新手教學 · Claude Code

Claude Code 省 token：設定好讓它自己省，不用記複雜用法

文 / Coolkid發布：2026-09-10閱讀約 16 分鐘

我從 2026 年 4 月中開始用 Claude Code，撞過幾百次額度上限。

每次撞完都會去找省 token 的方法，找到的東西也都很合理。

然後過三天就忘光了。

不是那些方法不好，是「要記得」這件事本身就不可靠。工作到一半的時候，腦子裡想的是手上那個 bug，不會想到「我等一下該打 /compact」。

所以這篇換一個方向：哪些事情可以交給設定，自動發生。

為什麼「記得省 token」很難？

因為那些方法要求你在工作最投入的時候分心去想省錢，而人在投入的時候剛好最不會分心。

我把中文圈教省 token 的文章整理過一輪，去掉重複的還有十幾條。

切換任務就清空對話、離開前先壓縮、用 @ 直接指檔案不要讓 Claude 自己找、輸出多的指令加靜默參數、簡單任務換小模型、長文件先轉成純文字再貼、別在對話裡累積截圖、多個問題併成一則問。

每一條單獨看都很有道理。

但你要同時記住十幾條，而且要在每一次對話裡都記得。

所以看完教學隔天就忘光了。習慣要靠重複做才養得起來，而省 token 這件事沒有立即回饋——你今天多打一次 /clear，做小任務的時候可能就很沒感覺。

沒有回饋的習慣就很難養成。

你還沒開始打字，就已經花掉多少 token？

官方文件有一個互動模擬，把一次對話從開機到結束的每一筆花費攤開來。在打第一個字之前，已經載入了七千多個 token。

這是那份模擬情境裡的數字，你自己的機器會因為裝了什麼而不一樣，但比例大致是這樣。

看那張表最後兩列的對比：真正打出來的那句問題是 45 個 token，在那之前已經先花掉七千四百個。

而且這七千四百是每一次新對話都要重來一遍的。

重點在於，這裡面有一半以上是你的設定決定的，不是你打字打出來的。專案的 CLAUDE.md 一千八、全域的三百二、skill 清單四百五、MCP 清單一百二——這四項加起來快兩千七，全部來自你裝了什麼、寫了什麼。

所以省 token 的第一件事不是改習慣，是回頭看這幾個檔案。

官方對 CLAUDE.md 的建議是控制在 200 行以內，只放真正必要的。細節與流程搬到 skill 裡，需要的時候才載入。

我自己的全域 CLAUDE.md 也是這樣一路砍下來的。一開始什麼都想寫進去，後來發現寫進去的東西，在做完全不相關的事情時也一樣在付錢。

哪些設定可以一次設好就不用再管？

有四項是設定一次就長期生效的：自動壓縮的門檻、推理強度、預設模型，還有 MCP 工具的載入方式。

自動壓縮門檻是最直接的一項。對話長到一定程度，Claude Code 會自己把前面的內容壓縮成摘要，這個門檻你可以自己定。

指令是 /autocompact，後面接一個 token 數。接受的寫法有幾種：直接寫 500000、寫 500k，或者寫 500 代表五十萬。範圍是十萬到一百萬。

不設的話，用一百萬窗口的模型大約會撐到九十六萬七千才壓縮。設低一點，Claude Code 會比較早開始整理，每一輪要重讀的東西就少。

這件事對應到的人工紀律是「記得離開前打 /compact」。設定好之後就不用記了。

推理強度是第二項。同一個模型可以想得淺一點或深一點才回答。想得越深，花掉的 token 越多。

指令是 /effort，等級有 low、medium、high、xhigh、max，多數模型預設是 high。改設定檔或啟動時加參數也可以。

官方對每一級的說明很直白：low 給短而明確、不吃智力的任務；medium 給願意用一點準確度換成本的工作；high 是平衡點；max 給真的很難的題目，而且可能會想太多。

重點是開始工作前就把等級定下來，不要做到一半才切換。前面聊過的內容本來可以用便宜的價錢重算，中途換模型或換強度就會失效，整段對話要按原價再算一次。

這個便宜價有時效。同一段對話隔一小時內回來還算得到，超過就要按原價把整段重算一次。

所以「離開前先壓縮」這句話，重點在「離開前」。等到隔天回來才想到要整理，那次整理本身就是按原價跑的。開了用量點數的話時效更短，額度多久重置那篇有寫。

MCP 工具的載入方式是第三項，也是最多人不知道的。

預設情況下，Claude Code 只先記住有哪些工具可以用，每個工具的詳細說明書要等真的要用時才去拿。上面那張表裡 MCP 只佔 120 個 token，就是因為預設是這樣。

如果你把 ENABLE_TOOL_SEARCH 設成 false，就會變成一開始全部載入。接了幾個 server 之後，這個差距會很可觀。

所以這一項不用動，讓預設值留著。想確認自己現在是哪一種，打 /context 看 context 裡裝了什麼。

怎麼讓 AI 根本不用讀那麼多？

比省著讀更有效的做法是減少要讀的量。有三個方向：讓 hook 先過濾、讓 skill 直接給答案、把用不到的 skill 收起來。

讓 hook 先過濾是官方文件自己給的範例。

情境是這樣：你叫 Claude 跑測試，測試吐出一萬行結果，那一萬行全部進了對話，而且之後每一輪都要跟著重讀。

但你真正要看的只有失敗那幾行。

hook 是一小段程式，會在 Claude 動手做事之前或之後自動跑一次。官方的範例是掛一個在動手前跑的 hook：發現這次要跑的是測試，就自動幫指令加上「只印失敗那幾行」的條件。Claude 看到的就從一萬行變成幾十行。

對應的人工紀律是「記得給輸出多的指令加靜默參數」。掛一次 hook，以後每一次都自動生效。

讓 skill 直接給答案是第二個。

沒有 skill 的時候，Claude 要搞懂你的專案結構，得讀五六個檔案慢慢拼。把架構、目錄慣例、命名規則寫成一個 skill，讓 AI 跑一次就拿到了。

我自己更常用的是另一種：把整段大工程搬出對話。我的爬蟲工作全部走一個共用引擎，Claude 只需要下一行指令，抓回來的原始資料不會進對話。

這跟 skill 是同一個道理——讓需要大量閱讀的部分在對話外面完成。

把用不到的 skill 收起來是第三個，而且是我自己走過冤枉路的一項。

每個裝著的 skill 都會放一行描述進 context，讓 Claude 知道有這個東西可以用。裝得越多，那份清單就越長。

我之前的做法是把不常用的 skill 整批搬到另一個資料夾，需要時再搬回來。實測下來每個請求只省一千個 token 左右，搬進搬出的麻煩遠大於省下的量。

後來才知道官方有更省事的做法：在那個 skill 的設定裡加一行 disable-model-invocation，意思是「不讓 Claude 自己叫用」。加了之後那個 skill 就完全不進清單，只有你自己打斜線指令叫它出來才載入。

不用搬檔案，也不會忘記自己有這個工具。這是我接下來要改的。

派工給便宜的模型了，為什麼還是省不了？

因為派工出去不等於主模型離場。它還在場上，而且每一輪都要把整段對話重送一次。

我自己的設定是讓最強的模型負責規劃，實際動手交給比較便宜的模型。照理說這樣會省很多。

2026 年 9 月初有一週我去看用量，最強那個模型的額度條已經到 81%，全模型合起來的那條才 50%。

換算之後我才發現，那 50 分裡面最強那個模型一個人吃掉四十分，其他所有模型加起來不到十分。

分工設計省下來的，不到兩成。（兩條額度條怎麼算，寫在Claude Fable 額度那篇。）

問題不在派工沒生效，在派工了但主模型還在場。

主對話的花費不是「它講了幾句話」，而是「對話多長 × 講了幾輪」。每一輪都要把前面全部重送一次，所以對話越長，每一輪越貴。

派出去的小任務便宜，是因為那個小任務有自己獨立的對話空間，做完就消失。

但派出去的任務回報給你的內容會留在主對話裡。那份報告有多長，接下來每一輪就多付多少。

照這個邏輯回頭看，漏水的地方有四個，我按嚴重程度排：

1. 主模型自己讀檔案。讀進來一個 500 行的檔，接下來三十輪每一輪都在重付這 500 行。這是最大宗。
2. 派出去的任務回報太長。派工的時候沒限制長度，回來一份兩百行的報告，那兩百行就開始按輪計費。
3. 一步一步盯著看。派一個、看結果、再派下一個——每次「看結果」都是一整輪的完整對話。應該一次把整包丟出去。
4. 同一個對話開太久。對話長度到後來會讓每一輪的成本翻好幾倍。

前兩個可以直接寫進設定。派工的模板加一句硬規則：回報不超過十五行，只給結論跟檔案路徑，不要貼程式碼。

規劃階段要看程式碼，也一律派出去看，主模型自己不開檔案。

講到這裡會冒出一個念頭：既然派出去的任務有自己的空間，那乾脆反過來——平常用便宜的模型，要規劃的時候才把最強的那個派出去做？

派得出去。官方文件寫明派工時可以指定模型，指定成比主對話更高階的也可以，文件自己給的範例就是「主對話跑便宜的、派出去的跑貴的」。派工的用法在這篇。

但規劃這件事派出去，有兩個過不去的地方。第一，派出去的任務看不到你們之前聊了什麼。它拿到的只有你派工那一則訊息、CLAUDE.md 跟環境資訊，你在主對話講了半天的來龍去脈，一個字都不會跟過去。

你得在派工訊息裡把脈絡重打一遍。那份訊息本身要錢，而且很難真的重述完整。

第二，派出去的任務不能問你問題。規劃到一半需要你決定「A 還是 B」的時候，它只能自己猜，或者回報說需要你確認然後就結束，你再開一輪重派。

官方也直接寫了什麼時候該留在主對話：需要來回討論的、需要一邊做一邊調整的，還有規劃跟實作要共用大量脈絡的。規劃兩條都中。

所以真正適合派出去的規劃只有一種：輸入是檔案不是對話、一次講得清、不用跟你商量。像「讀這個專案給我一份重構計畫」就很適合。要跟你來回的那種，留在主對話反而便宜。

別人教的那些方法，哪些可以自動化？

把前面整理的十幾條人工紀律對回設定，大概一半可以自動化，一半還是得靠自己。

剩下那三條不行的有一個共同點：都發生在你按下送出之前。

設定管得到對話裡面發生的事，管不到你手上要貼什麼。

所以真正要靠意志力的只剩三條，比原本十幾條好記多了。

我自己的順序是先把設定那幾項調好，再回頭養這三個習慣。

前面說過我試過先養習慣那條路，三天就忘光。先把能自動的自動掉，剩下的少到記得住，成功率才會高一點。甚至已經省了大部分，剩下幾條也不一定要追求極致。

名詞解釋

token（字元計費單位）

AI 讀寫文字的計量單位，一個中文字約 1-2 個 token。訂閱方案的用量限制、API 的計費都是按 token 算，所以「講重點、少貼無關內容」直接等於省錢。

context（上下文視窗）

AI 一次能「記在腦中」的內容上限，包含你說的話、它讀的檔案跟對話紀錄。塞滿了就會忘掉前面的事，這就是長對話後 AI 開始恍神的原因。

skill（技能包）

Claude Code 的知識外掛：一個資料夾放一份說明書（SKILL.md），教 AI 特定領域的做事方法。對到相關任務時 AI 會自己翻出來照著做。

hook（掛鉤）

在工具的固定時機（開始對話、寫完檔案、結束回合）自動執行你指定動作的機制。像是幫 AI 設「進門要換鞋」的家規，設一次每次都自動生效。

MCP（Model Context Protocol）

讓 AI 工具安全連接外部服務（瀏覽器、行事曆、資料庫）的通用接口標準，由 Anthropic 推出。

system prompt（開場說明書）

每次對話開始前，系統先塞給 AI 的背景說明：你是誰、有哪些工具、裝了哪些 skill。使用者看不到它，但每一次請求都會重送一遍，是固定開銷的大宗。

Claude Code

Anthropic 推出的 AI 寫程式工具，裝在自己電腦的終端機裡，能直接讀寫你的檔案、跑指令，把你用中文描述的需求做成真的網站或工具。

斜線指令（slash command）

Claude Code 對話裡以 / 開頭的快速指令，例如 /compact、/model。除了內建的，也能把自己常用的一段指示存成檔案變成自訂指令，打 / 加名字直接執行。

全站名詞表 · 167 條 →

看完這篇之前先確認:

← 回新手教學 · 看「讓它照我的規矩做事」這個主題