越省著用 AI，反而越貴

越省著用 AI，反而越貴。

最近很多人都在拆解 Claude Code 的 token 計費機制，結論很反直覺：同樣的 Max 訂閱，操作習慣不同，實際可用量真的可以差到非常多。

換句話說，你以為你在省錢的那些動作，可能反而正在加速把額度燒光。

1. 你的 AI 預算，常常是被操作習慣吃掉的

很多人覺得「做完一件事就關掉，下次再開新的」比較乾淨省事。

但實際上，每次開新 session 都像是從零開始重新介紹一次背景。你以為自己是在省，系統卻是在重新付一次完整的前綴成本。

在同一個 session 裡繼續對話，前面的內容比較有機會走快取，只有最新那一小段付全價。每次都重開，等於每次都重新支付建立快取的成本。

這讓我想到一個管理上的老問題：工具的 ROI 不只看採購成本，更看使用紀律。

我在團隊裡看到的效率差距，很多時候不是工具不同，而是使用方式不同。有人一個 session 能搞定一整個 feature，有人同樣的工作量卻燒掉三倍額度。

問題不一定出在 AI 身上，而是我們常常把 AI 當搜尋引擎用，想到什麼問什麼，問完就關，下次再重新來。

2. 定價設計，本質上也是行為設計

如果你把 prompt caching 這件事看清楚，就會發現這不只是技術細節，而是一套行為引導機制。

• 正常輸入最貴
• 首次建立快取還要再付一點溢價
• 命中快取時才會變得很便宜

這背後的邏輯非常清楚：獎勵穩定的使用習慣，懲罰頻繁切換。

這跟雲端服務很像。用量穩定、可預測，通常拿到折扣；使用模式飄忽、隨開隨關，通常付溢價。

所以你買的不只是額度，也是在買一套更適合長上下文工作的使用節奏。

3. 三個快取殺手，你可能每天都在踩

原始碼分析揭露了幾個很容易讓快取瞬間失效的操作：

中途切模型

Sonnet 切 Opus，前綴就不是同一份了。需要換模型時，通常比較乾淨的做法是開新 session，而不是在同一條線上硬切。

中途改 CLAUDE.md

這個檔案本來就是前綴的一部分。改一個字，快取邏輯就可能重算。比較好的做法是，開 session 前先寫好，開始之後先不要動。

中途加減 MCP 工具

工具定義也是前綴的一部分。多一個少一個，系統看到的上下文就變了。做法跟 CLAUDE.md 很像：先配好，再開始。

4. 五個高 ROI 的操作習慣

基於這些機制，我自己會把最值得先改的習慣整理成五個：

一個任務一個 session

話題切換之後，舊歷史很可能會變成每一輪都要付費的噪音。新任務開新 session，舊 session 讓它留著，通常比較划算。

批量提問，一次說完

把需求拆成三條訊息，通常就等於多三次上下文重傳。能一次講清楚，就不要拆成很多輪。

主動 /compact

完成一個子任務就手動壓縮，順便附上你想保留的重點。不要等系統自動壓縮之後，才發現重要上下文被洗掉了。

給精確路徑，不要讓 AI 猜

「讀 src/services/auth.ts」通常比「幫我找處理登入的檔案」省很多。模糊描述會觸發更多搜尋與來回確認，而每一輪都會產生成本。

認真寫好 CLAUDE.md

這份檔案每次對話都會被載入。第一輪雖然貴，但只要後面持續命中快取，長期看通常比你每次手動重講背景便宜得多。

如果你的 CLAUDE.md 還只有一句「請用繁體中文回答」，那大概是整個工作流裡最浪費的高價位置之一。

5. AI 成本管理，本質上是操作紀律

這次的學習讓我更確信一件事：AI 工具的成本管理，本質上是操作紀律的問題，不只是技術問題。

你不需要看懂 Transformer，也不需要去讀整份原始碼。你只需要先抓住三個原則：

• 保持穩定，不要頻繁切模型、改設定、開開關關
• 前期投資，花時間把 CLAUDE.md 寫好
• 控制增長，一任務一 session，主動壓縮，不要讓上下文無限膨脹

同樣的套餐，操作習慣對了，真的可以多撐很多。

這不是在省 token 而已，而是讓每一塊錢花在刀口上。

PS

如果你的團隊正在導入 AI 工具，比起先問「要不要買更貴的方案」，我會更想先問一個問題：我們有 AI 使用的 SOP 嗎？