在日常使用大型语言模型（LLMs）如Claude、GPT-4和Gemini时，很多用户可能并未意识到自己在无形中消耗了大量资金。通过对Claude API使用情况的审计，发现自己在几乎每个请求中发送的上下文超出了需要的40%。问题主要在于冗余的系统提示、完整文件内容的传输以及过长的对话历史。解决方案并非复杂的优化，而是提升了对令牌使用的意识，从而有效降低了成本。...