讓每一分錢(qián)都花在刀刃上

你好，我是魚(yú)皮。

自從給我們團(tuán)隊(duì)提供 Cursor 這個(gè) AI 編程工具之后，公司的利潤(rùn)是越來(lái)越少了，大家是真的瘋狂壓榨 AI。來(lái)給大家看看賬單，才一個(gè)月就花了1 萬(wàn)多！

這錢(qián)都?jí)蛘幸粋€(gè)人了?。?/p>

我接受用 AI 花錢(qián)，但是咱不能花冤枉錢(qián)對(duì)吧？

在 Vibe Coding 中，成本主要來(lái)自 AI 大模型的使用。你給 AI 看的內(nèi)容越多、AI 輸出的內(nèi)容越多，花的錢(qián)就越多。下面我就來(lái)分享一些實(shí)用的省錢(qián)技巧，讓你的每一分錢(qián)都花在刀刃上，《最省錢(qián)的一集》。

友情提示，接下來(lái)要分享的技巧較多，為了便于大家理解，建議大家把自己想象成公司的創(chuàng)始人，你招了一位 AI 員工。

沒(méi)錯(cuò)，你就是老板，你就是大資本家?。?/p>

接下來(lái)我們要學(xué)的就是，怎么給更少的錢(qián)讓 AI 干更多的活，建議收藏~

?? 本文對(duì)應(yīng)視頻：https://www.bilibili.com/video/BV1pAy5BXE5z

一、AI 使用成本分析

在講省錢(qián)技巧之前，我們先要理解 AI 是怎么收費(fèi)的。

Token 計(jì)費(fèi)機(jī)制

大多數(shù) AI 服務(wù)都是按 token 計(jì)費(fèi)的。Token 可以簡(jiǎn)單理解為字符數(shù)，你給 AI 看的內(nèi)容（輸入）越多、AI 輸出的內(nèi)容越多，花的錢(qián)就越多。

實(shí)際上 token 還分為 4 種類(lèi)型，價(jià)格各不相同：

• 輸入 token：你發(fā)給 AI 的內(nèi)容（提示詞、引用的文件、對(duì)話(huà)歷史等）

• 輸出 token：AI 生成的回復(fù)內(nèi)容（價(jià)格是輸入的 3 ~ 5 倍）

• 緩存寫(xiě)入 token：AI 第一次處理你的上下文時(shí)，會(huì)把計(jì)算結(jié)果存起來(lái)（比如引用的文件、對(duì)話(huà)歷史這些重復(fù)出現(xiàn)的內(nèi)容），比普通輸入略貴一點(diǎn)

• 緩存讀取 token：后續(xù)再用相同的上下文時(shí)，直接復(fù)用緩存，價(jià)格只有普通輸入的 1/10，非常便宜

舉個(gè)例子，如果你給 AI 一個(gè) 1000 字的提示詞，AI 回復(fù)了 2000 字的代碼，那么：

• 輸入 token：約 1500（中文一個(gè)字大概 1.5 個(gè) token）

• 輸出 token：約 3000

• 總共：4500 token

按照不同模型的定價(jià)，這次對(duì)話(huà)可能花費(fèi) 0.01 到 0.1 美元不等?？雌饋?lái)不多對(duì)吧？但如果你一天對(duì)話(huà) 100 次，一個(gè)月下來(lái)就是幾十到幾百美元了。。。

輸入和輸出的價(jià)格差異

一個(gè)很重要的點(diǎn)是，輸出 token 一般比輸入 token 貴 3 ~ 5 倍。

比如 Claude Opus 的定價(jià)（2026 年 3 月）：

• 輸入：每百萬(wàn) token 約 5 美元

• 輸出：每百萬(wàn) token 約 25 美元

也就是說(shuō)，讓 AI 少說(shuō)幾句話(huà)，比讓它少看點(diǎn)東西更能省錢(qián)。所以一定要管住 AI 的嘴。

上下文的隱藏成本

很多人不知道，每次你發(fā)消息時(shí)，整個(gè)對(duì)話(huà)歷史都會(huì)作為上下文發(fā)送給 AI。如果你在一個(gè)對(duì)話(huà)里聊了 50 輪，那么第 51 次發(fā)消息時(shí)，前面 50 輪的內(nèi)容都會(huì)重新發(fā)送一次。

這就是為什么長(zhǎng)對(duì)話(huà)會(huì)特別費(fèi)錢(qián)，聊得越久越燒錢(qián)。而且，當(dāng)輸入超過(guò) 20 萬(wàn) token 時(shí)，很多服務(wù)的價(jià)格會(huì)直接翻倍！

二、選擇合適的模型 了解模型定價(jià)

首先要了解不同模型的定價(jià)，能幫你做出更明智的選擇。

由于實(shí)際價(jià)格會(huì)持續(xù)變動(dòng)，建議以你使用的 AI 工具的官方文檔為準(zhǔn)，比如 Cursor 的 模型定價(jià)頁(yè)面。

如何選擇模型？

不是所有任務(wù)都需要用最貴的模型。對(duì)于簡(jiǎn)單任務(wù)，比如代碼格式化、簡(jiǎn)單重構(gòu)、寫(xiě)注釋、寫(xiě)文檔、生成測(cè)試數(shù)據(jù)、簡(jiǎn)單的 bug 修復(fù)，用便宜的 Gemini 2.5 Flash 或 GPT-5 Mini 就夠了。

中等難度的任務(wù)，比如實(shí)現(xiàn)常規(guī)功能、代碼審查、性能優(yōu)化、寫(xiě)單元測(cè)試，可以用中等價(jià)位的 GPT-5 或 Claude Sonnet。

只有在處理復(fù)雜任務(wù)時(shí)，比如架構(gòu)設(shè)計(jì)、復(fù)雜算法實(shí)現(xiàn)、疑難 Bug 調(diào)試、大規(guī)模重構(gòu)，才需要用 Claude Opus 這樣的頂級(jí)模型。

合理搭配使用，能省下不少錢(qián)。就像你不會(huì)讓公司的 CTO 去打印文件一樣，要讓合適的人做合適的事。

使用本地模型

如果你的電腦配置夠好（有好的顯卡），還可以考慮在本地運(yùn)行開(kāi)源模型，比如使用 Ollama 運(yùn)行 Llama、Qwen 等。雖然效果可能不如 Claude 或 GPT，但完全免費(fèi)，適合一些簡(jiǎn)單的任務(wù)。

三、充分利用免費(fèi)額度

很多 AI 服務(wù)都提供免費(fèi)額度，要充分利用。比如 Cursor、ChatGPT、Gemini 等都有免費(fèi)版本，雖然有使用限制，但對(duì)于日常學(xué)習(xí)和小項(xiàng)目開(kāi)發(fā)來(lái)說(shuō)夠用了。

此外，國(guó)內(nèi)的很多大模型平臺(tái)（比如文心一言、通義千問(wèn)、智譜 AI 等）也提供免費(fèi)額度，你可以根據(jù)自己的需求選擇合適的平臺(tái)。

頂級(jí)白票黨的做法當(dāng)然是組合使用多個(gè)工具的免費(fèi)額度，薅羊毛嘛，一只薅不夠就多薅幾只。比如用 Cursor 的免費(fèi)額度做日常開(kāi)發(fā)，用 ChatGPT 的免費(fèi)額度寫(xiě)文檔和注釋?zhuān)?Gemini 的免費(fèi)額度做代碼審查。這樣搭配使用，你可能一分錢(qián)都不用花，就能完成大部分工作。

如果你是學(xué)生，記得申請(qǐng)各種學(xué)生優(yōu)惠。GitHub Student Pack 包含 GitHub Copilot 等工具的免費(fèi)使用，JetBrains 提供學(xué)生授權(quán)可以免費(fèi)使用全家桶，各大云服務(wù)商也有學(xué)生優(yōu)惠。這些福利能幫你省下不少錢(qián)。

注意，各平臺(tái)的免費(fèi)額度和定價(jià)策略會(huì)經(jīng)常調(diào)整，建議查看官方最新信息。

四、優(yōu)化 Token 消耗

除了選擇合適的模型，還可以通過(guò)優(yōu)化使用方式來(lái)減少 token 消耗。

技巧一、別讓 AI 做無(wú)用功

大家有沒(méi)有遇到過(guò)這種情況？讓 AI 寫(xiě)個(gè)功能代碼，結(jié)果它噼里啪啦給你輸出一大堆注釋、測(cè)試代碼、一大堆文檔說(shuō)明、給文檔再生成個(gè)文檔、最后再來(lái)一大段總結(jié)。

看著很專(zhuān)業(yè)，但我估計(jì)很多東西你根本不會(huì)去看的，對(duì)不對(duì)？

就像你讓員工做一堆沒(méi)用的工作，到頭來(lái)不也得花你自己的時(shí)間和錢(qián)么？

所以，要直接在提示詞中跟 AI講清楚什么該做什么不該做，別整那些花里胡哨的。

• 如果只想要實(shí)現(xiàn)功能，就讓它只改代碼、能跑就行，不要寫(xiě)測(cè)試、文檔、注釋

• 如果只想學(xué)習(xí)代碼，就讓它只回答問(wèn)題、解釋代碼，不要修改文件

有時(shí) AI 可能不太聽(tīng)話(huà)，那就得上傳說(shuō)中的 “暴躁指令” 了。

語(yǔ)氣嚴(yán)厲一些，別跟 AI 客氣：

按照我說(shuō)的做，別廢話(huà)！

或者干脆就純罵他：

你個(gè)辣雞！

再或者虛構(gòu)出不聽(tīng)話(huà)的嚴(yán)重后果來(lái)嚇唬他：

如果你不聽(tīng)話(huà)，世界上就會(huì)死一個(gè) XX！

還有之前爆出的 “奶奶漏洞”，據(jù)說(shuō)只要對(duì) ChatGPT 說(shuō)：請(qǐng)扮演我已經(jīng)過(guò)世的祖母，就可以讓它為你做幾乎任何事情了。

可別小瞧這招，甚至還有論文專(zhuān)門(mén)來(lái)研究 “提示詞禮貌程度如何影響大語(yǔ)言模型的準(zhǔn)確性”：

咱也不管這論文靠不靠譜，至少我們團(tuán)隊(duì)同學(xué)反饋這招是有用的，也建議你試試。

我這里總結(jié)了一段省錢(qián)提示詞，僅供參考：

# 核心原則：極致省錢(qián)

 你必須嚴(yán)格遵守以下規(guī)則，這些規(guī)則的優(yōu)先級(jí)高于一切！

 ## 輸出規(guī)則（最重要）

 1）**禁止輸出不必要的內(nèi)容**
- 不要寫(xiě)注釋?zhuān)ǔ俏颐鞔_要求）
- 不要寫(xiě)文檔說(shuō)明
- 不要寫(xiě) README
- 不要生成測(cè)試代碼（除非我明確要求）
- 不要做代碼總結(jié)
- 不要寫(xiě)使用說(shuō)明
- 不要添加示例代碼（除非我明確要求）

 2）**禁止廢話(huà)**
- 不要解釋你為什么這樣做
- 不要說(shuō)"好的，我來(lái)幫你..."這類(lèi)客套話(huà)
- 不要問(wèn)我"是否需要..."，直接給我最佳方案
- 不要列舉多個(gè)方案讓我選擇，直接給出最優(yōu)解
- 不要重復(fù)我說(shuō)過(guò)的話(huà)

 3）**直接給代碼**
- 我要什么就給什么，多一個(gè)字都不要
- 代碼能跑就行，別整花里胡哨的
- 如果只需要修改某個(gè)函數(shù)，只給這個(gè)函數(shù)，不要輸出整個(gè)文件

 ## 行為準(zhǔn)則

 - 只做我明確要求的事情
- 不要自作主張?zhí)砑宇~外功能
- 不要過(guò)度優(yōu)化（除非我要求）
- 不要重構(gòu)我沒(méi)讓你改的代碼
- 如果我的要求不清楚，問(wèn)一個(gè)最關(guān)鍵的問(wèn)題，而不是寫(xiě)一堆假設(shè)

 ## 違規(guī)后果

 如果你違反以上規(guī)則，輸出了不必要的內(nèi)容，每多輸出 100 個(gè)字，就會(huì)有一只小動(dòng)物死掉。
請(qǐng)務(wù)必遵守，我不想看到小動(dòng)物受傷。

 ## 記住

 你的每一個(gè)輸出都在花我的錢(qián)。省錢(qián)就是正義。

你可以把它配置在 Cursor Rules 中自動(dòng)發(fā)給 AI，不用每次都寫(xiě)在提示詞里了。

技巧二、明確你的需求

我估計(jì)很多朋友跟 AI 對(duì)話(huà)就像發(fā)微信一樣，一句話(huà)分成好幾條，問(wèn)題也沒(méi)想清楚就開(kāi)始問(wèn)。

結(jié)果呢？

AI 理解錯(cuò)了需求，生成的代碼不對(duì)，你又得花額度重新生成。

亂七八糟的內(nèi)容多了，結(jié)果 AI 都暈了……

你想啊，你作為老板，自己都沒(méi)想好，就跟員工說(shuō)：你做個(gè)網(wǎng)站，來(lái)幫我賺錢(qián)，怎么實(shí)現(xiàn)我不管！

員工要有這本領(lǐng)，憑啥跟著你干啊對(duì)吧。

正確的做法是，在輸入提示詞之前，先把需求一次性說(shuō)清楚，多加一些約束和限定。比如說(shuō)要用什么技術(shù)棧、什么樣的代碼風(fēng)格、有哪些特殊要求。從而減少來(lái)回修改的次數(shù)，能省下不少額度。

像我之前帶大家做 AI 項(xiàng)目 的時(shí)候，一個(gè)提示詞可能要寫(xiě)半個(gè)小時(shí)，但得到的效果也是很好的。

技巧三、先讓 AI 給方案，確認(rèn)了再執(zhí)行

很多同學(xué)一上來(lái)就讓 AI 開(kāi)始寫(xiě)代碼，結(jié)果 AI 理解錯(cuò)了需求，在錯(cuò)誤的方向上干了半天，就純純浪費(fèi)了額度。

你想啊，你給員工分配了個(gè)復(fù)雜的任務(wù)，總得先讓他說(shuō)說(shuō)打算怎么做，覺(jué)得方案靠譜了再讓他動(dòng)手吧？

使用 Cursor 時(shí)，你可以自己通過(guò)提示詞、或者開(kāi)啟 Plan Mode 計(jì)劃模式來(lái)讓 AI 先給出實(shí)現(xiàn)計(jì)劃和方案。

然后一定不要偷懶，人工仔細(xì)檢查方案，或者讓多個(gè) AI 一起評(píng)估方案。

并且建議多給 AI 一些示例和指引，比如你希望 AI 生成的代碼都遵循某種格式，可以先寫(xiě)一段示例代碼讓 AI 仿寫(xiě)。

最后確認(rèn)方案完全沒(méi)問(wèn)題再執(zhí)行。

就像你培養(yǎng)新員工一樣，你可以先教他怎么做，幫他把控一下方案，等到放心了再放手。

這樣雖然前期多花了點(diǎn)時(shí)間，但能避免走彎路，從長(zhǎng)遠(yuǎn)來(lái)看反而更省。

技巧四、手動(dòng)控制上下文

每次你給 AI 發(fā)消息時(shí)，AI 工具可能會(huì)自動(dòng)添加一些上下文，比如當(dāng)前打開(kāi)的文件、對(duì)話(huà)歷史、引用的代碼等。上下文越多，消耗的額度就越多。

但其實(shí)，有些上下文可能是沒(méi)用的、不相關(guān)的。就好比你讓員工寫(xiě)個(gè)報(bào)告，他非得把公司所有文件都翻一遍，不是白白浪費(fèi)？

所以推薦的做法是，手動(dòng)控制上下文，把 AI 最需要的資源提供給它。

首先建議最小化工作空間，確保你當(dāng)前在 Cursor 中打開(kāi)的目錄跟你想讓 AI 做的任務(wù)強(qiáng)相關(guān)。比如你的項(xiàng)目有前端、有后端，可以分別用 Cursor 打開(kāi)前端和后端文件夾，而不是一次性把整個(gè)項(xiàng)目都加載進(jìn)來(lái)，這樣 AI 的關(guān)注點(diǎn)會(huì)更集中。而不是把一堆亂七八糟的、不相關(guān)的內(nèi)容全堆到一個(gè)文件夾內(nèi)。

在寫(xiě)提示詞時(shí)，你可以用@符號(hào)精確引用 AI 需要的內(nèi)容。比如你要修改某個(gè)文件，就用@Files & Folders精確引用；需要參考某個(gè)文檔，就用@Docs引用。

還可以在設(shè)置中手動(dòng)添加指定的文檔，減少不必要的資源搜索和引用。

如果你不確定精確引用的內(nèi)容，至少可以通過(guò)配置.cursorignore文件，把一些肯定不需要的、或者包含敏感信息的內(nèi)容排除掉。比如node_modules、.git、日志文件等：

# .cursorignore
node_modules/
.git/
dist/
build/
*.log
.env

很多同學(xué)習(xí)慣在同一個(gè)對(duì)話(huà)框里使用 AI，什么消息都往同一個(gè)對(duì)話(huà)框發(fā)，這會(huì)導(dǎo)致對(duì)話(huà)歷史上下文越來(lái)越長(zhǎng)。

然而每次給 AI 發(fā)消息時(shí)，都會(huì)把整個(gè)對(duì)話(huà)歷史一起發(fā)給 AI，上下文越長(zhǎng)，消耗的額度就越多。（尤其是輸入超過(guò) 20 萬(wàn) tokens 時(shí)價(jià)格翻倍）

所以我的習(xí)慣是，對(duì)于大復(fù)雜的任務(wù)，會(huì)先做好任務(wù)拆分。比如把做項(xiàng)目分為方案設(shè)計(jì)、開(kāi)發(fā)前端核心功能、開(kāi)發(fā)后端核心功能、擴(kuò)展功能等階段，每個(gè)階段打開(kāi)一個(gè)獨(dú)立的對(duì)話(huà)框。

就像接力跑一樣，每個(gè)人只需要負(fù)責(zé)自己這一棒，不用記住前面幾棒的所有細(xì)節(jié)。

如果實(shí)在需要長(zhǎng)對(duì)話(huà)，可以用/summarize命令手動(dòng)總結(jié)一下上下文，把前面的內(nèi)容壓縮一下，有奇效，甚至可以一次性節(jié)約個(gè)幾十萬(wàn) tokens！

如果同一個(gè)上下文內(nèi)容過(guò)多過(guò)雜，有時(shí) AI 會(huì)陷入一種 “左右腦互搏” 的循環(huán)狀態(tài)（你讓它改 A，它又把 B 改壞了；你讓它修 B，它又把 A 改亂了）。遇到這種情況，別跟它死磕，果斷開(kāi)啟新的對(duì)話(huà)、必要時(shí)清理所有的歷史對(duì)話(huà)重新來(lái)過(guò)。

技巧六、能自己做的事，別都交給 AI

有些事情人工做可能更快更省錢(qián)。

比如你要新建一個(gè)項(xiàng)目，與其讓 AI 從 0 開(kāi)始生成，不如自己先用腳手架工具、或者復(fù)制老的項(xiàng)目來(lái)搭建初始的項(xiàng)目結(jié)構(gòu)。

再比如簡(jiǎn)單的文件重命名、代碼格式化這些，開(kāi)發(fā)工具本身就有快捷鍵，干嘛要浪費(fèi) AI 額度呢？

像 Cursor 這種 AI 編程工具其實(shí)更適合處理那些需要理解上下文、需要多輪交互的復(fù)雜任務(wù)。對(duì)于不需要結(jié)合代碼庫(kù)上下文、不需要多輪交互的任務(wù)（比如寫(xiě)文檔、解釋概念、生成測(cè)試數(shù)據(jù)），可以直接用其他免費(fèi)的 AI 工具，沒(méi)必要消耗 Cursor 的額度。

其他省錢(qián)小技巧

1）對(duì)于常用的代碼結(jié)構(gòu)，可以用編輯器的代碼片段功能，而不是每次都讓 AI 生成。比如 React 組件的基本結(jié)構(gòu)、常用的工具函數(shù)等，做成代碼片段，輸入幾個(gè)字母就能插入，比讓 AI 生成快多了，還不花錢(qián)。

2）如果有多個(gè)相似的任務(wù)，可以一次性讓 AI 處理，而不是一個(gè)一個(gè)來(lái)。比如：

請(qǐng)幫我創(chuàng)建 5 個(gè)頁(yè)面組件：Home、About、Contact、Blog、Projects。它們的結(jié)構(gòu)都類(lèi)似，都包含標(biāo)題、內(nèi)容區(qū)域和返回按鈕。只給代碼，不要解釋。

這樣批量處理比分 5 次生成要省錢(qián)。

3）前面提到過(guò)，AI 工具支持緩存機(jī)制，相同的上下文重復(fù)使用時(shí)價(jià)格能降到 1/10。所以盡量保持上下文穩(wěn)定，比如 Cursor Rules、引用的文件不要頻繁改動(dòng)，這樣能持續(xù)享受緩存優(yōu)惠。

五、成本監(jiān)控和預(yù)算管理

除了省錢(qián)技巧，還要學(xué)會(huì)管理預(yù)算。大多數(shù) AI 服務(wù)都支持設(shè)置使用限額，建議設(shè)置一個(gè)月度預(yù)算，比如 或 100，超過(guò)就停止使用。這樣能避免意外超支，也能讓你更有意識(shí)地控制使用。

可以每周或每月檢查一下賬單，看看錢(qián)都花在哪里了。如果發(fā)現(xiàn)某個(gè)項(xiàng)目或某個(gè)功能特別費(fèi)錢(qián)，就要分析原因：是不是上下文太長(zhǎng)了？是不是用了太貴的模型？是不是有重復(fù)的操作？找到原因，針對(duì)性地優(yōu)化。

如果是團(tuán)隊(duì)使用，要做好管理。給每個(gè)人設(shè)置額度限制，定期分享省錢(qián)技巧，建立最佳實(shí)踐文檔，監(jiān)控異常使用。我們團(tuán)隊(duì)就是這樣做的，通過(guò)培訓(xùn)和規(guī)范，把人均成本降低了 40%。

最后，要評(píng)估 AI 的投入產(chǎn)出比。花 $100 用 AI，如果能節(jié)省 10 小時(shí)的開(kāi)發(fā)時(shí)間，那是非常劃算的。但如果只是用來(lái)做一些簡(jiǎn)單的事情，可能就不值得了。要根據(jù)項(xiàng)目的實(shí)際情況，決定在哪些地方用 AI，在哪些地方不用。

雖然 Vibe Coding 可能要花錢(qián)，但通過(guò)合理的策略，完全可以把成本控制在合理范圍內(nèi)。別像我們團(tuán)隊(duì)一樣，上來(lái)就猛沖，回頭一看賬單，那個(gè)疼啊……

最后總結(jié)一下本文的重點(diǎn)，在追求高效的同時(shí)，也要避免浪費(fèi)哦~

1. 理解計(jì)費(fèi)機(jī)制：知道 token 是怎么算的，輸出比輸入貴。

2. 選擇合適的模型：不同任務(wù)用不同模型，不要都用最貴的

3. 充分利用免費(fèi)額度：組合使用多個(gè)工具的免費(fèi)額度

4. 優(yōu)化 token 消耗：別讓 AI 做無(wú)用功、明確需求、控制上下文、批量處理、緩存等

5. 做好預(yù)算管理：設(shè)置限額，定期檢查，評(píng)估投入產(chǎn)出比

希望這些省錢(qián)技巧能幫到你，如果真的幫你省了錢(qián)，請(qǐng)不要吝嗇，動(dòng)動(dòng)小手點(diǎn)個(gè)免費(fèi)的贊吧，沖沖沖！

一些對(duì)大家有用的資源：
100+ 編程學(xué)習(xí)路線(xiàn) / 實(shí)戰(zhàn)項(xiàng)目 / 求職指導(dǎo)
100+ 簡(jiǎn)歷模板
300+ 企業(yè)面試題庫(kù) mianshiya.com
500+ AI 資源大全
1 對(duì) 1 模擬面試
動(dòng)畫(huà)學(xué)算法教程