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