企业官网建设流程全解析

1. 预算拆解：先搞清楚token到底被谁吃掉了

不少人找我聊codex和claude code的省钱技巧，开口第一句永远是“怎么才能让它们少烧钱”。但在给出任何优化方案之前，我得先泼一盆冷水：如果你连token消耗在哪里都没概念，那再花哨的技巧也是白搭。

先看看一个简单的会话里token到底流向哪里。用过这两款AI编程工具的人应该都有体会，一次看似普通的交互，实际产生消耗的环节远比你想的多——用户输入的指令是一份token，工具自动拼接的系统提示词是一份token，代码文件的上下文被读取进来是一份token，工具调用的返回结果是一份token，AI生成的回复又是一份token。最坑的是，这两款工具都是基于多轮对话的上下文窗口机制，也就是说你在第1轮喂给它的代码内容，它会一直记着，直到第20轮还在占用上下文空间。

我之前做过一个粗测对比实验，模拟场景是让codex和claude code各自完成同一个重构任务（一个约2000行的Python模块拆分为多个文件），最后对比两个工具的token消耗账单。结果很有意思，codex全流程走了大概30轮交互，总token消耗约48万；claude code走了22轮，总token消耗约35万。注意，真正“有效”的token——也就是AI实际写出的新代码——只占其中不到25%。剩下的75%，一部分被反复读取的上下文吃掉了，一部分被工具自身的系统提示词吃掉了，还有很大一部分被那些“重复性的代码块重述”吃掉了。

这个数字非常直观地说明了一个问题:省token的核心，不是指望AI少说两句废话，而是从整个运行链路上去堵漏洞。下面我一个个拆开讲。

先普及一个基础概念，token可以粗略理解成AI处理文本的计量单位，1个token大概相当于0.7个英文单词，中文的话因为字符集复杂一些，大概是0.5~1个汉字。所有的AI编程工具都是按token消耗计费的，所以token越少，钱越少，这是最简单的经济学。

明白了这些，再往下看具体方法，你才会有目的地去应用，而不是盲目照搬别人的“省token大法”。后来我在各种项目里反复调优，逐渐总结出一套比较稳的省钱打法，下面分享给各位。

2. codex省token的核心打法：把上下文当稀缺资源

2.1 用“开新会话”代替“持续追问”

codex这个工具其实在上下文利用上有自己的脾气。它在长会话中容易发生“注意力漂移”，就是前期对话里出现过的信息，到后期再问它的时候，它反而处理得不够准确，甚至会把早期提到的方案和后期的新方案搞混。这种场景下，你不仅多花了token，还多花了几轮“纠正”的token。

实操经验就是：明确一个任务，就开一个新会话。比如你让它写一个用户登录接口，那这个会话就只聊登录接口。中途突然想到另一个bug想让它顺便修一下，我的建议是憋住，等登录接口这件事做完，收工，再开新会话聊bug的事。

可能有人会担心，开新会话是不是意味着要把背景重新讲一遍？其实不用，关键信息通过精简的上下文给到就好。比如新会话开场我可以这么写：

项目使用Python 3.11 + FastAPI + PostgreSQL，代码在backend/目录下。现在有个bug：POST /login接口在输入密码含特殊字符时返回500，请定位原因并修复。

这就够了，30秒的事，但省下来的token是几千甚至上万的量级。别低估这个习惯，我做过对比，同一个项目任务，用“单会话长聊”和“多会话短聊”两种方式跑，后者在总token消耗上大概能省35%到45%。

2.2 明确限制输出格式，减少无效内容生成

codex默认的回复方式比较啰嗦，它喜欢在代码前后加上大段解释性文字，什么“以下是实现方案”“这段代码的核心思路是”……这些话在对话里看起来正常，但对token消耗来说全是成本，因为无论是解释还是代码，AI生成时都按同样的token单价计费。

所以我现在的习惯是，在指令里直接写明格式要求，比如：

直接输出代码，不要解释，不要加注释，用diff格式展示改动。

这句话本身也多花十几个token，但它能换来一整段对话中省下几千token的解释性输出，性价比极高。要注意的是，diff格式展示有两个好处，一是改动前和改动后的对比一目了然，二是省去了AI把未改动代码重新输出一遍的浪费。

另外注意一个小坑：codex即便你说了“不要解释”，它偶尔还是会自己加戏，来一句“根据您的要求，我调整了……”之类的话。遇到这种情况不用急，回复一个“严格按格式来”，它就会收敛。但这种纠正对话本身也要消耗token，所以最好的方式是在项目级指令文件里提前约束好。

順便说一句，如果你用的codex支持项目说明文件配置，那一定要利用起来，把“直接输出代码、不要解释、中文回复、代码风格遵循PEP8”这些全局偏好写进去，省得每轮对话都在重复交代。这个会在后面专门展开讲。

2.3 减少工具自动读取的文件范围

codex在工作时，会根据你的指令自动查找和读取相关文件。这个过程对用户来说是黑盒，但对token消耗来说可能是最大的隐形杀手。有时候你只是让它改一个小函数，它却“贴心”地把整个模块甚至整个项目配置都读了进来，几千行代码瞬间变成上下文的一部分。

我遇到过最夸张的一次，是让codex改一个配置文件的错误，结果它把同目录下所有相关模块都加载了一遍，那一轮的上下文直接飙到了接近满窗口。账单出来的时候我是真的肉疼。

应对办法是利用codex的路径白名单或者说文件忽略机制，明确告诉它哪些文件不需要读。我常用的指令模板是这样的：

只参考 src/service/user_service.py 这个文件，不要读取其他任何文件。改动只限此文件。

这个约束指令看起来简单，但效果明显。还有一种做法是，在项目指令里直接把大文件目录排除掉，比如“不要读取uploads/和node_modules/下的任何文件”，这样能帮codex从一开始就学会“克制”。

3. claude code省token的几招绝活

3.1 用compact命令压缩历史对话

claude code和codex最大的一个差异是它自带一个让人安心的功能——上下文压缩。当你的对话历史越来越长，接近上下文窗口上限时，claude code会提示你可以执行compact操作，把之前的对话压缩成一份精简的摘要，然后继续工作。

这个功能用得好，能帮你省下大概40%到60%的token。我实测过一个非常典型的重构任务：全程不compact，总计消耗约42万token；中途compaction一次，总计消耗约26万token。省下的16万token，折算成钱，在当时的计费标准下大概是几美元，积少成多，真不是小数目了。

用compact有两点需要注意。

第一点是时机。不要等claude code都提示你再操作，而是自己心里有数。我的经验是，当对话进行到5到6轮、并且涉及的文件内容比较多时，就可以主动执行/compact。太早压缩会丢失细节，太晚压缩会浪费中间那些轮次的重复上下文。

第二点是压缩后要补关键信息。compact生成的摘要毕竟是AI二次总结出来的，有时候会漏掉一些你认为很重要的细节。所以compress之后，我习惯紧接着用一句话补充关键约束，比如：

记住最终目标是重构utils模块，所有函数保持向后兼容，现有测试必须全部通过。

这种“压缩+关键信息补强”的组合拳，能最大程度降低压缩带来的信息丢失风险。

3.2 利用子代理隔离长上下文任务

claude code有一个设计我觉得很聪明——subagent机制。你可以让主对话保持精简，同时把复杂任务丢给子代理去处理。子代理有自己的上下文窗口，处理完会把结果返回给主对话，而不是把全部过程都塞进主对话的历史里。

这个特性天然就是省token利器。举个例子，我要做一项涉及三个模块的大改造，如果直接在主对话里连续处理，那么每个模块的代码都会进入主对话的历史，后面的对话会把前面的上下文全部保留，token消耗自然就大了。但用子代理的思路，我给每个模块单独派一个子代理去改造，它们各自在自己的上下文里处理，最后只需要把改动摘要和关键代码返回给主对话即可。

我统计过，在同样一个多文件重构项目中，用子代理模式比不用大约省了30%的token。特别是那种“让AI阅读整个项目然后回答问题”的场景，子代理的隔离效果更明显，它会先自己读完代码，给你一个结论，而不是把整份代码都摊在主对话里。

3.3 控制输出长度，用精确问题代替模糊请求

claude code和codex一样，也是有“话痨”属性的。你问它一个简单问题，它可能给你输出一整套方案分析，有背景、有思路、有代码、有测试建议、有注意事项。这态度是好的，但对钱包不友好。

我现在的做法是在问题里直接附加输出约束：

请用200字以内回答，只列出关键点，不要展开背景。/ 请直接给出修改后的完整函数代码，不要解释。如果是简单问题，回复尽量控制在50字以内。

这些约束指令不需要每轮都写，可以在会话开头说一次，claude code会在这一整个会话中保持这个偏好。实测下来，加了输出约束的会话，平均每轮能省20%到30%的token，而且由于信息密度更高，理解效率反而提升了。

4. 两条路线通用的节省机制：架构级省token方案

4.1 把大文件拆小，比什么技巧都实在

可能有读者会觉得前面讲的都是“术”层面的操作技巧，接下来这部分我想讲一个“道”层面的思路——代码库本身的组织结构，决定了AI工具消耗token的底数。

我接手过一个遗留项目，一个.py文件里有3000多行代码，功能横跨数据解析、业务逻辑、界面渲染。用codex改里面任何一个小函数，它都可能把整个3000行加载进上下文。实测改一个20行的小函数，token消耗轻松破2万。后来我花了一个下午，把这个大文件拆成了按职责划分的小模块，每个文件控制在200到300行。同样的改动任务，再跑一遍，token消耗降到4000左右。

这个对比让我彻底意识到：AI编程工具时代的代码组织原则，已经从“人类方便阅读”逐步让位于“机器轻量读取”。文件越小、职责越单一，AI工具按需加载的成本就越低。

所以如果你有权限对项目做结构调整，一定要从源头为AI工具的token消耗做规划。按函数、按类、按业务模块拆文件，尽量让每个文件的体量在AI的上下文窗口里只占一小块，而不是一整个塞满。

4.2 善用项目级指令，让约束只写一次

无论是codex还是claude code，现在都支持项目级的指令文件。比如codex的项目说明文档，claude code的CLAUDE.md。这个文件会被AI工具在每次会话开始时自动读取，相当于一个“永久的系统提示词”。

很多人没意识到，这个文件是省token的一大杀器。因为你不需要在每轮对话里反复交代那些基础背景、代码风格、技术栈信息了。你在CLAUDE.md里写清楚：

本项目的技术栈为Python 3.11 + FastAPI + PostgreSQL + Redis，代码遵循PEP8，所有接口返回格式统一为{code, message, data}，不要在回复中重复项目背景，直接输出代码或结论。

然后每轮对话里你只需要说“改一下用户模块的缓存逻辑”，claude code就会自动带着这些背景去工作。省掉的，是你每轮重复交代背景的token。这些看起来不起眼，但累积起来非常可观，我估算过，在我的一个中型项目中，这个文件帮我省了约15%的总token消耗。

还有一个冷门技巧：这个文件里的内容，AI工具读取时也是占token的，所以不要把它写成一篇小作文，控制在一两百字以内，只写那些“高频重复交代”的内容，低频信息不值得写进去。

4.3 避免复制粘贴大段代码，用文件路径引用

有些人的操作习惯是，从编辑器里复制一段200行的代码，直接粘贴到对话里，然后跟AI说“帮我改这段”。这个习惯的token代价极高——你复制粘贴的200行代码，AI会原样读入上下文，然后如果你后续还想让它改第二次、第三次，这段代码还会继续占用上下文空间。

我现在的方式是，尽量用文件路径加行号来指代：

修改src/utils/format.py第88到120行之间的函数validate_email，需求是：支持国际电话号码。

这样AI工具自己会去按路径读取文件，而且通常它有自己的缓存机制，同一文件多次读取时，后读的成本比手动粘贴要低。实测同样的修改任务，用路径引用比粘贴代码省30%到50%的token。省下来的这部分，其实就是“重复输入”的代价。

当然有人会担心，AI读文件是不是比自己粘贴更不可控？确实有这个风险，但配合第2节提到的“指定文件白名单”，能有效把AI的读取范围控制在你想要的文件上。

5. 日常使用模式优化：从会话习惯上全面降耗

5.1 学会分阶段推进，而不是一口气吃成胖子

我发现相当一部分人把codex和claude code当成“神仙”，期望一条指令就能把整个项目写完。实际用起来，这类大而全的指令往往导致AI生成超大段代码、自动创建一堆文件，甚至出现幻觉接口。token烧得快，效果还不一定好。

正确的省token姿势是：把大任务拆成小任务，分阶段推进，每个阶段只聚焦一个具体改动能闭环的成果。

拿“开发一个用户管理系统”举例，我不会一上来就说这句话，而是拆成这样：

• 阶段一：创建用户数据模型（Model层）
• 阶段二：实现用户注册接口
• 阶段三：实现用户登录接口和JWT鉴权
• 阶段四：实现用户信息查询与修改接口

每个阶段单独一个会话，阶段之间的衔接通过简短背景说明完成。这样做的好处有三：每轮对话上下文更精简、AI的完成度更高、出错的概率更低。综合算下来，token消耗反而比“一口气做完”少得多。

5.2 善用dry run和plan模式，先规划后执行

claude code在默认模式下如果接到一个复杂任务，经常会“撸起袖子直接开干”，一口气改完多个文件，但这种全量执行往往伴随着不必要的读取和输出。

如果你用的是claude code，可以在让它执行之前，先开启plan模式：让AI先输出一份执行计划，你再确认计划后再切换到执行模式。这一步会多消耗几百token，但能避免AI做出一堆你不想要的改动，从而省下几千上万的返工token。

类似的思路也适用于codex：先让它用文字描述方案，不要写代码。确认方案没问题，再让它基于方案编码。这个方法本质上是“先花小钱买方案，再花大钱买实现”，而不是一开始就把钱花在盲目的实现上。

5.3 为不同任务类型选择合适的AI模型

codex和claude code现在一般都支持在轻量模型、标准模型和高级模型之间切换。不同任务对模型的智力要求不一样，高配模型虽然理解能力强，但它同样会带来更大的上下文消耗和更高的单价。

我的经验分配是这样的：

• 简单重构、格式整理、代码解释、单元测试编写：用轻量模型/快模型，够用且便宜。
• 业务逻辑编写、bug修复、中等复杂度实现：用标准模型，性价比最高。
• 架构设计、复杂系统分析、跨模块影响评估：用高级模型，这时候它多花的token值得。

很多人习惯性把所有任务都往最强模型上扔，这在早期不心疼费用时没事，但长期用下来差距巨大。灵活切换模型，是日常省token最不费力但又最容易被忽略的一招。

6. 常见问题与排查技巧实录：省token路上的真实坑

6.1 为什么设置了约束，AI还是输出一大段解释？

这个情况我碰到太多次了。明明指令里写了“不要解释”，AI还是会在代码前后加一段开场白和总结语。原因大概率是你只在当轮对话里提出了这个要求，而项目指令里没有做全局预设。AI在每一轮对话开始时会重新载入上下文，上一轮的口头约束在新一轮里的约束力会减弱。

我自己的解决办法是，把输出格式约束写进项目级指令文件，让它在每一轮都生效。要是某些场景你想临时放宽约束，再在对话里单独说明即可。这算是我踩过多次坑之后发现的性价比最高的方案。

6.2 compact之后AI忘记关键信息怎么办？

用claude code的compact压缩功能，本质上是把历史内容丢给AI让它自己生成一份摘要。摘要的质量取决于对话内容本身的清晰度，如果你之前的对话里有过大量模糊表述和来回修正，那压缩时很有可能会丢掉部分细节。

我的应对办法有两层：第一层，在压缩之前，先自己总结一下到目前为止的结论，单独发一条消息作为“锚点”，比如：

到目前为止的结论：已完成用户模块的数据库模型和注册接口，登录接口采用JWT实现，密钥存在环境变量中。接下来要继续的是重置密码接口。

这个锚点会成为压缩时的重要参考内容，能显著降低摘要丢失信息的概率。第二层，压缩完成后，先不急着继续干活，而是要求AI复述一下当前状态，确认信息没有丢失再往下推进。确认这一步会花一点token，但比起后续做了半天发现方向错了的返工成本，这点token实在不值一提。

6.3 看到token消耗比预期高出一大截，怎么排查异常？

如果你发现某次会话的token消耗异常高，通常先不要急着怪AI“太啰嗦”。我自己的排查思路是这样的：

1. 检查是不是把大文件路径加进了对话里，导致AI每轮都在读重复的大上下文。
2. 检查是不是同一个会话里堆积了太多轮次，历史上下文已经滚雪球了。
3. 检查工具是否自动扫描了不该扫描的目录，比如把整个依赖库目录读进去了。
4. 检查是不是AI在回复中重复输出了一大段已有代码——这种情况常见于“请帮我改这段”的场景。

排查完之后，最有效的兜底方案就是第2.1节说过的：关掉会话，重新开一个。不要心疼那点历史记录，历史记录里的内容你随时可以再告诉AI，但你当前多花的token是真的回不来了。

6.4 为什么有时候短指令的消耗反而比长指令更高？

这是个很有意思的现象，我在一次对比测试中发现，让AI做一个权限校验功能，直接说“加一个权限校验”要比说“在user_service.py中添加check_permission函数，接收user_id和permission_code参数，从permission表中查询并返回布尔值”消耗更多token。

原因是：模糊指令引发AI的探索行为，它会主动查代码想搞清楚权限是怎么做的，这个探索过程会读取多个文件，token消耗自然就上去了。而精确指令直接给AI划定了范围，它不需要探索，读了指定的文件就能直接写。所以从省钱角度看，“把需求说细”永远比“让AI猜需求”更省钱。

这个经验可以反向应用，如果你希望AI帮你分析问题、给出建议时，你不妨给模糊指令。但如果你想让它直接产出代码，那指令越具体越好。不同的目的，不同的指令颗粒度。

7. 实操心得：我的省钱组合拳与最后提醒

聊到这儿，把文章核心内容梳理一下。其实省token的底层逻辑就一句话：减少AI的无效劳动，让它的每一次上下文读取和每一段输出都能产生价值。

我日常在项目里实际使用的组合拳大概是这样的：项目级指令文件写清楚全局约束和输出偏好，这是地基；任务的颗粒度尽量拆小，每次会话只干一件事，这是骨架；能用路径引用就不粘贴代码，能用子代理隔离的就丢给子代理，这是关节；最后清醒地知道什么时候该compact、什么时候该开新会话，这是气血运行。

按这套组合拳跑了一段时间，我的月均token消耗大概降低了50%左右，而且没有牺牲输出质量。说实话，这个结果比我自己预期的还要好。

最后再分享一个小技巧，也是我在实际使用中比较受用的一点：别总想着“省钱”，要把重心放在“让每一轮对话都有明确产出”上。当你发现某轮对话只是在那里来回磨蹭、没有实质推进时，就果断结束会话，重开新局。这种果断，比任何花哨的指令模板都能帮你省下更多token。

我上面说的这些数据和方法，都是在真实项目里跑过、对比过、验证过的。工具在迭代，计费方式在变化，但“让AI少做无用功”这个核心原则不会变。如果你也长期使用这两款工具，不妨从今天开始，试着调整一两个习惯，跑一周再回来看账单，你会回来感谢自己的。