Claude 3.5 Sonnet API-Kosten um 40 % senken: Strategien zur Prompt-Optimierung\n\n## Sprachliche Verschlankung: Höflichkeit weglassen, Befehle nutzen\n\nDie Gewohnheit, eine KI höflich zu bitten, leert Ihren Geldbeutel. Ausdrücke wie „Bitte“ oder „Ich wäre Ihnen dankbar, wenn...“ sind für das Modell lediglich bedeutungsloser Noise, der eins zu eins in Rechenkosten umgerechnet wird. Untersuchungen des KERNEL-Frameworks zeigen, dass die Erfolgsquote beim ersten Versuch von 72 % auf 94 % steigt, wenn man auf solche Floskeln verzichtet und stattdessen eine klare imperatische Struktur verwendet. Die Input-Token reduzieren sich dabei um etwa 70 %. Es ist keine emotionale Bindung zum Modell erforderlich. Eine präzise Anweisung beschleunigt die Antwortzeit im Vergleich zu einer 500 Zeichen langen Hintergrundbeschreibung um das Dreifache.\n\n### Methoden zur Komprimierung von Anweisungen\n\n * Prädikate löschen: Entfernen Sie sämtliche Begrüßungen und Höflichkeitsfloskeln am Anfang und Ende des Prompts.\n * Fokus auf Verben: Schreiben Sie statt „Bitte fassen Sie den folgenden Satz zusammen“ einfach „Satz zusammenfassen:“. „Geben Sie das Ergebnis im JSON-Format aus“ wird zu „Format: JSON“ verkürzt.\n * Einsatz von Symbolen: Trennen Sie Elemente durch Bindestriche (-) oder Doppelpunkte (:) und setzen Sie wichtige Einschränkungen in eckige Klammern ([ ]), damit das Modell sie sofort erkennt.\n\nDurch diese Anpassungen sinken die Kosten pro 1.000 Aufrufe von 0,267 $auf 0,081$. Sie sparen Geld und senken gleichzeitig die Wahrscheinlichkeit für Halluzinationen – es gibt keinen Grund, dies nicht zu tun.\n\n-----\n\n## Output-Token durch Keyword-Mapping begrenzen\n\nGeben Sie dem Modell keine Freiheiten, wenn Sie Daten aus unstrukturierten Texten extrahieren. In dem Moment, in dem das Modell Erklärungen hinzufügt, schießen die Kosten für Output-Token in die Höhe. Denken Sie daran, dass Output-Token fünfmal teurer sind als Input-Token. ProjectDiscovery konnte die Ausgabemenge um über 80 % reduzieren, indem Klassifizierungssysteme vereinfacht wurden. Anstatt das Wort „Positiv“ auszuschreiben, reicht ein einzelnes „P“ völlig aus.\n\n### Optimierung der Datenextraktion\n\n * Code-Mapping: Definieren Sie am Anfang des Prompts „C1: Zahlung, C2: Bug, C3: Anfrage“ und weisen Sie das Modell an, ausschließlich den Code-Wert auszugeben.\n * JSON-Keys kürzen: Verwenden Sie statt langer Namen wie "sentiment_analysis_result" einfach "s". Fügen Sie den Hinweis „Just output the JSON, no preamble“ hinzu, um Einleitungen konsequent zu unterbinden.\n * Reverse Mapping implementieren: Überlassen Sie die Aufgabe, dem Benutzer statt „C1“ das Wort „Zahlung“ anzuzeigen, Ihrem Python- oder Node.js-Code auf dem Server.\n\nMit dieser Methode stabilisieren sich die Output-Token auf 1~2 pro Aufruf. Parsing-Fehler verschwinden und die Kosten sinken mühelos um über 40 %.\n\n-----\n\n## Statische Daten priorisieren, um die Cache-Hit-Rate zu erhöhen\n\nDas Prompt-Caching der Claude API kann die Input-Kosten bei richtiger Anwendung um bis zu 90 % senken. Da Caching jedoch von vorne nach hinten vergleicht, wird der Cache ungültig, sobald sich auch nur ein einziges Byte am Anfang ändert. Es gibt Fälle, in denen die Cache-Hit-Rate von 7 % auf 84 % stieg, nur weil dynamische Daten an das Ende des Prompts verschoben wurden. Eine bloße Positionsänderung verändert den Betrag auf Ihrer Rechnung massiv.\n\n### Prinzipien der Platzierung\n\n * Statische Werte nach oben: Platzieren Sie unveränderliche Inhalte wie System-Personas und Tool-Definitionen ganz oben. Darunter folgen umfangreiche Referenzdokumente.\n * Cache-Marker setzen: Deklarieren Sie den Caching-Punkt unmittelbar nach dem unveränderlichen Abschnitt mit dem Marker cache_control: {"type": "ephemeral"}.\n * Dynamische Daten nach unten: Variablen, die sich bei jedem Aufruf ändern (wie Fragen, User-IDs oder die aktuelle Uhrzeit), müssen zwingend nach dem Cache-Marker, also ganz unten im Prompt, stehen.\n\nKosten von 0,06 $für 20k Token reduzieren sich bei einem Cache-Hit auf 0,006$ – also auf ein Zehntel. Für Dienste, die mit großen Dokumentmengen arbeiten, verändert dies die gesamte Gewinnstruktur.\n\n-----\n\n## Chain of Draft (CoD) zur Vermeidung ausschweifender Argumentation\n\nWenn Sie das Modell anweisen, bei komplexen Problemen „Schritt für Schritt zu denken“ (Chain of Thought, CoT), produziert es oft langatmige Prozesse wie in einem Tagebuch. Das alles kostet Geld. Die Alternative ist CoD (Chain of Draft). Weisen Sie das Modell an, Überlegungen kurz wie Notizen in maximal 5 Wörtern festzuhalten.\nIn mathematischen Tests lieferte CoD die gleiche korrekte Antwort mit nur 31,3 Token, während CoT 172,5 Token verbrauchte.\n\n### Anwendung von CoD\n\n * Entwurfsmodus aktivieren: Legen Sie im System-Prompt fest: „Notiere die Gedanken zu jedem Schritt in Entwurfsform mit maximal 5 Wörtern.“\n * Quellen angeben: Falls Sie Halluzinationen befürchten, fügen Sie eine minimale Validierungsbedingung hinzu: „Geben Sie Belegstellen in -Tags an.“\n * Ausnahmeregelungen: Erlauben Sie detaillierte Beschreibungen nur in wirklich komplexen Grenzfällen, um einen Qualitätsabfall zu verhindern.\n\nSo behalten Sie die Genauigkeit bei, während Sie bis zu 92 % der Output-Token einsparen. Auch die Latenz der Antwort halbiert sich.\n\n-----\n\n## Echtzeit-Kostenmonitoring und Gewinnanalyse\n\nAll diese Optimierungen sind nur sinnvoll, wenn sie messbar sind. Ein Onlineshop mit 300.000 Aufrufen pro Monat kann seine Kosten durch die Kombination von Prompt-Caching und CoD von 4.500 $auf 660$ senken. Das bedeutet einen monatlichen operativen Gewinn von etwa 5 Millionen KRW durch nur wenige Zeilen Prompt-Anpassung.\n\n### Nachsorge\n\n * Tool-Integration: Nutzen Sie Helicone oder Langfuse, um visuell zu verfolgen, wie oft Ihr Cache tatsächlich greift und wo Kosten entstehen.\n * Automatischer Ausschluss: Erstellen Sie in der Entwicklungsumgebung eine .claudeignore-Datei, um zu verhindern, dass unnötige Dateien in den Kontext gelangen.\n * Gewinnberechnung: Nutzen Sie die Formel $Cost = N imes (T_{in} imes P_{in} + T_{out} imes P_{out})$ in einer Tabelle, um die Performance wöchentlich zu prüfen.\n\nLöschen Sie noch heute das „Danke“ aus Ihren System-Prompts und ändern Sie die Reihenfolge Ihrer Daten. Diese kleine Mühe verwandelt Ihre monatliche Rechnung in Profit.