如何最大化 Claude Code 会话价值
Maximizing the value of your Claude Code sessions
使用 Claude Code 时，输入和输出 Token 的成本差异巨大，而 Prompt caching 机制能显著降低重复请求的费用。文章深入解析了会话中的 Token 消耗逻辑，指出文件读取、命令输出等工具结果会持续占用上下文，导致后续轮次成本累积。通过合理使用 @-mention 引用文件、在会话初期调整模型与 effort 级别、避免中途切换模型或模式，以及利用 /rewind 替代 /compact 来保留缓存，可以有效控制成本。此外，长会话比短会话更昂贵，因为每一轮都要重读之前的历史。掌握这些技巧，能让你的 Claude Code 会话更高效、更经济。
一个典型的轮次是失衡的：输入数万 Token，输出仅数百 Token，但只有新增内容按全价计算。
HN 评论区
176- superasn
我想要一个 `/clear` 的版本，它能保留对话内容，但剔除那些仅在当下局部上下文中相关的冗余日志、错误堆栈等信息。
我猜 `/compact` 能在一定程度上做到这点，但我想要一个更明确的功能，能在完整保留实际对话历史的同时，修剪掉这些极度臃肿的产物。
- rhaksw
最近我发现了 `/handoff` 技能，一直在大量使用。我觉得它比 `/compact` 好用多了。
基本上：
- `/handoff file` 会创建一个简短的文档，包含当前会话的重要上下文，以及可能的下一步待办清单。
- 然后你可以用 `/continue file` 开启一个新会话。
- 你还可以把工作从 Claude 交接给 ChatGPT，或者反过来。在遇到会话限制时非常有用。
- 此外，你的 handoff 文件会成为宝贵的项目记忆，方便日后查阅。
我觉得这比 `/compact` 或 `/clear` 更有用，因为上下文被保存在可移植的载体中，而不是绑定在单个会话里。我发现每 20 条消息左右做一次交接，效果比运行长会话要好得多。
- jnwatson
> 使用 @ 提及文件而不是直接命名
很爱 Claude，但在桌面版应用中 @ 提及功能是坏的。对于同一个项目，如果我输入相同的查询 "@ephem"，得到的结果是：
CLI: https://imgur.com/a/VZMUCOa（好，结果相关）
Desktop: https://imgur.com/a/QLSo4Ms（差，结果不相关）
我已经提交了 issue，但它被自动关闭了：
https://github.com/anthropics/claude-code/issues/71421
我本可以把 issue 写得更好（用 CLI 作为对比而不是 VS Code）。但毫无疑问，在我心里，Claude 自己一分钟就能修好这个问题。
- Glyptodon
谁能解释一下为什么前缀缓存（prefix cache）要和 effort 绑定？
我经常以 xhigh effort 运行 Fable，来进行远超我本科理解水平的统计建模。Claude Fable 能产出硕士级别的输出，然后我需要进行多轮对话，让它给我解释各个部分。
第一部分确实用到了额外的 effort，但这种追问练习，用一个更简单的模型，或者同一个模型但用更少的 effort 就能回答。
- zmmmmm
我看到的情况是，为了省钱，我得读一堆东西、经历一堆麻烦，而问题的根源在于：如果我在忙别的事情时让 AI 处理任务，稍后再回来，我的成本直接翻倍了，因为缓存过期太快？