Skip to main content

优化策略概览

消息剪裁

减少不必要的上下文

模型选择

根据场景选择合适的模型

批量处理

合并多个请求减少开销

缓存策略

缓存常见问题的答案

1. 使用消息剪裁

启用消息剪裁减少 Token 消耗:
预期收益:Token 使用减少 40-70%

2. 选择合适的模型

根据任务复杂度选择模型:

3. 实现请求缓存

缓存常见问题的答案:

4. 批量处理

合并多个独立请求:

5. 使用流式输出

流式输出提升用户体验,且不增加成本:
优势
  • 用户感知响应更快
  • 可以提前取消不需要的请求
  • Token 计费相同

6. 精简系统提示词

保持系统提示词简洁明了:

7. 合理使用工具

仅在必要时启用工具:

8. 监控和分析

跟踪关键指标:

性能对比

成本估算

典型场景的月成本估算(基于 Claude 3.7 Sonnet):

最佳实践清单

  • 启用消息剪裁
  • 根据场景选择合适的模型
  • 实现请求结果缓存
  • 使用流式输出提升体验
  • 精简系统提示词
  • 仅在需要时启用工具
  • 监控 Token 使用情况
  • 定期审查和优化

下一步

消息剪裁

详细了解消息剪裁功能

调试技巧

学习调试和问题排查