了解一下Claude的模型以及消耗
| 模型 | 性能与特点 | 典型场景 |
|---|---|---|
| Opus | 最高智能，顶尖推理能力 | 复杂的系统设计、屎山项目重构、前沿研发 |
| Sonnet | 性能与成本的完美平衡 | 日常开发、代码生成、大部分调试任务 |
| Haiku | 速度最快，成本最低 | 简单的脚本编写、格式化、终端命令 |
我刚开始在终端使用时默认就是Opus，我也没设置啊，所以刚开始的时候还没用一会就限制了
基本节省
主动压缩：
Claude 会在上下文剩余20%时自动压缩，但那时基本为时已晚。要养成手动提前使用 /compact 命令 的好习惯。
单一职责
不同的独立任务多开几个 终端 窗口 。任务一旦完成，立刻关闭窗口 (/clear 也行)。保持任务的原子性，防止不相关的上下文污染后续对话。
Claude为了“记住”历史，会在每次请求时重新加载全部对话和文件内容 。对话越长，这个“雪球”就滚得越大，成本呈指数级增长。
选择模型
日常开发坚决使用 Sonnet。只有遇到非常复杂的任务时，才使用 Opus 模型
可以通过 /model sonnet的命令切换当前使用的模型。
或者使用Option + P 快捷方式
使用iTerm2终端的同学，需要在设置里修改option功能
实时监测Token使用量：
安装npx ccusage@latest工具，实时使用量跟踪，带有消耗率预测。
编辑代替追问：
不要反复纠正它：你刚才错了，试试这个”，而是应该直接编辑原始提示，避免记住所有历史错误。
利用工具节省
文档驱动，让 AI 先做计划
不要随意对话。先让 Claude Code 生成一个任务清单（TODO List） 。然后你再引导它逐一完成。这种“先规划，后执行”的模式，能让每一次交互都更精准。
管理记忆
运行 /memory 命令可以查看和编辑 Claude “记住”了哪些核心信息。对于版本号、关键工具链等固定内容，在这里一次性修正，就不用在对话中反复纠错了。
薅其他AI
让其他工具干脏活累活，比如，当你要写一段文档，或者审查一段代码，可以先让其他免费的AI帮你生成一个完美的提示词，或者写一个完美的命令。然后投递给Claude
约束AI来节省
规则约束
在项目配置或初始提示中，用规则强制约束 Claude 的行为 。例如：
- 禁止读取：明确禁止读取日志文件、锁文件、二进制文件等。
- 禁用工具：除非明确要求，否则禁用某些工具的使用权限。
- 设置预算：设定 Token 预算、延迟目标、每次获取最大行数等硬性限制。
定向投喂
不要给 Claude 整个文件，只给它预期会更改的代码，外加周边 20-40 行的相关上下文 。多用总结替代长篇大论的文档。传递文件路径而非原始内容，让模型按需请求。这样做，同样任务的 Token 消耗能减少很多
对于开发同学，安装LSP服务
Agent粒度控制
原因：Sub-Agent上下文隔离，避免无关信息干扰，减少token消耗
