Claude Code 省 Token 指南

// 为什么会差 10 倍

一、为什么同样干活，有人 3k Token，有人 30k Token？

Claude Code 的账单，表面上看是模型价格，实际上更像你的工程习惯镜子。你怎么提问、Claude 怎么读文件、项目里挂了多少扩展能力、会话是否拖得太长，都会直接体现在 /cost 里。

真正决定 Token 消耗的，通常不是你这一句 prompt，而是 system prompt、CLAUDE.md、MCP / Skills / Plugins、历史对话、工具输出和这一轮消息一起构成的完整 input 包。

所以这篇文章不是讲“如何省一句 prompt 的 token”，而是讲如何控制整个对话系统的总开销。

// Token 花在哪

二、先看懂：Claude Code 的 Token 花在了哪里

从计费角度看，Claude API 按 input 和 output 分开算账。Claude Code 里最容易膨胀的是 input，因为它会不断累积。

如果你问“为什么明明只发了一句话却这么贵”，答案通常就在工具侧和历史侧。

Prompt Cache 为什么这么重要

Claude Code 的前缀缓存命中后，system prompt 开始的一大段重复内容只需要付读取成本。简单说，如果你的前缀完全不变，这部分 input 的价格会明显下降。

先学会看 /cost

/cost

input       # 全价 input
output      # 全价 output
cache read  # 命中缓存的 input，越高越好
cache write # 新写入缓存的 input，越低越好

判断是否在省 Token，不要只看总价，要看 cache read 有没有稳定提高，以及 cache write 有没有被无意放大。

// 输入方式

三、你输入内容的方式，正在悄悄浪费 Token

1. 整段日志、整段 diff、整段输出直接贴

这是最常见也最贵的错误。几千行日志里，真正有价值的通常只有少数错误行和 stack trace，其余大部分是噪音。

# 不推荐：整段贴
adb logcat -d

# 更推荐：先过滤再给 Claude
grep -E "FATAL|Exception|^\s+at\s" crash.log
tail -100 build.log
git diff --stat

同样的原则适用于服务端日志、测试输出、构建报错、整段 Git diff。先筛一遍，再交给 Claude。

2. 开放式提问，而不是精准提问

帮我了解一下这个项目 这种问法，几乎是在邀请 Claude 读更多无关文件。你如果已经知道想看哪个目录、哪个模块、哪个函数，就直接说。

# 更省 token
src/services/ 下有哪些文件？分别 export 什么？

# 更费 token
帮我了解一下这个项目的整体结构

3. 挤牙膏式多轮补需求

多轮对话不是多次独立请求。每一轮都会带着前面所有轮次的历史一起继续发，所以如果你一开始就知道需求，最好一次说清。

4. 无意中清空缓存

最常见的两种情况是：长时间中断后 resume，以及频繁切模型。前者会让缓存 TTL 过期，后者会因为模型隔离导致首轮重写缓存。

# 长时间离开前，如果还要继续当前任务
/compact

# 完全换主题
/clear

# 不要一句话一切模型
/model sonnet
/model opus

// Claude 的干活方式

四、Claude 的干活方式，也会隐性消耗 Token

1. 改一个点，却 Read 整个大文件

如果只是改一个 handler、一个按钮回调、一个小函数，优先让 Claude 用 Grep 定位，再局部读取上下文，而不是把 1000 行以上的大文件整页读进来。

# 推荐流程
Grep 关键字 -> 拿到行号 -> 只读上下几行 -> Edit

# 不推荐
先看看这个文件（然后 Read 1500 行）

如果你在编辑器里能直接选中代码范围，效果通常更好，因为 Claude 不需要再为了定位而读整文件。

2. Plan mode 不是每次都该开

Plan mode 会先出方案再动手，这本身就要花一笔 token。对于小需求、已知范围、明确修改点，直接做通常更便宜。

3. 脏活适合交给 Subagent

像“全项目扫某类 export”“统计废弃 API 调用点”这种任务，往往会读很多文件。如果放在主会话里做，这堆 Read 结果会污染后续所有轮次。

更好的方式是让 subagent 在独立上下文里完成扫描，主会话只接收最终总结。这样后续连续追问时，主上下文会干净得多。

4. /compact 和 /clear 都是工具，不是习惯

/compact 会读完整段历史，再写一份摘要替换原来的消息，这本身也要花钱。只有你 compact 后还会继续聊很多轮，这笔成本才容易摊平。

// 基础设施

五、你的基础设施，也在每一轮静默扣钱

1. 没屏蔽构建产物、依赖目录和 generated 文件

如果项目里有超大的自动生成文件、构建产物、依赖目录，一次随手的 Grep 或 Read 就可能把它们带进上下文。

项目根目录建议加一份 .claude/settings.json，限制明显不该读取的区域。

{
  "permissions": {
    "deny": [
      "Read(**/node_modules/**)",
      "Read(**/dist/**)",
      "Read(**/build/**)",
      "Read(**/.next/**)",
      "Read(**/generated/**)",
      "Read(**/*.generated.*)",
      "Read(**/Pods/**)",
      "Read(**/DerivedData/**)",
      "Read(**/*.lock)",
      "Read(**/*-lock.json)",
      "Read(**/*.lock.yaml)"
    ]
  }
}

如果业务允许，配合 .gitignore 一起用效果更好。

2. MCP、Skills、Plugins 的“入场费”税

每个已启用的 MCP 工具、Skill 或插件，都会以元数据形式进入 system prompt。装得越多，每轮固定开销越大。

不要把 Skill 和 MCP 当收藏夹。它们不是免费挂件，而是每轮对话都在付费的能力声明。

3. CLAUDE.md 写得太大、太动态

CLAUDE.md 是 prompt cache 的主战场，也是 system 侧最容易膨胀的部分。两个最常见错误：

# 推荐放进 CLAUDE.md
- 代码规范
- 目录约定
- 常用命令
- 禁用写法

# 不推荐放进 CLAUDE.md
- Last updated: 2026-03-22 12:30
- Current sprint: Sprint 40
- Active TODOs
- 历史决策长文档

// 实战清单

六、Claude Code 省 Token 的实战清单

当你把这些习惯建立起来，省下来的不只是 token，还有会话上下文的干净度和后续修改的稳定性。

// 总结

总结

Claude Code 省 Token 的核心，不是学一个神奇命令，而是控制四件事：

下次看到 /cost 里的数字，别只把它当账单。它本质上是在提醒你：哪些工程习惯，正在被你自己放大成本。