1、在已发送的消息上修改，而不是另发一条消息

当 AI 回答不符合我们的预期时，尽量不要发一条「不对，我是指……」来跟进。

因为每发一条新消息，大模型都要把前面的所有聊天记录重新读一遍，导致 Token 消耗成倍翻滚。正确的做法是：直接点击原消息的「编辑」按钮，修改提示词，然后重新生成。

消息越多，消耗的 token 也越多。原文来源：https://x.com/0x_kaize/status/2038286026284667239

2、每 15–20 条消息就开启一个新对话

长对话是 Token 的无底洞，在一百多条消息的对话中，可能有 98.5% 的 Token 都浪费在让 AI 重读历史记录上。

当对话变长时，我们可以让 AI 先总结一下当前进度，然后拿着这段总结去开一个新的对话。

3、将所有问题都集中到一个消息里面发送

不要把「总结这篇文章」、「列出这篇文章的要点」、「给这篇文章想个标题」分成三条消息发送。

把它们合并成一段完整的提示词，不仅能减少系统加载上下文的次数，还能让 AI 因为看到了全貌而给出更高质量的回答。

4、把反复使用的文件上传到 Projects 中

如果我们在多个聊天窗口里反复上传同一份长文档，每次上传都会重新消耗大量的 Token。

这个时候我们可以利用 Projects 的缓存功能，文件只需上传一次，后续在这个项目里怎么问关于这份文件的内容，都不会再重复烧 Token 了。

5、提前设置好「记忆」与用户偏好

大多数时候，我们会按照以前的提示词技巧，在发每次开新对话时，都会「浪费额度」去写「现在你是一个文案策划，用轻松的语气写……」。

现在 AI 都有用户偏好和记忆功能，我们可以把职业、行文风格、项目信息等偏好保存在设置里，它就会自动生效，帮我们省下大量重复交代背景的 Token。

6、关掉不需要的附加功能

联网搜索（Web search）和高级思考（Advanced Thinking）等功能只要开着，每一轮都会额外消耗 Token。

除非我们对初步的回答不满意，或者明确需要这些功能，平时在简单地聊天时，可以关闭这些附加功能。

7、用不同的模型解决不同的问题

一些简单的任务，像检查语法、简单排版、快速翻译这些基础活，完全可以使用成本最低的 Haiku 模型。把节省下来 50%–70% 的额度，留给那些真正需要深度思考的复杂任务，交给 Sonnet 或 Opus。

8、把工作分散到全天的不同时段

Claude 的使用限制是基于「滚动 5 小时」窗口来计算的，而不是半夜统一清零。

如果我们早上把额度耗光了，下午就会很难受。建议把工作分成早、中、晚几个时段，这样额度会不断自动恢复。

9、尽量避开高峰时段

从 2026 年 3 月 26 日开始，如果在工作日的高峰期（太平洋时间早上 5 点到 11 点）使用，同样的请求会更快地消耗限额。如果把重度耗费算力的任务挪到非高峰期（比如晚上或周末），额度会经用得多。

这是基于 Claude 之前推出的错峰双倍福利，一方面是 Anthropic 的尖峰服务器压力大，给一些福利希望用户在平谷时候使用 Claude，另一方面也确实给北京时间的用户实实在在的优惠。

目前在 Cursor 等应用内使用大模型，有时候还是会碰到请求过多的提示，尤其是在晚上的时间。

10、开启超额使用 (Extra Usage)作为安全网

如果是 Claude 付费用户，可以在设置里开启超额功能并设定预算上限。

这个方法虽然不省 Token，但可以保证当我们的额度耗尽时，系统会自动切换到按量计费，防止在十万火急的工作关头突然被强制阻断。

无论是靠 Skills 还是我们自己调整提示词，这些方案的底层逻辑都是要减少毫无意义的上下文重读。从千禧年按字算钱的短信，到如今按 Token 计费的大模型，人类追求沟通效率的本质其实从未改变。

在使用 AI 的过程中，逐渐养成这些习惯，用「山顶洞人」的语言，只说重点，把 Token 用在刀刃上，或许是这个 Token 堪比真金白银的时代，最顶级的提示词技巧。