Prompt Caching

Prompt Caching 是什麼，跟一般的對話有什麼不同？

每次你跟 Claude 對話，API 實際上要把這場對話從頭到尾的內容——系統提示詞、工具定義、之前所有的對話紀錄、你這次新打的訊息——整個重新處理一次，才能產生回答。如果你的系統提示詞或參考文件很長，而且每次請求都幾乎一模一樣，這代表你在為同樣的運算重複付費。

Prompt Caching 讓你可以標記出提示詞裡「不會變」的部分，Anthropic 會把這部分處理過的運算結果先儲存起來；之後只要新的請求開頭跟被快取的內容完全一致，Claude 就能直接讀取已經算好的結果，不需要重新處理，讀取的價格只要標準輸入價格的十分之一。可以想像成，你不用每次都重新影印一份五十頁的說明手冊給對方看，而是對方已經看過、記住了，你只要說「就是上次那份」就好。

Prompt Caching 這個機制為什麼會被設計出來，解決了什麼問題？

很多實際的 Claude 應用場景，都有一個共同特徵：每次請求裡有一大部分內容其實是重複的。客服機器人每次都要帶著同一份產品手冊；程式碼助理每次都要帶著同一份 CLAUDE.md 專案說明；RAG（檢索增強生成）應用每次都要帶著同一批知識庫文件。如果沒有快取機制，這些重複的內容每次都要被完整計算一次，計算量隨對話輪數疊加，成本也跟著疊加。

Prompt Caching 解決的正是這個「重複付費」的問題：只要同樣的內容在快取有效期限內被重複使用，就不需要每次都用標準價格重新計算。這也是為什麼官方文件形容它是 API 費用優化裡最直接有效的一項——不需要改變你跟 Claude 對話的方式，只需要標記出哪些內容是穩定不變的，就能立即看到成本下降。

Prompt Caching 具體怎麼設定，有哪些數字跟門檻要注意？

在 Anthropic API 裡，你在想要快取的內容區塊加上 cache_control: {type: "ephemeral"} 標記，通常放在系統提示詞、長篇文件、或工具定義的後面。第一次請求時，這部分內容會被寫入快取，寫入的價格是標準輸入價格的 1.25 倍（5 分鐘有效期）或 2.0 倍（1 小時有效期，屬於延長快取選項）；之後只要在有效期限內、且開頭內容完全吻合的請求，就能以標準價格的十分之一讀取快取，不需要額外設定。可快取的內容有最低門檻，通常是 1,024 個 token 起（依模型略有差異），低於這個門檻的內容即使標記了也不會產生快取效果。

有一件事特別值得留意：Anthropic 在 2026 年初曾將預設的快取有效期限（TTL）從 1 小時悄悄調整為 5 分鐘，這個變化讓不少原本針對 1 小時快取設計的應用，成本在不知情的狀況下上升了三到六成，直到開發者仔細比對帳單才發現問題。這也是為什麼「兩次請求之間間隔多久」這件事，在啟用 Prompt Caching 之後，會直接變成一個需要認真計算的成本變數，而不是可以隨意忽略的細節。

了解 Prompt Caching 對我實際使用 Claude 有什麼幫助？

如果你只是透過 claude.ai 網頁版或 App 使用 Claude 聊天，Prompt Caching 的設定其實已經由平台自動處理，一般使用者不需要也無法手動去標記快取區塊，這個概念主要跟透過 API 建構應用程式的情境有關。

如果你是開發者，理解這個機制能直接幫你省下實質的費用：檢查你的應用是否有重複、內容穩定的大塊提示詞（系統提示詞、知識庫、工具定義），把它們標記為可快取，通常是投入產出比最高的一項優化，Anthropic 官方文件也建議把這當作優化 API 成本時最優先檢查的項目之一。同時，如果你的應用最近帳單突然上升，卻沒有明顯改動程式碼，理解 TTL 從 1 小時變成 5 分鐘這個變化，能幫你快速定位問題，而不是誤以為是流量突然增加或模型變貴了。