[ClaudeCode]AI 超香但帳單很燙？Claude Code 開發者的 Token 節流與避坑實戰
Claude 的模型最近廣受好評，其中出的 Claude code 近期也推出很多好用的功能，甚至還可以直接用手機控制，讓我的開發之路更加便利。
大家都說 AI 超香，作為開發者，以前是斷網就下班，因為不能 Google，現在 token 燒光就下班，因為回不去過去的 coding 模式啦。
但要用 AI 省時省錢，是需要花費心力去調整的。今天分享一點在如何節省上的淺見。(那些走過的坑)
問題分析
不論有沒有寫程式，你都需要注意 token 用量。
AI 可以做的事情包山包海，還可以做很多厲害的自動化，但如果沒有調整好，成本真的很驚人。有多驚人呢? 半小時 50 美金的程度(難以想像如果是影音、圖片創作要花費多少…)
舉例來說，我嘗試用0程式碼的方式，製作一個抓取國內外權威新聞總結 + 社群熱門議題的流程。
AI 花了 8.45 美金，新聞很有價值，就是比想像中貴，看到帳單的瞬間，手裡的咖啡都不香了。原本想每天用來做新聞閱讀，卻發現燒不起。
❯ /cost
⎿ Total cost: $8.45
Total duration (API): 1h 1m 32s
Total duration (wall): 2h 55m 52s
Total code changes: 467 lines added, 21 lines removed
Usage by model:
claude-sonnet-4-6: 1.9m input, 31.2k output, 0 cache read, 0 cache write ($6.19)
claude-haiku-4-5: 1.8m input, 93.3k output, 0 cache read, 0 cache write ($2.26)再來是 blog 風格切換 + 重構… 以省掉的時間來說應該算值得吧?
實用小秘訣
基本設置
- 如果是已有程式碼的專案，先進入 claude
/init一下，讓他先寫好 CLAUDE.md - 撰寫
.claudeignore，避免 AI 掃描大檔案、不必要的檔案，尤其是圖檔、多媒體檔案
使用習慣
- 慎選模型：個大 AI 公司的方案都有高中低階模型，價差巨大，我們要依照問題的難度來讓不同模型處理。
- 從一而終：承上，我過去有個習慣是用高階模型 plan，做到一半再調成中低階，以為省了，殊不知模型切換，接力的模型需要再重讀專案，因小失大，建議開兩個對話，plan 後的結果存起來，讓中低階模型讀 plan 處理。
- 限定範圍：如果一個專案有幾百個檔案，又明確知道要 AI 改哪些，可以直接在提示詞指定範圍，通常是用
@指定檔案，避免 AI 搜尋整個目錄的檔案。 - 定期健檢：世界上沒有一蹴而就、馬上完美的流程、方法，所以定期檢視、修正做法，是非常重要的，下面常用指令就是監控用量時必不可少的工具。
Claude Code 常用監控與省錢指令
| 指令 | 使用時機 | 常用指數 | 功能說明 |
|---|---|---|---|
/context | 想設定 skill, agent | ★★★☆☆ | 即時監控。顯示本次 Session 的 各SKILL、AGENT、plugin 設定 等 Token 用量。 |
/cost | 隨時 / 寫一段落時 | ★★★★★ | 即時監控。顯示本次 Session 的 API 花費、Token 用量與模型佔比。注意這是 API 專用統計。 |
/usage | 隨時 / 寫一段落時 | ★★★★★ | 即時監控。顯示目前訂閱帳戶的 Token 使用額度。訂閱方案專用。 |
/insights | 定期健檢 / 結算時 | ★★★★☆ | 用量分析。讓 AI 檢視你的操作節奏，找出哪些地方浪費了冤枉錢。 |
/compact | Context 過長時 | ★★★★☆ | 壓縮上下文。保留關鍵資訊並重置對話長度，大幅減少後續輸入成本ㄡ ㄦ。 |
/clear | 切換開發任務時 | ★★★☆☆ | 重置狀態。清除當前 Context，避免舊資訊干擾並重置計費。 |
/agents | 處理瑣事時 | ★★★☆☆ | 任務分流。呼叫 Subagent 處理簡單指令（如 ls, cat），搭配便宜模型最省。 |
/stats | 隨時 / 寫一段落時 | ★★★★☆ | 即時監控。顯示過去至今的 Model、Token 用量。 |
💡 小撇步： 執行
/insights後，它會出一份完整的報告，分析使用的節奏與可能浪費的地方。以我這週的經驗為例，它會精準點出哪些地方可以改進，非常建議嘗試。
設定 Subagent
官方有建議 subagent 使用時機，簡單的工作交給便宜的模型處理，在 cli 下，用 /agents 就可以開始用 AI 產生 agnet
使用時機範例：跑測試時，會產出大量的報告，如果讓主 agent 進行，會用掉太多 token，這時候也可以設定 subagent 處理測試，把報告內容精簡化，可以這樣回報：成功 x 項，失敗 y 項。
💡小訣竅：agent 有花工夫調整的話，省時間又省 token
- 簡單 agent 指定便宜 model 執行、也節省主 agent token 花費
- skill、agent 流程串起來的話，幾乎可以接力把自動化做完
RAG 上場
讓 AI 讀書，不是讓它背書
在使用 Claude Code 時，如果專案很大，隨便問一個問題都會導致 AI 試圖掃描所有檔案。
- 重點： 不要把整個資料庫或幾百個 .pdf 丟進 Prompt。
- 做法： 利用 Claude Code 內建的索引機制，或是配合 /search 指令。只讓 AI 在需要時「檢索」相關片段，而不是每次都把萬行程式碼塞進 Context，這樣能有效節省 Input Tokens。
Code 掃描 - repomix
它是一個專為 LLM 設計的程式碼打包 CLI 工具。它可以掃描專案目錄，自動過濾掉不必要的檔案，然後將所有文字程式碼「壓縮」成一個帶有清晰 XML 標記（如
結論
雖然這篇文的產出成本有點貴😂，但 AI 確實降低了開發門檻，讓許多想法能快速落地，除了那份意料之外的「帳單驚喜」外，其他都很好。
AI 很香，但作為聰明的開發者、使用者，我們必須學會如何精明地調度資源。希望這些「學費」換來的經驗能幫到你的荷包，讓你的開發之路走得更遠！
歡迎大家交流討論，你們還有哪些省 Token 的私藏祕訣嗎？
留言交流
目前還沒有留言,歡迎您留下第一則!