订阅Netflix，一个月看一部电影和看三十部，账单都一样。Spotify也不会因为你整天挂着听歌就多收钱。健身房更是如此，去不去都扣那笔会费。价格固定，用量几乎无限——但Claude Code这类AI工具，完全不是这个逻辑。 这些AI订阅不仅一天比一天贵，还都带着用量限制。尤其是Claude Code，烧光配额的速速比你想象中快得多。更讽刺的是，用更多token并不等于得到更好的结果。所以与其省着用，不如换个用法。下面这7个方法，让我在不牺牲效果的前提下，把token消耗砍了下来。 1. 开新会话，别让上一个任务拖累下一个 很多人习惯把AI对话当成一个长期工作区，每次需要帮忙就回到同一个聊天窗口。我以前用Claude Code也这样——做完一个任务，直接开始下一个，因为Claude已经有项目的上下文，懒得换。 问题在于，那些旧上下文不会因为你换了任务就自动消失。而且，你给Claude的所有上下文，其实并没有存在它的“记忆”里。为了保持连贯性，你每次发新消息时，整段对话都会被重新交给模型处理。 也就是说，Claude在回答你之前，会把整个聊天从头到尾再读一遍。对话越长，每一轮要处理的token就越多——哪怕里面有一半内容跟你现在的任务毫无关系。 你可能觉得上下文越多，模型回答越好。但有时候恰恰相反。噪音多了，Claude反而更难分辨什么才是真正重要的。 我的解决办法是：在无关任务之间用 /clear 命令。它会清空当前对话历史，给Claude Code一个全新的上下文窗口，同时保留CLAUDE.md里的项目级指令。调试完一个功能，准备做另一件完全不同的事，我就清空会话，不让Claude背着旧包袱进入新任务。 对话太长、积累太多没用的上下文时，我也会这么做。如果有不想丢的重要信息，先让Claude总结一下关键决策、改过的文件和待办事项，然后再开新会话。 2. 别让Claude记住所有东西 Claude不需要记住一切。很多人有个误区，觉得给AI的上下文越多，它就越懂你。但正如前面说的，所有对话历史每轮都会被重新处理一遍。你塞进去的每一条无关信息，都在烧token。 我现在的做法是：只给当前任务真正需要的上下文。项目背景、相关文件、具体需求——这些给足。至于上个任务里的调试过程、试过的方案、废弃的代码，统统不带到新会话里。 这不仅是省token的问题，更是让Claude专注在当前问题上。信息少了，噪音少了，回答质量反而更高。 3. 用CLAUDE.md管理项目指令，而不是靠对话记忆 CLAUDE.md是Claude Code的项目级指令文件，里面可以写清楚项目结构、代码规范、常用命令等。这些内容会在每次会话开始时自动加载，不需要你在对话里反复强调。 把项目相关的固定信息写进CLAUDE.md，而不是每次都在对话里重新说一遍，能省下大量重复的token。而且这样更可靠——Claude每次启动时都会读取，不会因为对话太长而“忘记”之前的约定。 4. 明确指定要处理的文件，别让它自己翻 有时候你只是想让Claude改一个函数，结果它把整个项目都扫了一遍。这既浪费时间又烧token。我现在会明确告诉它：只处理哪个文件、哪个函数，不要看其他代码。 指定范围不仅省token，还能减少Claude被无关代码干扰的可能性。它只需要聚焦在你指出的那几行代码上，改起来更精准。 5. 用更具体的指令，减少来回试错 给Claude的指令越模糊，它就越需要多轮试探来理解你的意图。每一轮试探都在消耗token。所以我现在会花更多时间把需求写清楚：要改什么、为什么改、期望的结果是什么、有什么限制条件。 一次说清楚，比来回对话十次省得多。而且Claude第一次就能给出更接近你想要的答案，省去后续的修改和返工。 6. 批量处理小任务，别一个任务开一次会话 如果你有一堆小任务——比如改几个文件的格式、加几个注释、修几个拼写错误——与其一个个开新会话，不如攒一批，一次性交给Claude处理。这样能减少重复的启动开销和上下文加载。 当然，前提是这些任务之间没有冲突，而且你不需要在任务之间切换上下文。如果任务差异太大，还是分开处理更划算。 7. 定期检查token用量，找到烧钱大户 最后一条，也是最重要的一条：你得知道自己的token都花在哪了。Claude Code会显示每次对话的token用量，定期看看哪些操作最烧token，然后针对性地优化。 比如你可能发现，让Claude读取一个大文件特别费token，那就改成只让它读特定行。或者发现某些类型的任务特别耗上下文，那就用/clear及时清空。 省token不是目的，目的是在有限的预算内，让Claude Code发挥最大的作用。这7个方法帮我做到了这一点，希望对你也有用。 特别