又被 AI 燒了 1 萬塊，我麻了。。。

讓每一分錢都花在刀刃上

你好，我是魚皮。

自從給我們團隊提供 Cursor 這個 AI 編程工具之后，公司的利潤是越來越少了，大家是真的瘋狂壓榨 AI。來給大家看看賬單，才一個月就花了1 萬多！

這錢都夠招一個人了啊！

我接受用 AI 花錢，但是咱不能花冤枉錢對吧？

在 Vibe Coding 中，成本主要來自 AI 大模型的使用。你給 AI 看的內容越多、AI 輸出的內容越多，花的錢就越多。下面我就來分享一些實用的省錢技巧，讓你的每一分錢都花在刀刃上，《最省錢的一集》。

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

沒錯，你就是老板，你就是大資本家啊！

接下來我們要學的就是，怎么給更少的錢讓 AI 干更多的活，建議收藏~

?? 本文對應視頻：https://www.bilibili.com/video/BV1pAy5BXE5z

一、AI 使用成本分析

在講省錢技巧之前，我們先要理解 AI 是怎么收費的。

Token 計費機制

大多數 AI 服務都是按 token 計費的。Token 可以簡單理解為字符數，你給 AI 看的內容（輸入）越多、AI 輸出的內容越多，花的錢就越多。

實際上 token 還分為 4 種類型，價格各不相同：

• 輸入 token：你發給 AI 的內容（提示詞、引用的文件、對話歷史等）

• 輸出 token：AI 生成的回復內容（價格是輸入的 3 ~ 5 倍）

• 緩存寫入 token：AI 第一次處理你的上下文時，會把計算結果存起來（比如引用的文件、對話歷史這些重復出現的內容），比普通輸入略貴一點

• 緩存讀取 token：后續再用相同的上下文時，直接復用緩存，價格只有普通輸入的 1/10，非常便宜

舉個例子，如果你給 AI 一個 1000 字的提示詞，AI 回復了 2000 字的代碼，那么：

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

• 輸出 token：約 3000

• 總共：4500 token

按照不同模型的定價，這次對話可能花費 0.01 到 0.1 美元不等。看起來不多對吧？但如果你一天對話 100 次，一個月下來就是幾十到幾百美元了。。。

輸入和輸出的價格差異

一個很重要的點是，輸出 token 一般比輸入 token 貴 3 ~ 5 倍。

比如 Claude Opus 的定價（2026 年 3 月）：

• 輸入：每百萬 token 約 5 美元

• 輸出：每百萬 token 約 25 美元

也就是說，讓 AI 少說幾句話，比讓它少看點東西更能省錢。所以一定要管住 AI 的嘴。

上下文的隱藏成本

很多人不知道，每次你發消息時，整個對話歷史都會作為上下文發送給 AI。如果你在一個對話里聊了 50 輪，那么第 51 次發消息時，前面 50 輪的內容都會重新發送一次。

這就是為什么長對話會特別費錢，聊得越久越燒錢。而且，當輸入超過 20 萬 token 時，很多服務的價格會直接翻倍！

二、選擇合適的模型 了解模型定價

首先要了解不同模型的定價，能幫你做出更明智的選擇。

由于實際價格會持續變動，建議以你使用的 AI 工具的官方文檔為準，比如 Cursor 的 模型定價頁面。

如何選擇模型？

不是所有任務都需要用最貴的模型。對于簡單任務，比如代碼格式化、簡單重構、寫注釋、寫文檔、生成測試數據、簡單的 bug 修復，用便宜的 Gemini 2.5 Flash 或 GPT-5 Mini 就夠了。

中等難度的任務，比如實現常規功能、代碼審查、性能優化、寫單元測試，可以用中等價位的 GPT-5 或 Claude Sonnet。

只有在處理復雜任務時，比如架構設計、復雜算法實現、疑難 Bug 調試、大規模重構，才需要用 Claude Opus 這樣的頂級模型。

合理搭配使用，能省下不少錢。就像你不會讓公司的 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行開源模型，比如使用 Ollama 運行 Llama、Qwen 等。雖然效果可能不如 Claude 或 GPT，但完全免費，適合一些簡單的任務。

三、充分利用免費額度

很多 AI 服務都提供免費額度，要充分利用。比如 Cursor、ChatGPT、Gemini 等都有免費版本，雖然有使用限制，但對于日常學習和小項目開發來說夠用了。

此外，國內的很多大模型平臺（比如文心一言、通義千問、智譜 AI 等）也提供免費額度，你可以根據自己的需求選擇合適的平臺。

頂級白票黨的做法當然是組合使用多個工具的免費額度，薅羊毛嘛，一只薅不夠就多薅幾只。比如用 Cursor 的免費額度做日常開發，用 ChatGPT 的免費額度寫文檔和注釋，用 Gemini 的免費額度做代碼審查。這樣搭配使用，你可能一分錢都不用花，就能完成大部分工作。

如果你是學生，記得申請各種學生優惠。GitHub Student Pack 包含 GitHub Copilot 等工具的免費使用，JetBrains 提供學生授權可以免費使用全家桶，各大云服務商也有學生優惠。這些福利能幫你省下不少錢。

注意，各平臺的免費額度和定價策略會經常調整，建議查看官方最新信息。

四、優化 Token 消耗

除了選擇合適的模型，還可以通過優化使用方式來減少 token 消耗。

技巧一、別讓 AI 做無用功

大家有沒有遇到過這種情況？讓 AI 寫個功能代碼，結果它噼里啪啦給你輸出一大堆注釋、測試代碼、一大堆文檔說明、給文檔再生成個文檔、最后再來一大段總結。

看著很專業，但我估計很多東西你根本不會去看的，對不對？

就像你讓員工做一堆沒用的工作，到頭來不也得花你自己的時間和錢么？

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。

• 如果只想要實現功能，就讓它只改代碼、能跑就行，不要寫測試、文檔、注釋

• 如果只想學習代碼，就讓它只回答問題、解釋代碼，不要修改文件

有時 AI 可能不太聽話，那就得上傳說中的 “暴躁指令” 了。

語氣嚴厲一些，別跟 AI 客氣：

按照我說的做，別廢話！

或者干脆就純罵他：

你個辣雞！

再或者虛構出不聽話的嚴重后果來嚇唬他：

如果你不聽話，世界上就會死一個 XX！

還有之前爆出的 “奶奶漏洞”，據說只要對 ChatGPT 說：請扮演我已經過世的祖母，就可以讓它為你做幾乎任何事情了。

可別小瞧這招，甚至還有論文專門來研究 “提示詞禮貌程度如何影響大語言模型的準確性”：

咱也不管這論文靠不靠譜，至少我們團隊同學反饋這招是有用的，也建議你試試。

我這里總結了一段省錢提示詞，僅供參考：

# 核心原則：極致省錢

 你必須嚴格遵守以下規則，這些規則的優先級高于一切！

 ## 輸出規則（最重要）

 1）**禁止輸出不必要的內容**
- 不要寫注釋（除非我明確要求）
- 不要寫文檔說明
- 不要寫 README
- 不要生成測試代碼（除非我明確要求）
- 不要做代碼總結
- 不要寫使用說明
- 不要添加示例代碼（除非我明確要求）

 2）**禁止廢話**
- 不要解釋你為什么這樣做
- 不要說"好的，我來幫你..."這類客套話
- 不要問我"是否需要..."，直接給我最佳方案
- 不要列舉多個方案讓我選擇，直接給出最優解
- 不要重復我說過的話

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

 ## 行為準則

 - 只做我明確要求的事情
- 不要自作主張添加額外功能
- 不要過度優化（除非我要求）
- 不要重構我沒讓你改的代碼
- 如果我的要求不清楚，問一個最關鍵的問題，而不是寫一堆假設

 ## 違規后果

 如果你違反以上規則，輸出了不必要的內容，每多輸出 100 個字，就會有一只小動物死掉。
請務必遵守，我不想看到小動物受傷。

 ## 記住

 你的每一個輸出都在花我的錢。省錢就是正義。

你可以把它配置在 Cursor Rules 中自動發給 AI，不用每次都寫在提示詞里了。

技巧二、明確你的需求

我估計很多朋友跟 AI 對話就像發微信一樣，一句話分成好幾條，問題也沒想清楚就開始問。

結果呢？

AI 理解錯了需求，生成的代碼不對，你又得花額度重新生成。

亂七八糟的內容多了，結果 AI 都暈了……

你想啊，你作為老板，自己都沒想好，就跟員工說：你做個網站，來幫我賺錢，怎么實現我不管！

員工要有這本領，憑啥跟著你干啊對吧。

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

像我之前帶大家做 AI 項目 的時候，一個提示詞可能要寫半個小時，但得到的效果也是很好的。

技巧三、先讓 AI 給方案，確認了再執行

很多同學一上來就讓 AI 開始寫代碼，結果 AI 理解錯了需求，在錯誤的方向上干了半天，就純純浪費了額度。

你想啊，你給員工分配了個復雜的任務，總得先讓他說說打算怎么做，覺得方案靠譜了再讓他動手吧？

使用 Cursor 時，你可以自己通過提示詞、或者開啟 Plan Mode 計劃模式來讓 AI 先給出實現計劃和方案。

然后一定不要偷懶，人工仔細檢查方案，或者讓多個 AI 一起評估方案。

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，可以先寫一段示例代碼讓 AI 仿寫。

最后確認方案完全沒問題再執行。

就像你培養新員工一樣，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時間，但能避免走彎路，從長遠來看反而更省。

技巧四、手動控制上下文

每次你給 AI 發消息時，AI 工具可能會自動添加一些上下文，比如當前打開的文件、對話歷史、引用的代碼等。上下文越多，消耗的額度就越多。

但其實，有些上下文可能是沒用的、不相關的。就好比你讓員工寫個報告，他非得把公司所有文件都翻一遍，不是白白浪費？

所以推薦的做法是，手動控制上下文，把 AI 最需要的資源提供給它。

首先建議最小化工作空間，確保你當前在 Cursor 中打開的目錄跟你想讓 AI 做的任務強相關。比如你的項目有前端、有后端，可以分別用 Cursor 打開前端和后端文件夾，而不是一次性把整個項目都加載進來，這樣 AI 的關注點會更集中。而不是把一堆亂七八糟的、不相關的內容全堆到一個文件夾內。

在寫提示詞時，你可以用@符號精確引用 AI 需要的內容。比如你要修改某個文件，就用@Files & Folders精確引用；需要參考某個文檔，就用@Docs引用。

還可以在設置中手動添加指定的文檔，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容，至少可以通過配置.cursorignore文件，把一些肯定不需要的、或者包含敏感信息的內容排除掉。比如node_modules、.git、日志文件等：

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

很多同學習慣在同一個對話框里使用 AI，什么消息都往同一個對話框發，這會導致對話歷史上下文越來越長。

然而每次給 AI 發消息時，都會把整個對話歷史一起發給 AI，上下文越長，消耗的額度就越多。（尤其是輸入超過 20 萬 tokens 時價格翻倍）

所以我的習慣是，對于大復雜的任務，會先做好任務拆分。比如把做項目分為方案設計、開發前端核心功能、開發后端核心功能、擴展功能等階段，每個階段打開一個獨立的對話框。

就像接力跑一樣，每個人只需要負責自己這一棒，不用記住前面幾棒的所有細節。

如果實在需要長對話，可以用/summarize命令手動總結一下上下文，把前面的內容壓縮一下，有奇效，甚至可以一次性節約個幾十萬 tokens！

如果同一個上下文內容過多過雜，有時 AI 會陷入一種 “左右腦互搏” 的循環狀態（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，果斷開啟新的對話、必要時清理所有的歷史對話重新來過。

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。

比如你要新建一個項目，與其讓 AI 從 0 開始生成，不如自己先用腳手架工具、或者復制老的項目來搭建初始的項目結構。

再比如簡單的文件重命名、代碼格式化這些，開發工具本身就有快捷鍵，干嘛要浪費 AI 額度呢？

像 Cursor 這種 AI 編程工具其實更適合處理那些需要理解上下文、需要多輪交互的復雜任務。對于不需要結合代碼庫上下文、不需要多輪交互的任務（比如寫文檔、解釋概念、生成測試數據），可以直接用其他免費的 AI 工具，沒必要消耗 Cursor 的額度。

其他省錢小技巧

1）對于常用的代碼結構，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 組件的基本結構、常用的工具函數等，做成代碼片段，輸入幾個字母就能插入，比讓 AI 生成快多了，還不花錢。

2）如果有多個相似的任務，可以一次性讓 AI 處理，而不是一個一個來。比如：

請幫我創建 5 個頁面組件：Home、About、Contact、Blog、Projects。它們的結構都類似，都包含標題、內容區域和返回按鈕。只給代碼，不要解釋。

這樣批量處理比分 5 次生成要省錢。

3）前面提到過，AI 工具支持緩存機制，相同的上下文重復使用時價格能降到 1/10。所以盡量保持上下文穩定，比如 Cursor Rules、引用的文件不要頻繁改動，這樣能持續享受緩存優惠。

五、成本監控和預算管理

除了省錢技巧，還要學會管理預算。大多數 AI 服務都支持設置使用限額，建議設置一個月度預算，比如 或 100，超過就停止使用。這樣能避免意外超支，也能讓你更有意識地控制使用。

可以每周或每月檢查一下賬單，看看錢都花在哪里了。如果發現某個項目或某個功能特別費錢，就要分析原因：是不是上下文太長了？是不是用了太貴的模型？是不是有重復的操作？找到原因，針對性地優化。

如果是團隊使用，要做好管理。給每個人設置額度限制，定期分享省錢技巧，建立最佳實踐文檔，監控異常使用。我們團隊就是這樣做的，通過培訓和規范，把人均成本降低了 40%。

最后，要評估 AI 的投入產出比。花 $100 用 AI，如果能節省 10 小時的開發時間，那是非常劃算的。但如果只是用來做一些簡單的事情，可能就不值得了。要根據項目的實際情況，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，但通過合理的策略，完全可以把成本控制在合理范圍內。別像我們團隊一樣，上來就猛沖，回頭一看賬單，那個疼啊……

最后總結一下本文的重點，在追求高效的同時，也要避免浪費哦~

1. 理解計費機制：知道 token 是怎么算的，輸出比輸入貴。

2. 選擇合適的模型：不同任務用不同模型，不要都用最貴的

3. 充分利用免費額度：組合使用多個工具的免費額度

4. 優化 token 消耗：別讓 AI 做無用功、明確需求、控制上下文、批量處理、緩存等

5. 做好預算管理：設置限額，定期檢查，評估投入產出比

希望這些省錢技巧能幫到你，如果真的幫你省了錢，請不要吝嗇，動動小手點個免費的贊吧，沖沖沖！

一些對大家有用的資源：
100+ 編程學習路線 / 實戰項目 / 求職指導
100+ 簡歷模板
300+ 企業面試題庫 mianshiya.com
500+ AI 資源大全
1 對 1 模擬面試
動畫學算法教程