Claude Code 省 token 指南：用好 /clear、/compact 和缓存

Claude Code 用久了，常见两种情况：API 账单比预想的高，或者订阅额度没到下午就见底。一个常被忽略的原因是：每问一句，Claude Code 都会把整段对话重新发一遍。

这篇按官方文档整理省 token 的做法：哪些命令该用、什么时候用，CLAUDE.md 怎么写才不白占上下文，以及哪些操作会让缓存失效。命令和配置项都对照了 Claude Code 官方文档（2026 年 10 月版本），版本差异以官方文档为准。

一、先弄明白 token 花在哪

Claude Code 每发一条消息就是一次新的 API 请求。模型本身不记事，所以每次请求都要带上完整上下文：

层	内容	什么时候变
系统提示词	内置指令、工具定义	加载的工具定义发生变化时
项目上下文	CLAUDE.md、自动记忆、无作用域的 rules	会话开始，或 `/clear`、`/compact` 之后
对话	你的消息、Claude 的回复、工具结果	每一轮

所以会话越长，每一轮的成本越高。哪怕你只问一句"这个变量叫什么"，背后也是把一整天的对话又发了一遍。

缓存能抵掉一部分成本，也就是 prompt caching （提示词缓存）：API 按请求开头（前缀）去匹配最近处理过的内容，没变的部分按缓存价格计费，比正常输入便宜得多。Claude Code 默认会自动开启缓存，你要做的是别去破坏它，下文第五节专门讲这个。

二、先看清用量：/usage 和 /context

先看清用量再动手，常用的是这两个命令：

text 复制代码

/usage      # 本次会话的 token 和估算费用，/cost 是它的别名
/context    # 用彩色格子显示当前上下文被什么占着，并给出优化建议

/usage 的 Session 区块大概长这样（官方文档示例）：

text 复制代码

Total cost:            $0.55
Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)

看 cache read 和 cache write 的比例：读远多于写，说明缓存在起作用；如果每一轮写入都很高，说明前缀一直在变。新版本（v2.1.251 起）还会多一行 Prompt cache (main)，直接显示命中率和缓存还热不热。

几点说明：

金额是按官方定价在本地估算的，实际账单看 Claude Console 的 Usage 页面。
Pro / Max 订阅用户看的是额度条，Session 里的金额和计费无关。订阅用户的 /usage 还会列出 skill、子 Agent、MCP 服务器各占多少用量。
/context 适合排查"刚开会话就占了一大块"的问题，比如 CLAUDE.md 太长、MCP 工具太多。

官方还给过一个参考数据：在企业部署中，平均每位开发者每个活跃日约 13 美元，90% 的用户每天低于 30 美元（官方称）。自己的账单远高于这个数，就值得排查一下。

三、三个最省 token 的命令：/clear、/compact、/rewind

命令	做了什么	适合什么时候	成本
`/clear`	清空上下文，开新对话	换到不相关的任务	基本为零
`/compact [说明]`	把历史总结成摘要，继续同一个对话	同一任务做到一半，上下文太长	要发一次总结请求
`/rewind`	回退到之前某一轮（可连带代码）	走错了方向，想整段丢掉	回到已缓存的前缀，很便宜

/clear：换任务就清

最简单的一个习惯：做完一件事、开始不相关的下一件之前，先 /clear。 旧上下文留着没用，后面每一条消息都得为它付费。

怕之后找不到，可以先命名再清：

text 复制代码

/rename 修复登录接口
/clear

要回来时用 /resume 打开会话列表。/clear 也可以直接带名字：/clear 修复登录接口。

/compact：带上说明再压缩

/compact 会把对话总结成摘要。可以告诉它保留什么：

text 复制代码

/compact 重点保留 API 用法和代码改动，测试过程可以略过

也可以写进项目根目录的 CLAUDE.md，让每次压缩（包括自动压缩）都按这个来：

markdown 复制代码

# Compact instructions

When you are using compact, please focus on test output and code changes

几个容易误会的地方：

压缩本身不是免费的。 它要读一遍整个对话来生成摘要。缓存还热时，这次请求大部分走缓存，比较便宜；隔了很久再压缩，缓存已经过期，就得按全价重新处理整段历史。
在任务间隙手动压缩，比等自动压缩更好。 官方的建议是自己挑压缩的时机，不要等它在任务进行到一半时自动触发。
压缩后会保留的东西：项目根目录的 CLAUDE.md 和自动记忆会从磁盘重新加载，最近修改过的最多 5 个文件会被重新读入，已调用的 skill 也会重新注入（每个最多 5000 token）。

自动压缩的阈值可以用 /autocompact 调，范围是 100K 到 1M token：

text 复制代码

/autocompact 200k     # 上下文到 200K 就压缩
/autocompact auto     # 恢复为模型默认值

如果你用的网关不接受超过 200K 的请求，官方建议设置环境变量 CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000。

/rewind：走错路就回退，别硬压

Claude 往错误方向跑了十几轮，与其 /compact 把错路也总结进去，不如直接回退。按两下 Esc 或者输入 /rewind，选一个之前的节点，对话和代码都能一起恢复。

官方文档专门提到：回退后剩下的历史和当时建缓存的内容一样，下一次请求能直接命中旧缓存，压缩则要重新建一份。所以回退往往比压缩便宜。

/btw：问个题外话，不进历史

临时想问"这个函数在哪个文件"，可以用 /btw 提一个旁支问题，它不会加进当前对话。主对话就不会被零碎问题撑大。

四、让启动时的上下文变小

每次会话一开始就加载的东西，会在每一轮重复计费，这部分最值得精简。

CLAUDE.md 控制在 200 行以内

官方建议每个 CLAUDE.md 不超过 200 行。太长不光占上下文，Claude 遵守规则的效果也会变差。

两个常见误区：

用 @path 拆文件不能省 token。 被导入的文件也是启动时一起加载，只是看起来整齐了。
只在部分场景用到的规则不要放进 CLAUDE.md。 比如 PR 审查流程、数据库迁移步骤，平时写前端时它们也一直占着位置。

更好的做法是放进带 paths 的规则文件，或者做成 skill。

按路径加载的规则 ：放在 .claude/rules/ 下，只有 Claude 读写匹配的文件时才加载：

markdown 复制代码

---
paths:
  - "src/api/**/*.ts"
---

# API Development Rules

- All API endpoints must include input validation
- Use the standard error response format

Skill：只在被调用时才加载正文。适合流程性的说明，比如"怎么发版""怎么写迁移脚本"。还可以写一个介绍项目结构的 skill，让 Claude 不用每次都翻好几个文件才弄明白目录是怎么分的。

注意一点：带 paths 的规则在压缩后不会自动保留，要等再次碰到匹配文件时才重新加载。某条规则必须一直生效的话，就去掉 paths 或放回根目录的 CLAUDE.md。

少开用不上的 MCP 服务器

现在 MCP 工具定义默认是延迟加载的：启动时只放工具名，用到某个工具时才加载完整定义，比以前省很多。但依然有两条建议：

能用命令行工具就用命令行。 gh、aws、gcloud 这类 CLI 不需要在上下文里登记工具列表，比对应的 MCP 服务器更省。
用 /mcp 关掉暂时用不上的服务器。

大段输出交给 hook 或子 Agent

跑测试、看日志这类操作，输出动不动就几千行，全塞进主对话很浪费。两个办法：

Hook 预处理 ：用 PreToolUse hook 改写命令，比如测试只输出失败的部分。官方文档给的示例是在 settings.json 里给 Bash 挂一个脚本，遇到 npm test、pytest、go test 时在命令后面接上 grep 只保留 FAIL / ERROR 附近的行。
交给子 Agent ：让子 Agent 去跑测试、查文档，详细输出留在子 Agent 自己的上下文里，主对话只收到一段总结。子 Agent 也要花 token，简单任务可以在子 Agent 配置里写 model: haiku。

五、别让缓存白白失效

这部分成本不太显眼。缓存按前缀精确匹配，前面任何一处变了，后面全部重算。官方文档列出的会让缓存失效的操作有这些：

操作	影响	建议
中途用 `/model` 切模型	每个模型有独立缓存，下一轮整段重算	开会话时就定好模型
中途改 effort	多数模型整段重算；Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.1 走 API Key 或订阅时不受影响	同上
打开 fast mode	第一次开启时整段重算，按 fast mode 价格计	要用就在会话开头开
连接或移除 MCP 服务器	工具延迟加载时一般不受影响；工具预先加载时会失效	别在任务中途折腾 MCP
`/compact`	对话层重建	放在任务间隙
截图太多	超出限制后会删掉最早的一批图片，从那里开始重算	截图按需发
升级 Claude Code	新版本的第一次会话从头建缓存	无需处理

还要注意 opusplan：它在计划模式用 Opus、执行时用 Sonnet，每切换一次计划模式都等于换模型，会重新建缓存。

另外，会话中途改 CLAUDE.md 不会让缓存失效，但也不会立即生效 ，要等下一次 /clear、/compact 或重启。改完觉得"没反应"，多半是这个原因。

缓存多久过期

计费方式	主对话默认 TTL
Claude 订阅（在套餐额度内）	1 小时
使用超额额度、API Key、云服务商	5 分钟

用 API Key 的话，离开 5 分钟以上再回来，第一轮就要整段重算。如果你经常中途离开，可以在 settings.json 里改成 1 小时（需要 v2.1.242 及以上）：

json 复制代码

{
  "promptCacheTtl": "1h"
}

也可以用环境变量 CLAUDE_CODE_PROMPT_CACHE_TTL=1h。代价是 1 小时缓存的写入单价更高，如果你一直连续工作、很少空闲超过 5 分钟，改了反而更贵。

用第三方地址（自定义 ANTHROPIC_BASE_URL）的读者要多留意：缓存能不能生效取决于网关会不会原样转发 cache_control 标记。如果网关把它去掉了，每一轮都会按全价计整段历史。拿 /usage 看一下 cache read 是不是一直为 0，就能判断。

六、模型和思考预算

日常编码用 Sonnet，复杂设计再用 Opus。 官方的说法是 Sonnet 能处理大多数编码任务，价格也更低。用 /model 切换，或者在 settings.json 里写 "model": "sonnet" 作为默认。
简单任务调低 effort。 思考 token 按输出 token 计费。用 /effort low 或 /effort medium 调低；Opus 5.5、Sonnet 5.5、Haiku 5.5 默认就是 medium。
固定思考预算的旧模型 可以用环境变量 MAX_THINKING_TOKENS=8000 限制上限；自适应推理的模型会忽略这个值，要用 effort 控制。

七、写提示词的习惯

下面几条不需要任何配置：

说具体。 "改进一下这个项目"会让 Claude 大范围扫描文件；"给 auth.ts 里的 login 函数加输入校验"只需要读一两个文件。
复杂任务先进计划模式。 按 Shift+Tab 切到计划模式，先看方案再动手，避免做到一半推倒重来。
发现跑偏立刻按 Esc。 越早打断，浪费越少。
给出验证标准。 附上测试用例或期望输出，Claude 能自己检查，省掉你来回提修改意见的几轮。

常见问题速查

现象	可能的原因	处理
一句简单问题也很贵	会话太长，整段历史都在计费	换任务前 `/clear`
离开一会儿回来第一轮特别慢	缓存过期，整段重算	API Key 用户考虑 `promptCacheTtl: "1h"`
切模型后突然变慢	新模型没有缓存	会话开头就定好模型
改了 CLAUDE.md 没效果	中途修改要等 `/clear`、`/compact` 或重启	改完 `/clear`
`/context` 显示启动就占很多	CLAUDE.md 太长或 MCP 太多	拆到 rules / skill，关掉不用的 MCP
`cache read` 一直是 0	网关没有转发缓存标记	换支持缓存的服务商，或联系服务商
订阅额度消耗快	子 Agent、定时任务、长上下文	看 `/usage` 的用量分布

简单说：换任务就 /clear，走错路用 /rewind，任务间隙才 /compact，会话中途别乱切模型。 这四条做到了，常见的浪费基本能避开。

参考资料

Claude Code 文档 · Manage costs effectively：code.claude.com/docs/en/cos...
Claude Code 文档 · How Claude Code uses prompt caching：code.claude.com/docs/en/pro...
Claude Code 文档 · Explore the context window：code.claude.com/docs/en/con...
Claude Code 文档 · How Claude remembers your project：code.claude.com/docs/en/mem...
Claude Code 文档 · Model configuration：code.claude.com/docs/en/mod...
Claude Code 文档 · Commands：code.claude.com/docs/en/com...