節省Token6個秘技︳封面故事
踏入2026年，企業開始大規模使用AI。迪士尼（The Walt Disney Company，美股代號：DIS）更設立Token消耗排行榜。有報道指，迪士尼有單一員工在九個工作日內，累計呼叫Claude約
46萬次。Meta亦曾試過在單月內消耗60萬億個
Token，對應成本高達90億美元。Uber（美股代號：UBER）竟然在四個月內燒光一年的AI預算。
這個現象，統稱為詞元消耗最大化（tokenmaxxing），由此衍生天價賬單、而企業生產力卻不一定同步上升的痛點。
秘技一：不要上載PDF文件
用戶要節省Token，不妨參考在AI領域的重要意見領袖（KOL）Ruben Hassid的意見。他提議將PDF檔案的內文複製至Google文件內，然後儲存為.md格式的檔案，再上載至Claude。這樣長達15頁的PDF檔案，令原本消耗45,000個
Token，變成僅消耗2,000個Token。
秘技二：不撰寫詳細提示詞
第二個策略是毋須再向Claude輸入詳細的提示詞。Ruben Hassid建議用戶先行輸入以下提示詞：「I want to [TASK] to [SUCCESS CRITERIA]. Ask me questions using AskUserQuestion before you start.」然後由Claude自行提供答案，屆時用戶只須點選答案。
假設用戶原本要輸入長度達500字的詳細提示詞，按照這樣的模式發問，就可以直接省掉500個Token。
秘技三：利用編輯功能
Ruben Hassid認為更大的消耗Token的元凶為用戶的使用習慣。用戶遇上不合心意的答案，往往會「重新發問」。Claude會將原本錯誤的發問、Claude的原有回覆及用戶的重新發問一併送往伺服器處理，造成Token浪費。
相反，如果善用編輯功能修改原本的發問，系統就會刪除原本的回覆，避免將這些紀錄重複向伺服器發送，從而達到節省Token的效果。
秘技四：每15段壓縮一次
Ruben Hassid提議每15段訊息總結一次，要求Claude總結成一份簡報。用戶將之複製至新對話。這個步驟可將原先多達10.5萬個Token的內文高度，壓縮成為500個Token的訊息。
秘技五：將工作任務分流
用戶亦可以透過工作任務分流，達致節省
Token效果。Ruben Hassid建議要求在30秒內取得答案的任務，可以交予Haiku或Sonnet這些模型處理；相反，如要深入研究，才使用較先進的模型，如Opus。
秘技六：英文發問勝於中文
有台灣網民建議用文言文輸入訊息以節省token，因為文言文的文字更精煉。惟經過台灣科技媒體《數位時代》實測後發現，雖然文言文較白話文耗用較少Token，惟最節省Token的語言仍然是英文。
當然，用戶不再向大語言模型說「多謝」、「唔該」，可減少浪費Token。
OpenAI創辦人Sam Altman早在2025年4月承認用戶在提示詞中加入這些詞匯，當中涉及數以千萬美元計的成本。
