抑制 Opus 4.7 额外 Token 消耗的提示词设计法

Claude Opus 4.7 在性能方面表现强悍，但在成本方面却相当棘手。因为其 Token 消耗量比前代模型增加了约 35%。虽然 Anthropic 将输入价格定在 $5/MTok，但当你收到实际账单时，数字可能会出乎意料。必须记住，输出 Token 的价格是 $25/MTok，是输入的 5 倍。如果不利用模型卓越的指令遵循能力来从物理上缩短回复长度，你的钱包很快就会被掏空。

舍弃叙述性语言，改用符号下达命令

对于 Opus 4.7，“请亲切且详细地总结一下”这类温和的句子反而会浪费大量 Token。该模型对结构化命令的理解力要好得多。如果将自然语言指令改为以 XML 标签和核心关键词为主的形式，可以将响应长度缩减约 20%。

• 系统提示词的“体质”改进：请删除所有如“你是一个乐于助人的助手”之类的修饰语。相反，使用 Tone: Concise、Output: JSON only、Intro/Outro: None 等简短关键词进行规范会更有利。
• 利用 XML 标签：将指令放入 <instructions>，背景信息放入 <context> 标签中进行分离。这样可以提高模型检索信息的运算效率。
• 阻断推理过程：在提示词末尾加入 Skip reasoning: true 标志。这可以防止模型那些无需向用户展示的“内心独白”（Thinking process）占用输出 Token。

图像分析成本节省 80% 的流水线

Opus 4.7 虽然可以读取高达 2,576 像素的高分辨率图像，但代价是每次请求最高消耗 4,784 Token。代入 Anthropic 的计算公式 $Tokens \approx (Width \times Height) / 750$ 就会发现，直接投喂高分辨率图像是鲁莽的行为。对于独立开发者或初创公司，必须在基础设施层面控制分辨率。

1. 预缩放：在后端使用 Sharp 或 Pillow 库，将图像的长边缩小至 800px 后再发送。对于 UI 分析或普通物体识别，这个分辨率已经足够。
2. 引用 Files API：如果需要围绕同一张图片进行多次对话，不要每次都发送 base64，而是上传到 Files API 后仅调用 file_id。
3. 局部裁剪 (ROI) 策略：仅对必须精密查看的部分进行高分辨率裁剪，其余部分发送低分辨率全景照，构建双重结构。这样可以在保证准确度的同时，削减 80% 以上的图像相关成本。

以 Haiku 为路由器的混合设计

将所有请求都交给 Opus 4.7 是在浪费钱。2026 年目前的后端设计准则是“协调者-执行者”（Coordinator-Worker）模式。即由相对廉价的模型负责初步分类，只将真正困难的任务交给 Opus。

成本削减的核心在于提示词缓存（Prompt Caching）。当系统提示词或固定的 API 文档超过 1,024 Token 时，请设置 cache_control: {"type": "ephemeral"}。如果将缓存命中率提升至 80%，对于重复的输入值，可以获得 90% 的折扣。仅通过引入简单的路由和缓存，就可能将整体运营成本控制在原来的一半以下。

最后，使用 effort: low 参数来限制模型自身不要进行过度深度的推理。开启任务预算（Task Budgets）功能也是防止 Token 突然激增的安全装置。