Token 预算管理：让 AI 用最少的 token 做最多的事

Token 不是越多越好——给 AI 精选的信息，通常比给它全量信息效果更好。

什么是 Token？

Token 是 AI 处理文本的最小单位。粗略计算： - 1 个英文单词 ≈ 1.3 tokens - 1 个中文字 ≈ 2 tokens - 1 行代码 ≈ 10-20 tokens

Claude 的 context window：200K tokens GPT-4 的 context window：128K tokens

听起来很多？但实际使用时很快就会用完。

为什么要管理 Token？

原因一：Token 越多，AI 越可能"分心"

这是我们的经验判断：当 context 太大时，AI 可能需要从大量信息中找到相关的部分，找错的概率会增加。

但这个判断不是绝对的——有些任务确实需要大量的上下文。

原因二：Token = 马尼

API 调用按 token 计费（价格可能变化，以下仅供参考）： - Claude Sonnet：约 $3/百万 input tokens - GPT-4：约 $30/百万 input tokens

原因三：Token 有上限

超过 context window 限制，AI 会"遗忘"前面的内容。

Token 分配建议

以下是我们基于使用经验的建议，不是经过验证的"最佳实践"：

总 Token 预算：200K（Claude 的 context window）

建议分配：
  - 任务描述：10%（20K tokens）
  - 相关代码：40%（80K tokens）
  - 示例/参考：20%（40K tokens）
  - 约束/规则：10%（20K tokens）
  - 留给 AI 输出：20%（40K tokens）

注意：这个比例是经验性的，不同任务可能需要不同的分配。

实用技巧

技巧一：用摘要代替全文

❌ 给 AI 整个 500 行的文件
✅ 给 AI 一个 10 行的摘要 + 关键的 50 行代码

技巧二：用类型签名代替实现

❌ 给 AI 整个函数的实现
✅ 只给函数签名和关键逻辑

技巧三：用差异代替全量

❌ 给 AI 修改前后的完整文件
✅ 只给修改的部分

技巧四：用 CLAUDE.md 做持久化 Context

# CLAUDE.md

## 项目
React + TypeScript 电商项目

## 技术栈
- React 18, TypeScript 5
- Zustand, Tailwind CSS
- Vitest, Playwright

这个文件只有 200 tokens，但每次对话都能让 AI 了解你的项目。

技巧五：分批处理大任务

❌ 一次性让 AI 处理 10 个文件
✅ 分 3 批，每批 3-4 个文件

工具推荐

常见错误

错误一：给太多代码

❌ "这是我的整个项目，请帮我理解"
✅ "这是 auth 模块的核心代码，请帮我理解登录流程"

错误二：给太少上下文

❌ "帮我写个函数"
✅ "帮我写一个验证邮箱的函数，用正则表达式，TypeScript，返回布尔值"

错误三：重复描述

❌ 每次对话都重新描述项目背景
✅ 用 CLAUDE.md 一次性描述，后续对话自动加载

总结

Token 预算管理的核心原则：

1. 精选：只给 AI 需要的信息
2. 结构化：用摘要、签名、差异代替全文
3. 持久化：用 CLAUDE.md 减少重复描述

这些是我们的经验建议，不是经过严格验证的结论。最好的方式是自己试试，看看什么策略对你的项目最有效。

Token 管理是一个实践性很强的话题。如果你有更好的经验，欢迎在 GitHub 分享。