漫的萌新来说还是经常用大白话,所以效果有限)。虽然只用了这几个方法,但是对节省token也有了显著效果,使用时间从不到半小时增加到了1小时以上。
新开对话处理独立任务这点,我从一开始就这么执行,不需要改正。
其他方法还在摸索中,暂时不讨论,如果有新的实践心得,会来更新~

AI提供的方法:
1. 对话管理
/compact— 压缩当前对话上下文,保留关键信息同时大幅减少 token 消耗。长对话里最有效的一招。新开对话处理独立任务 — 不要把不相关的任务堆在同一个对话里,上下文会越滚越大。
/clear— 直接清空上下文,适合任务已经完成、想聊新话题的情况。2. Prompt 写法
精确提问 — "帮我看
src/auth.ts里的登录逻辑有没有 bug" 比 "帮我看一下认证模块" 省 token。限制输出范围 — 加一句"只给结论,不用展开解释"或"用列表形式回答"。
避免重复描述 — 用 memory 文件(
/memory)持久化项目背景、个人偏好,每次对话自动加载,不用每次重复。3. 项目配置
.claude/CLAUDE.md— 写清楚项目结构、技术栈、编码规范,Claude 自动读取,省去每次解释项目背景的 token。
.claudeignore— 排除不需要的文件(node_modules、dist等),减少不必要的文件读取 token。4. 模型与推理控制
换轻量模型 —
/model切换到sonnet或haiku,简单任务不需要用 Opus/Fable。控制 thinking —
/thinking on/off,不需要深度推理的简单任务可以关掉 thinking mode。Token 预算 — 回复里加
+50k限制单轮 token 上限,防止一次性输出过多。5. 子代理 (Subagents)
用
Agent工具把大任务拆成独立的子代理,每个子代理的上下文相互隔离,不会互相污染。比在一个长上下文里做完所有事情省 token。实际建议
日常用得最多、也最有效的组合:短对话 +
/compact+ 精确 prompt。这三个就能解决大部分 token 浪费的问题。
方法二、进阶提问
跟AI说:“帮我评估隔壁XXXX项目对话适合用哪些节省token的方法”
这个方法下,AI会全盘评估项目现状数据后,再一一针对性的给出优化方案(甚至可以让AI直接上手修)
这里的优化方案针对性强,不同项目的方案也不尽相同,所以在此不做详细列举。
我让AI执行了他给出的优化方案后,对项目的token提效也很有效果(这里也结合了1的改造),做单个项目开发时,token从不到1小时耗完变成能撑到3小时以上,几乎能跟5小时重置连起来,使我非常满意。
不确定大家使用后效果如何,但是对我个人来说目前足够应付。
补充
配置模型映射的过程中,会被动提升对可用的各种模型的认知。结果实际使用时,还是有点麻爪自己开发过程中不同任务到底该切哪个模型使用。
如果你正在用Claude code,而且使用的原生模型,那么恭喜你,CC会自动切换模型来为你节省token,你可以不用再关注这部分内容。
如果你现在CC使用的第三方模型,那么就是放养状态,只能自己切换。
对这种情况,我的解决方案是:让AI在分析任务后,在不同任务时主动提醒我切换模型角色。这个方法其实也适用于其他coding agent不会主动切模型的场景,在此不一一列举。

总之,效果不错~
不过话又说回来,使用中,我发现CC好像会主动给DeepSeek切模型_(´ཀ`」 ∠)_果然是真爱吧!
以上就是我最近节省token的实践心得体会,好像没什么新意也可能没什么技术性。
后续如果有新的节省token方法,我也会继续过来更新。
非常欢迎各位在评论区分享自己的节省token技巧,这对我来说非常非常重要,比心~
开发不息、节省不止、能薅就薅、勇于尝新!这些意志目前必然贯穿我使用AI的全程不动摇!一起加油呀~
更多推荐



所有评论(0)