影片筆記：Give Me 10 Mins and I'll Save You Millions of Claude Tokens

一句話總結

講者透過解析 Claude 的 Prompt Caching（提示詞快取）機制，說明如何透過理解快取層級、TTL 規則及善用專案管理，在單日節省數千萬 Tokens，並強調根據自身需求篩選資訊的重要性。

核心重點

Prompt Caching 的成本優勢：快取內的 Tokens 僅收取正常輸入成本的 10%，Anthropic 高度重視快取命中率。

TTL（生存時間）差異：

• Claude 訂閱方案：預設 TTL 為 1 小時。
• API 與 Subagents：預設 TTL 為 5 分鐘（可調整但成本較高）。
• 超過時間未操作或更改系統提示詞，快取會失效（Uncached），需重新全量處理（Recache），成本高昂。

快取結構層級：

• 系統層（System Layer）：系統指令、工具定義、輸出風格（全域快取）。
• 專案層（Project Layer）：Claude.md、Memory、規則（專案級別快取）。
• 對話層（Conversation Layer）：回覆與訊息（隨對話增長，需重新處理）。

快取創建與讀取：

• Cache Create：首次寫入快取的一次性成本。
• Cache Read：重複使用快取內容（如 Claude.md、系統指令），成本較低。

影響快取的因素：

• 切換模型（如從 Opus 切換到 Sonnet）會改變前綴（Prefix），導致快取失效。
• Opus Plan 模式：規劃階段使用 Opus，執行階段使用 Sonnet，中途切換模型會重置快取。
• 建議將大型文件放入 Projects 而非直接貼入 Chat，以獲得更優化的快取。

實用工具與習慣：

• 使用 Token Dashboard 追蹤每日輸入、輸出及快取創建/讀取的 Tokens。
• 使用 Session Handoff Skill 透過複製摘要、清除會話並貼上，模擬「會話移交」，避免長時間暫停導致快取失效。
• 三個關鍵習慣：不要暫停太久（超過 1 小時請開啟新會話）、切換任務時重新開始、使用專案管理大型文件。

個人學習策略：

• 雖然其他文章在深度與細節上做得很好，但講者基於自身未重度使用 API 的情況，決定不學習過多內容。
• 核心在於釐清自己真正需要掌握的重點，而非盲目追求資訊更新。

詳細大綱

一、Prompt Caching 效益與成本結構

• 實際節省案例：講者分享利用 Claude 的 Prompt Caching 機制，在單日節省 9100 萬 Tokens，過去一周節省超過 3 億 Tokens。
• 成本計算：快取內的 Tokens 僅收取正常輸入成本的 10%。
• Anthropic 的監控：Anthropic 對快取命中率（Hit Rate）進行監控與重視。

二、快取機制與 TTL 規則

• TTL 差異：
• Claude 訂閱方案：預設 TTL 為 1 小時。
• API 與 Subagents：預設 TTL 為 5 分鐘。
• 快取失效後果：
• 若超過時間未操作，快取會失效（Uncached）。
• 更改系統提示詞也會導致快取失效。
• 失效後後續請求需重新全量處理（Recache），成本高昂。

三、快取結構層級解析

• 系統層（System Layer）：包含系統指令、工具定義、輸出風格。屬於全域快取。
• 專案層（Project Layer）：包含 Claude.md、Memory、規則。屬於專案級別快取。
• 對話層（Conversation Layer）：包含回覆與訊息。隨每次對話增長，需重新處理。

四、快取創建（Create）與讀取（Read）

• Cache Create：首次寫入快取的一次性成本。
• Cache Read：重複使用快取內容（如 Claude.md、系統指令），成本較低。
• 講者提到因 "cash read"（疑為 Cache Read）節省了 9100 萬 Tokens。

五、影響快取的因素與誤區

• 切換模型：會導致前綴（Prefix）改變，使快取失效並重新快取。
• Opus Plan 模式：規劃階段使用 Opus，執行階段使用 Sonnet，中途切換模型會重置快取。
• Cloud Chat 與 Projects 差異：建議將大型文件放入 Projects 而非直接貼入 Chat，以獲得更優化的快取。
• 建立 HTML 專案：講者提到建立 HTML 專案時消耗了 205,000 Tokens。

六、實用工具與習慣

• Token Dashboard：講者提供的追蹤工具，用於追蹤每日輸入、輸出及快取創建/讀取的 Tokens。
• Session Handoff Skill：講者提供的 Skill，透過複製摘要、清除會話並貼上，模擬「會話移交」，避免長時間暫停導致快取失效。
• 三個關鍵習慣：

不要暫停太久（超過 1 小時請開啟新會話）。

切換任務時重新開始。

使用專案管理大型文件。

• 指令操作：
• /slash compact
• /slash clear
• /slash model
• /slash copy

七、結尾：資訊篩選與個人需求

• 資訊篩選：講者表示雖然其他文章在深度與細節（nuance）上做得很好，但由於講者目前並未重度使用 API，因此不需要掌握那些過於深入的內容。
• 學習態度：保持資訊更新與追蹤趨勢固然重要，但核心在於釐清自己真正需要掌握的重點。
• 互動請求：感謝觀眾觀看至影片結尾，並請求觀眾按讚（like）以支持頻道。

工具 / 模型 / 名詞整理

• Claude Code
• Claude
• Anthropic
• Claude.md
• Opus
• Sonnet
• Opus Plan (模型設定模式)
• Token Dashboard (講者提供的追蹤工具)
• SessionHandoffSkill (講者提供的 Skill)
• GithubRepo
• FreeschoolCommunity
• Cloud Chat (或寫作 Clouded.ai / CloudedCode，依逐字稿原文)
• Slash Compact (指令)
• Slash Clear (指令)
• Slash Model (指令)
• Slash Copy (指令)
• API
• Cache Create
• Cache Read
• TTL (Time To Live)
• Hit Rate
• Prefix
• Recache
• Uncached
• System Layer
• Project Layer
• Conversation Layer
• SEVs (講者提到 "declare SEVs"，疑為 "Service Events" 或特定內部術語縮寫)

操作流程整理

監控與追蹤：

• 使用 Token Dashboard 追蹤每日輸入、輸出及快取創建/讀取的 Tokens。

專案管理優化：

• 將大型文件放入 Projects 而非直接貼入 Chat。
• 利用 Claude.md、Memory 和規則建立專案層級快取。

會話維護與移交：

• 避免長時間暫停（超過 1 小時）。
• 若需暫停，使用 Session Handoff Skill：

複製當前摘要。

清除會話。

貼上摘要以模擬「會話移交」。

指令操作：

• 使用 /slash compact、/slash clear、/slash model、/slash copy 等指令進行操作。

模型切換注意事項：

• 在 Opus Plan 模式下，規劃階段使用 Opus，執行階段使用 Sonnet。
• 避免中途切換模型，以免重置快取。

資訊篩選：

• 評估自身是否重度使用 API。
• 若不重度使用，則篩選資訊，不學習過於深入的内容，專注於核心需求。

值得注意的限制或風險

TTL 失效風險：

• API 與 Subagents 的預設 TTL 僅為 5 分鐘，若操作間隔過長，快取會失效，導致成本大幅增加。
• Claude 訂閱方案雖有 1 小時 TTL，但仍需避免過長暫停。

模型切換成本：

• 切換模型（如從 Opus 到 Sonnet）會改變前綴，導致快取失效並需重新快取，產生高昂成本。

系統提示詞變更：

• 更改系統提示詞會導致快取失效，需重新全量處理。

快取創建成本：

• 首次寫入快取（Cache Create）是一次性成本，需評估是否值得。

大型文件處理：

• 直接將大型文件貼入 Chat 可能無法獲得優化的快取，建議使用 Projects。

Opus Plan 模式限制：

• 規劃與執行階段使用不同模型，中途切換會重置快取。

逐字稿辨識疑點

• cash read：逐字稿中出現 "saved 91 million tokens because of cash read"，疑為 "Claude" 或 "cache read" 之聽寫錯誤。
• Cloud subscription / Cloud Code：逐字稿中多次出現 "Cloud"，疑為 "Claude" 之聽寫錯誤（如 "working with Cloud Code", "Cloud subscription"）。
• Thorik / Thorax graphics：逐字稿引用 Anthropic 人員時寫作 "Thorik" 及 "Thorax graphics"，疑為特定人名或圖表名稱，需查證。
• ClawedCode / Clawed.ai：逐字稿中出現 "ClawedCode" 及 "Clawed.ai"，疑為 "Claude Code" 或 "Claude.ai" 之聽寫錯誤。
• SEVs：逐字稿提到 "declare SEVs"，疑為 "Service Events" 或特定內部術語縮寫。
• 205,000TOKENS：講者提到建立 HTML 專案時消耗此數量的 tokens，語境中數字可能為聽寫誤差或特定專案數據。
• 這個組織的組織的組織...：逐字稿後半段出現大量重複且語意不明的「組織」一詞（如 "这个组织的组织的组织", "如果你转过去的电话"），疑為語音辨識嚴重錯誤或模型生成亂碼，無法確定實際指涉內容。
• Opus plan：逐字稿寫作 "model opus plan"，指涉 Opus 模型的 Plan 模式設定。

可延伸追問

如何具體設定 API 與 Subagents 的 TTL 以平衡成本與便利性？

"SEVs" 在 Anthropic 內部或特定情境下的具體定義為何？

"Session Handoff Skill" 的具體操作步驟與最佳實踐為何？

對於重度使用 API 的用戶，有哪些進階的快取優化策略？

如何準確識別並避免 "Opus Plan" 模式下的模型切換風險？

"Token Dashboard" 的具體功能與使用介面為何？

如何評估將大型文件放入 Projects 的具體效益與成本？

對於非重度 API 用戶，如何有效篩選資訊以避免資訊過載？