用 Claude Code 写代码、干活，爽是真爽，但额度也是真不经用。
同样一个任务，有人半天就把额度耗光，有人一整天都够用。差别往往不在"用得多不多"，而在"会不会用"。
这篇分两部分：先用 6 招让每一个 token 都花在刀刃上（额度更耐用），再用 1 个作息技巧让满额度正好落在你最忙的时候。不堆术语，小白也能看懂。
先从最根上的东西说起------
一、先搞懂：钱是按 token 算的
你发给 AI 的每句话、AI 回你的每段话，都会先被切成一小块一小块，每块叫一个 token。用掉的 token 越多，花的越多。
这里有个几乎人人会犯的误会：以为 AI 会"把你话里的关键词挑出来、把废话扔掉"。并不会。 你说的每个字，哪怕是口水话，都会被原样切成 token，一个不少。
那"切"是怎么切的？看图就懂：
它不是理解你的意思再切，而是拿你的话去查一本提前做好的"常用词打包表"：表里有的词，一整块算 1 个 token；表里没有的，只能一个字一个字硬拆，一个字顶好几个。
记住这个"查表"机制，下面很多招都从这儿来。
二、一个关键认知：AI"回话"比"听话"贵得多
同样是 token，还分两种：
你发进去的叫输入 token，便宜；
AI 吐出来的叫输出 token，贵------在 Claude 上大约是输入的 5 倍价。
而且注意：AI 给你最终答案前，会先在"心里"想一大段，这段思考即使不显示给你，也算输出 token、照样收费。
所以省钱的核心思路就一句话：让 AI 少想、少说、少返工。
下面 6 招，都围绕这个。
三、省 token 的 6 招
招 1 · 说中文，就优先用国产大模型
回到那本"常用词打包表"。
用大量中文训练的模型，表里塞满"社区""我们"这类常见词，切中文又快又省；几乎只学过英文的模型，遇到中文只能一个字一个字硬拆，同一句话切出的 token 多一大截，钱也多花一截。再加上国产模型单价普遍更低。
注意：不是国产模型"更懂中文语法"，而是它"见过的中文多、打包得好"。原理还是查表。
招 2 · 把话说清楚，反而更省钱（反常识）
这条最反直觉：发得越多，不是切出的 token 越多吗？恰恰相反。
说得含糊（"帮我优化下这个"）→ AI 得先猜你想干嘛、反复试、错了还重来，这一通猜和返工烧的全是贵的输出 token。
说得清楚（"把这个函数里的循环改成 map，变量名不动，不要动注释"）→ AI 一看就懂，一步到位。
你多打的那几十个字是便宜的输入，省下的却是贵的思考和返工。
一句话：宁可多写两句，也别让 AI 靠猜。
招 3 · 把不变的放前面，用好"缓存"
AI 有个省钱机制叫缓存：如果这次请求的开头一大段和上次一模一样，这部分能直接复用，只按原价的 10% 收费。
它靠"前缀匹配"------从头一个字一个字往下比，位置和内容完全相同的整段才算命中。
所以用法就一条：固定不变的放最前面，经常变的放最后面。 每次都要带的长文档、固定规则放最前，它们每次都能命中缓存、只花 1 折；你真正变化的那句提问放最后。
好消息：正常聊天时只要不改前面说过的话，前面的对话历史每轮都会自动命中，这部分不用操心。
招 4 · 对话太长，及时 /compact
聊得越久，每轮都要把前面所有内容重新带一遍，越来越沉、越来越贵，AI 还会开始"记不清"早前细节。这时敲一个命令：/compact
它会把前面一大段对话压成一段摘要：AI 还记得"做过什么"，但啰嗦细节被折叠了。
体积一下小下来，后面接着聊就省很多。代价是丢掉部分细节，所以在"一个阶段告一段落"时压最合适。
招 5 · 定几条规矩，不让 AI 说废话
AI 天生爱铺垫："这是个很好的问题""当然可以！下面我来为您详细讲解......"------全是白花的输出 token。
在项目的 CLAUDE.md 文件里立几条规矩，一劳永逸：
默认中文回复；代码、命令、变量名、文件路径保持英文
结论先行，简洁直接，不先铺垫背景
不客套，不夸"这是个好问题"，不以"当然可以"开头
有问题直接指出，有更好的做法主动说
补一句：让 AI 输出 JSON 主要是为了"能被程序读、格式统一"，不一定更省 token；真正砍钱的是上面这几条风格规矩。
招 6 · 工具按需加载，别一股脑全开
Claude Code 能调用很多工具（联网、读文件、跑命令......），每个工具的"说明书"都要塞进请求、按输入 token 收费。
一上来全加载几十个、大半用不上，是白花钱。用到哪个才加载哪个------新版本很多工具已经是"用到时才去取说明书"，能省下不少。
四、进阶：跟 5 小时窗口"打时间差"，把额度榨干
前面 6 招是让每个 token 更值钱；这一招是让额度在对的时间到位。
Claude Code 的额度是按 5 小时的滚动窗口来的：从你发第一句话开始计时，这个窗口管 5 小时；5 小时一过，下次发消息就开一个新的满额窗口。
不同套餐（Pro / Max）的具体额度和规则会有差异，Max 还有每周上限，这里只讲"5 小时窗口"这个通用机制。
多数人的问题是：上午额度用不完（浪费），下午一忙就不够用。我的做法是用作息去卡窗口的边界：
，把第一个窗口"点着"（可以设个闹钟，一句话就行）→ 窗口 1 覆盖 7--12 点，上午本来用得少，没关系。
，开第二个窗口 → 窗口 2 覆盖 12--17 点。而 12--14 点正好午休、基本不用，等你 14 点回来，这个窗口还是满的，全力干到 17 点。
17 点窗口 2 到期，窗口 3 自然覆盖 17--22 点的晚上。
这样一算：你把"上午用不满"的额度让给了午休时段去"垫底"，下午（14--17）和晚上（17--22）各拿到一个满额窗口------相当于最忙的下半天有两倍的额度可用。
关键就一句：别等到你真正忙起来才开第一个窗口，早上先把它点着，中午再借午休重开一次。
最后，一句话心法
用便宜的输入把话说足，让 AI 少想少返工；再让满额窗口正好落在你最忙的时候。
省 token 不是"少说话"，而是"把话说到点子上、把额度用在刀刃上"。