Claude Code省Token的12个实用技巧：从上下文管理到模型选择

为什么你的Token总是不够用？

如果你经常触及Claude Code的使用上限，或者API账单持续攀升，问题很可能出在上下文管理上。理解Claude Code的工作机制是省钱的第一步：每次发送消息时，它都会携带整个对话历史——包括你的指令、读取过的文件以及所有工具调用结果。即使启用了提示缓存（Prompt Caching）让重复历史更便宜，这些内容仍然计入消耗。这意味着在一个开了整天的会话里问一句简单问题，你依然要为全天积累的上下文买单。

核心原则只有一条：更小的上下文意味着更便宜的消息。以下12个方法，从诊断到执行，帮你系统性地削减Token消耗。

提示缓存（Prompt Caching） 是 Anthropic API 提供的一项优化机制：当请求的前缀（如系统提示、CLAUDE.md、对话历史的前若干轮）与上一次请求完全相同时，这部分内容会以缓存读取价计费，通常仅为正常输入价的十分之一左右，且延迟更低。但缓存有生命周期（默认约5分钟，每次命中会刷新），长时间不活动后过期，下一条消息就要按全价重新处理历史。此外，缓存只降低单价，不减少令牌数量——上下文越长，即便命中缓存，累积的绝对成本仍然可观。这就是为什么文章反复强调“清空比压缩更便宜”：/clear 让上下文归零，从根本上消除重复计费的基础。

先诊断：看清Token去向

用 /usage 和 /context 定位大头

你无法修复看不见的东西。两个命令是起点：输入 /usage，API用户可查看本次会话的Token用量和成本；Pro或Max订阅用户还能看到是什么在消耗限额——技能（Skills）、子代理（Sub-agents）、MCP服务器各自占了多少，并附带优化建议。接着输入 /context，它会展示当前上下文窗口被什么填满，让你精确知道该裁剪什么。重点关注大块头：冗长的CLAUDE.md、过多的MCP工具、巨大的文件读取和命令输出，这些是你的首要目标。

上下文管理：最直接的省钱手段

切换任务时果断 /clear

最大的单项收益也最简单：当你切换到不相关的工作时，输入 /clear。旧对话被清空，下一条消息从小上下文重新开始。一个好习惯是——完成一个功能、提交代码，然后在下个任务前清空。清空不花任何成本，CLAUDE.md 会在新会话中重新加载。如果想稍后回到某个会话，先用 /rename 命名，再用 /resume 找回。

需要延续时用 /compact，但要算清账

有时你想继续同一个任务，但对话已经太长。这时用 /compact：Claude会总结历史，用摘要代替完整记录继续。更好的做法是告诉它什么重要，比如 /compact focus on the API changes and the failing tests。一个诚实的警告：压缩本身要读取整个对话，所以它本身就是一次大请求。如果你并不需要历史，/clear 更便宜。

给CLAUDE.md瘦身，把长流程搬进Skills

CLAUDE.md 在每个会话开始时加载，所以其中每一行都在每次对话中被计费。把它控制在约200行以内，只保留精华：命令、关键规则、Claude反复出错的地方。例如如何构建和测试、三行以内的文件夹结构、最重要的两三条规则——而不是一整本风格指南。把冗长的特定工作流（如如何审查PR、如何执行迁移）移入Skills，技能只在需要时加载。你甚至可以在CLAUDE.md中加入一段简短的压缩指令，让每次摘要都保留你在意的内容。

Skills（技能） 是 Claude Code 中一种按需加载的能力封装机制，通常以包含说明文档和可选脚本的目录形式存在。与 CLAUDE.md 在每次会话启动时全量注入不同，技能只在 Claude 判断当前任务需要时才被读取，因此其内容不占用日常对话的上下文预算。这使得技能非常适合承载冗长但低频的流程，例如代码审查清单、数据库迁移步骤、发布检查表。把这类内容从 CLAUDE.md 移入技能，相当于把“常驻内存”改成“按需调页”，既保留了可复用性，又避免为从不触发的流程持续付费。

精简MCP服务器与工具

每个连接的MCP服务器都会把工具名称和说明加入上下文。输入 /mcp 查看列表，禁用当前不用的服务器。当存在命令行工具时优先使用它——比如GitHub用 gh，Claude可以直接运行，完全不向上下文添加工具列表。

模型与推理成本控制

按任务选模型：/model 随时切换

不是每个任务都需要最大的模型。Sonnet能处理大多数编码工作，成本低于Opus。把Opus留给困难的架构决策和长链条多步推理。用 /model 随时切换，甚至可以在会话中途切换。注意：继承你模型的子代理也继承价格——简单的辅助任务，给它们Haiku。

用 /effort 降低推理强度

思考Token按输出Token计费，在高强度设置下，每次请求可能增加数万Token。对于重命名、小修复、格式化这类简单任务，用 /effort 降低强度；遇到真正的问题再调高。让推理强度匹配任务难度，等于白捡钱。

提问与工作流优化

精确提问，指向具体文件

模糊请求很贵。“改进这个代码库”会让Claude扫描一切，逐个文件猜测你的意图。“给 auth.ts 中登录函数添加输入验证”则让它直奔一个文件。用 @ 符号指向确切文件，并说明“完成”的标准，比如哪个测试应该通过。最贵的Token，是花在构建错误东西上的那些。

大任务先规划，小步快跑

对于较大任务，按 Shift+Tab 切换到计划模式（Plan Mode）：Claude先探索并提出方案，再写任何代码。如果它还是走错了方向，立刻按 Escape；双击 Escape 或输入 /rewind 可回到早前的节点。工作时分小步进行——写一个文件、测试、再继续。

把嘈杂任务丢给子代理

运行测试、读取日志、抓取文档会在上下文里灌满你永远不会再读的输出。把这些任务交给子代理：嘈杂输出留在它自己的上下文中，只有简短摘要返回。子代理仍然消耗Token，所以简单任务给它更小的模型，比如Haiku。

子代理（Sub-agents） 是由主会话派生出的独立 Claude 实例，拥有自己的上下文窗口。它执行任务（如跑测试、读日志、抓取网页）时产生的全部中间输出都留在自己的窗口内，结束后只把一段精简的结论回传给主代理。这实现了上下文的“隔离”——主会话不会因为一次读取上万行日志而被撑爆。代价是子代理的令牌同样计费，且它需要重新建立对任务的理解，因此不适合需要大量主会话背景的复杂推理；对于边界清晰、输出嘈杂的辅助工作，它是性价比最高的选择。

进阶技巧：用Hook预清洗数据

让测试输出只保留失败信息

来自官方文档的高级技巧：Hook可以在Claude看到数据之前就清洗它。这个 pre-tool-use hook 在每条bash命令运行前触发；当命令是测试运行时，它重写命令，只保留失败信息。把它加入 settings.json，并在hooks文件夹中放入它调用的小脚本。于是Claude读到的不是成千上万行通过的测试，而是几行关于哪里坏了的说明。输入 /hooks 确认它已激活。同样的思路适用于日志文件：只返回错误行。

Hook 是 Claude Code 的事件钩子机制，允许在特定生命周期节点（如工具调用前、工具调用后、会话开始时）自动执行用户定义的脚本。配置写在 settings.json 的 hooks 字段中，脚本本身放在约定目录。pre-tool-use 钩子在 Claude 发起工具调用、但命令尚未真正执行时触发，因此可以在数据进入模型上下文之前对其进行改写、过滤或拦截。文章中的测试输出清洗正是利用这一点：把冗长的测试命令重写为只输出失败摘要的版本，从源头削减令牌，而不是事后压缩。

把一切串成日常例程

把上述方法固化成习惯：每个任务以清晰具体的提示开始；大改动先规划；默认用Sonnet和普通推理强度；切换任务时清空；只在需要历史时压缩；嘈杂工作交给子代理。长时间休息后缓存已过期，下一条消息会重新为完整历史付费——如果是新任务，先清空。每周检查一次 /usage 和 /context，修复最大的那项。

更小的上下文、正确的模型、更少的弯路——这就是用同样Token做更多事的方法。今天就可以从三件事开始：任务之间 /clear、默认使用更简单的模型、以及保持精简的CLAUDE.md。