共计 3884 个字符，预计需要花费 10 分钟才能阅读完成。
Claude 在官方提供了三种不同的套餐：Pro、Max 5 和 Max 20。
但是，即使订阅最高版本的 Max 20，每个月花费 200 美元，依然有可能会在短时间内将所有的 Token 使用完。并且，在之前的时间里，Claude 官方也限制了周使用的 Token 数，所以极有可能导致在不到一周的时间内就把 Claude Max 20 的 Token 限制消耗殆尽。 所以这就迫使我去思考如何更高效地使用 token。 在这篇文章里面，会结合我的实际经验和朋友们的交流总结，提出一些可以帮大家节省 token、提高使用 AI 工具效率的方法。
如果我们不了解 Claude Code 的工作原理，不理解模型的运行机制，那么会让 Claude 带有很多无用的上下文，白白浪费 Token。
不同订阅计划的 Token 使用限制
| 计划 | 5 小时内 Token 额度 | 大约提示数量 |
|---|---|---|
| Pro | 44,000 tokens | 10-40 条 |
| Max5 | 88,000 tokens | 适合生产工作 |
| Max20 | 220,000 tokens | 支持长时间持续开发 |
每 5 小时限制重置一次。
不同模型的调用成本。
| 模型 | 输入成本 | 输出成本 | 上下文窗口 |
|---|---|---|---|
| Claude Opus 4.1 | $15/MTok | $75/MTok | 200K |
| Claude Sonnet 3.5 | $3/MTok | $15/MTok | 200K |
| Claude Haiku 3.5 | $0.80/MTok | $4/MTok | 200K |
输出 Token 的成本通常是输入的 5 倍，Claude 输出策略（添加冗长的注释，完整的代码结构）会导致 Token 使用成本翻倍。
Claude Code 的工作原理
在使用 Claude Code 的过程中，Token 的消耗存在一个关键的挑战：对话累积成本。因为大语言模型是没有记忆的，我们通常需要将整个对话传给大模型，才可以让大模型维持上下文。
当你在同一个对话中继续交互时，模型需要重新处理之前的所有输入和输出，即使这些内容已经不再相关。例如，第一条信息使用了 3000 个 Token，而第二条信息就可能需要 6000 个 Token，因为它必须包含第一条信息的全部上下文。这种指数级增长会快速消耗你的 Token 配额。
设计 CLAUDE.md 文件
CLAUDE.md 文件是 Claude Code 中最好的控制成本的工具之一。文件是项目的「宪法」，向 Claude Code 明确指示了哪些文件可读，哪些文件被忽略。
通过防止 Claude Code 读取不必要的文件，你可以显著减少 Context 污染，使模型专注于真正相关的代码。这不仅节省 Token，还能改善响应准确性。
- 明确列出禁止目录（如 node_modules/、vendor/、.git/）
- 定义项目目标和代码风格
- 指定允许的工具和 API 版本
- 存储可重复使用的 Slash 命令。
指定文件
项目当中的文件大小直接影响 token 的消耗。保持代码文件的精简和有明确的单一职责，可以让 Claude Code 在无需读取整个项目的情况下理解代码结构。
如果明确知道需要修改哪些文件，可以直接在 Claude Code 当中使用 @ 符号指定这些文件。
明确地告诉 Claude Code 应该关注哪些文件，可以让模型更有效地开展工作，避免无关文件的扫描成本。
开启新的对话完成不同的任务
一旦完成任务，可以立即开始 Claude Code 的会话，避免将之前的任务 Token 拖入到新的工作环境中。 在同一个对话窗口当中处理多个无关的任务，会导致 Token 数指数级增长。我们可以频繁使用 /clear 来清除无关上下文。
- 完成一个功能或者 bug 的修复之后，立即开启新的对话。
- 避免在一个对话中混合代码编写、代码审查和调试等不同任务。
- 不要在同一个聊天窗口当中处理多个项目。
尽可能地进行批量编辑，而非单次编辑
如果这一次的变更请求当中已经明确地知道需要修改多个文件，我们可以在一次请求中让 Claude Code 去处理多个目标文件，而不是进行多次的对话往返。
使用 /compact 命令压缩对话
CLAUDE Code 提供了/compact 命令，用来总结长对话的同时保留关键的信息。这一条命令会压缩对话历史记录，保留关键的决策和上下文，显著减少 Token 的使用，而不丢失重要的信息。
对于需要使用长期开发工作但想保留上下文的场景，这个命令特别有用。然而，需要注意的是，官方提供的 Compact 命令在某些情况下可能无法理想地工作。此时，我们可以自行保留关键信息并生成文件，让 Claude Code 重新读取该文件后进行对话。
建议在长对话当中，每隔 20 到 30 条消息，使用一次 /compact 命令。
使用 context 命令可视化上下文
在新版本的 Claude Code 当中，支持 context 命令，可以显示当前可视化的 token 使用情况和成本预估。可以利用这个工具，在对话变得过长之前，识别成本的增长，决定是否要启用新的对话或使用 compact 命令压缩的对话。
选择合适的模型处理不同任务
利用 /model 命令来切换模型
| 任务类型 | 推荐模型 | 成本对比 | 适用场景 |
|---|---|---|---|
| 简单代码生成 | Claude Sonnet 3.5 | 基准 (1x) | 模板、简单脚本、文本处理 |
| 中等复杂度 | Claude Opus 4.1 | 5x 成本 | 架构设计、复杂算法调试 |
| 仅查询/说明 | Claude Haiku 3.5 | 0.27x 成本 | 代码解释、API 文档查询 |
建议
- 默认使用 Sonnet 3.5 完成大部分编程任务，成本低，能力强
- 仅在遇到 Sonnet 无法解决的复杂问题时切换到 Opus
- 对于单纯的提问或代码审查，使用 Haiku 或普通 Claude ，ChatGPT，Perplexity 等（非 Code）
请教问题可以使用外部的 Perplexity 或 ChatGPT
我们通常可以使用其他的外部大模型或者 Claude Code 来分析我们项目当中遇到的小范围的 Bug，或直接针对这些代码问 Claude Code 的一些问题。
但是，对于这样的情况，我们还可以借助外部的工具，比如说 Perplexity 或者 ChatGPT。对于一些代码相关的问题，ChatGPT 或者 Gemini 可能会给出更好的答案。
分析 bug 和询问代码相关的问题通常不需要有强大的 agent 编码能力，而是需要对问题更深入的思考和更广阔的知识。
在分析 Bug 的时候，一定不要把代码直接发布给外部模型。可以通过人工将问题抽象，提供公开的 API 文档，使用伪造的数据替代等等方法将代码脱敏，或使用伪代码。这样不仅可以让模型更专注于解决问题，同时也避开了数据泄露的问题。 我们可以手动地将代码逻辑抽象为更高层的描述或微代码，然后提供给模型。这相当于先做了一次人类的理解，将复杂的实现用自然语言方式描述出来，避免直接暴露源代码。
使用更清晰的提示词
我们可以使用更清晰、更明确的提示词，让大模型可以一次性完成工作，而不需要反复的编辑。因为每一次对话，大模型可能都会携带更大量的上下文信息，比如在一些场景中，我们可以让大语言模型生成一个函数去处理什么事情。 但是，这种方法不如我们更加明确地指定编写一个函数：它的功能是什么，入参是什么、返回参数是什么。这样的一个描述可能更有助于模型理解用户的意图，并输出更符合预期的代码。
对于一些更复杂的场景，我们可以通过多轮的对话，让大语言模型真正理解我们的需求之后，再让大语言模型去生成代码。 在我自己的使用过程中，我通常会根据我们具体的需求，让大模型首先生成一份设计文档。然后，在这份设计文档给我 review 完成之后，让大模型基于这份文档再进行代码的修改和编写。
- 一个提示词只描述一个任务，不要混合需求
- 明确输出格式，高速 Claude 需要什么格式的输出，代码片段，完整函数，文档等
- 提供最小化的上下文，只包含必须的代码片段，不要粘贴整个文件。
拆分模块
在某些时候，如果没有让大模型进行良好的模块拆分，大模型可能会帮我们生成一个巨大的脚本文件。而大模型在处理超大文本时，可能是因为它的上下文长度有限，所以就会导致 Token 消耗过大。
这个时候，我们可以让大模型根据我们项目的规划，进行良好的模块拆分，将不同的功能拆分到不同的文件当中。然后，我们再基于实现的内容指定特定的文件以及特定的行数。这样的话，就可以每一次只需要少量的 Token，就可以完成我们具体的需求。
MCP 工具的隐藏成本
MCP 服务器是 Claude Code 的重大 Token 消耗源，配置的每个 MCP 服务器都会在会话初始化时将其完整的工具 Schema 加载到上下文中，即使这些工具未被使用。每个未使用的 MCP 都会消耗 1000 到 20000 Tokens。
- 禁用低价值工具，关闭在工作流中很少使用的工具
- 仅启用必要的工具
SubAgent 的使用
subagent 会显著增加 token 的消耗，但如果使用得当，它能够提供显著的生产力提升。我们可以在使用的时候进行一些特定的优化，来达到一个平衡。
- 我们可以在部署特定任务的时候，开启 SubAgent。
- SubAgent 会使用独立的上下文窗口。但是我们需要注意，在传递给 SubAgent 上下文的时候，我们可以进行总结和压缩，以减少冗余信息的传递。
总结
建立高效的 Claude Code 工作流需要多方面的配合。 但是，如果你没有做如下的操作，请在阅读完这篇文章之后立即进行。 这些策略的组合可以让 Claude Code 的 token 消耗量降低 50% 以上，同时保持原来的代码质量和开发效率。
- 创建优质的 CLAUDE.md 文件
- 为不同的上下文环境创立独立的会话，避免跨任务的 token 污染
- 使用
/clear命令，完成任务后清除对话历史，防止无关信息累积 - 定期使用
/compact命令，保持对话清洁且高效 - 选择合适的模型，使用
/model命令切换到 Sonnet 而不是默认的 Opus，可显著降低成本 - 禁用不必要的 MCP 服务器，手动禁用未使用的工具定义以回收上下文
