The AI Advantage · 16:06 · 发布 2026-06-24 · 9489次观看(截至抓取) · 观看原视频
主旨
讲清 Claude(以及所有按 token 计费的 AI 服务)真正的用量计量单位是 token 而非消息条数,并给出一整套不花一分钱、只靠改变使用习惯就能把同一份额度(包括免费计划)用出数倍效率的具体操作。
核心论点
- 用量限制的真实单位是 token,不是消息条数;上下文窗口就是一次对话里的 token 预算,填满后会从头裁剪旧消息。(→ 详解1)
- 为任务选对模型:日常轻量活儿用更省 token 的模型,把最贵的顶级模型留给真正需要智力的场合。(→ 详解2)
- 该关就关”思考”/把推理强度调低,简单请求不需要模型反复自我打磨草稿。(→ 详解3)
- 常用文档挂进 Project 长期复用,比每次粘贴进新对话享有大幅计费折扣。(→ 详解4)
- 话题一换就开新对话,因为每条新消息都会把当前对话的全部历史重新读一遍。(→ 详解5)
- 不用的工具连接器关掉,能用”按需加载”就别用”常驻加载”,每个连接的工具都自带一份常驻的说明书在烧 token。(→ 详解6)
- 一次性把要求说完整:把多个小问题合并成一条消息、第一条消息就交代清楚背景和要求,比分几轮来回更省 token、答案也更好。(→ 详解7)
- 打开长期记忆功能,少一次次重新粘贴同样的背景信息。(→ 详解8)
- 主动看用量面板、把重活儿排到非高峰时段,并把 usage credits 当作应急安全网而非常规手段。(→ 详解9)
知识点详解
1. Token 计价与上下文窗口 00:47
多数人以为 Claude 的用量限制是按”每天多少条消息”算的,视频开篇就纠正这个误解:真正计费的单位是 token,可以理解成”处理这段文字要花多少力气”。一句”帮我改个错字”很便宜,但一份带联网搜索、跑最重模型的 20 页文档,单条消息就可能顶得上几十甚至上百条小消息的用量。
token 也不等于单词。“The cat sat on the mat.”看起来六个词,却切成七个 token;而 supercalifragilisticexpialidocious 明明只是一个词,却要拆成十个 token,比整句猫的句子还贵。
上下文窗口就是一次对话里能装下的 token 总预算。新开一个对话时窗口是空的,随着消息越发越多,窗口逐渐填满;一旦超出,Claude 就会开始从对话最前面裁掉旧消息——这正是很多人抱怨”AI 突然忘事了”背后的机制,本质就是发的 token 太多、窗口装不下了。
2. 选对模型:轻量任务别用最贵的模型 03:34
Claude 里可以在多个模型间切换,最聪明的模型(如 Opus)消耗用量的速度也更快、单位 token 更贵。很多人的习惯是不管做什么都开着最强模型——视频把这比作”开法拉利去买菜”:能干成,但油耗远超实际需要。
对润色邮件这类简单轻量的任务,建议换成更经济的模型(如 Sonnet)。视频特意提醒:这个建议不针对某个具体模型名字,模型会不断更新换代,但”有一个最强但费 token 的旗舰模型 + 若干更经济的模型”这个格局是恒定的,该学的是这个取舍逻辑而不是记模型名。此外,回答强度(effort:低/中/高/最高)这个挡位同样直接影响 token 消耗,挡位越高越聪明也越费 token,日常任务并不需要开到顶格。
3. 该关就关”思考”开关 05:12
“思考”(thinking)是另一个独立于模型选择之外的开关。视频用类比解释:让人写一封邮件,可以一遍成稿直接交,也可以写完反复自我推敲、改好几版才交——后者质量可能更高,但花的时间精力也更多。开着思考的 AI 就是在做类似的自我循环打磨,代价是更多 token。
这个功能对真正棘手的问题很有价值,但如果只是问”这封邮件用什么标题比较好”这种简单问题,并不需要 Claude 坐下来沉思人生意义。对简单任务把思考开关关掉,就能省下这部分本可以不必花的用量。
4. 常用文档挂进 Project 长期复用 06:42
作者称这条是自己”整套 AI 教学体系”的核心一条:活在 Project(项目)里。进入一个 Claude Project 后,界面会明确列出这次对话挂载了哪些内容——也就是每条消息实际要付费的那部分上下文。
Project 里的附件在计费上和普通聊天里贴进去的内容不一样,享有大幅折扣。很多人的习惯是同一份文档每次开新对话都重新粘贴一遍,更省钱的做法是把它一次性上传进一个 Project,之后反复复用——如果经常要用到同一份资料,这是能建立的单项最划算的习惯,长期下来用量差异非常明显。
5. 话题一换就开新对话 08:08
有人喜欢把所有事都塞进同一个”万能对话”里,图个方便,但这恰恰是最费 token 的做法。原因回到第一条:每发一条新消息,Claude 都要把这个对话从头到尾重新读一遍——如果已经发了 50 条消息,第 51 条消息就要重新读完前面全部 50 条对话才能作答。
如果是全新话题,直接开一个新对话,就不用为之前十件完全不相关的事情付费重读。这不仅省 token,回复速度也会更快,因为不用重新读一段三小时前、跟当前话题毫不相关的历史。
6. 工具连接器按需加载而非常驻 09:06
Claude 可以连接 Canva、Gmail、Slack 等各种外部工具,每接一个工具就相当于附带了一份”使用说明书”塞进上下文。如果这些说明书在每次对话开始时都被整份加载,不管当次对话用不用得到,都会占着 token 预算。
处理办法有两个层次:第一,彻底不用的连接器直接关掉;第二,对想保留但不想一直烧 token 的工具,在”工具访问”设置里把模式从”常驻加载”改成”按需加载”——工具需要时随叫随到,不用时不占位置,对话能跑得更久才触发裁剪,这个设置一次搞定、长期受益。
7. 一次性把要求说完整:批量提问 + 首次讲清楚 10:48 / 11:34
与其分三次问”总结一下”、“列一下要点”、“再写个标题”,不如一条消息里把三件事一次说完,因为每次来回 Claude 都要重读整个对话——合并成一条消息大概只要原来五分之一的用量,而且答案质量往往更好,因为 Claude 能一次看到完整需求、明确最终要去哪。
同理,第一条消息就把要求、受众、细节交代清楚,能避免模型反问”能不能再说说 XYZ 的细节”,每一轮反问都在耗 token。前置信息、一次说清,直接跳过澄清来回,才能拿到既省 token、又更贴合需求的结果。
8. 让 Claude 自己记,而非每次重新粘贴 12:04
付费计划下 Claude 能翻看过往对话、提取相关内容,这个功能叫 memories,意味着不用每次新对话都把自己的业务、项目、偏好从头讲一遍。视频认为 memories 效果不错、值得开启,但作者更推荐的是手动、系统化地管理上下文(这部分展开属于其付费课程范围,笔记只保留免费可验证的部分)。
原理仍然是同一套逻辑:重新打字讲一遍要按全价付费,而记忆机制能以”大幅折扣”的方式把过去的信息带进当前对话。
9. 监控用量面板、错峰使用、把 usage credits 当应急网 13:32 / 14:22 / 15:28
付费计划在设置里的”用量”页有三条进度条,分别对应网页版、桌面应用、Claude Code 三处用量,都算在同一份额度里。知道这个入口存在,就能提前看到自己离额度上限还有多远、以及额度什么时候重置,而不是”盲开”到突然被限流。
除了看重置时间,视频还提到官方不会明说、但很多用户观察到的”峰值时段”现象:大约美东时间早 8 点到下午 2 点(对应欧洲中欧时区下午 2 点到晚 8 点)是使用高峰,同样的 5 小时用量窗口在峰值时段会被更快耗尽,但每周总额度不变。把大型、吃 token 的任务(长文档、长研究)挪到美国的下午/傍晚/周末(欧洲则挪到上午或周末),同一份额度能干更多事。如果真赶上急事、额度又用完,所有付费计划都有 usage credits 这个按量付费的”逃生舱”,可以随时开关,当作前面九条都用上之后仍不够用时的最后安全网。
可执行步骤
- 日常轻量任务(润色文字、写标题、简单问答)默认切到更经济的模型,只有真正复杂的分析或长任务才切到顶级模型。
- 简单请求把”思考”/回答强度调低或关闭,难题才开满。
- 会反复用到的资料整理进一个长期 Project 挂载,不要每次新开对话都重新粘贴。
- 话题一换就开新对话,不在一条长对话里塞进无关任务。
- 定期检查已连接的工具/插件,不用的关掉;能设成”按需加载”就别设成”常驻加载”。
- 把几个小问题合并成一条消息一次性问完,并在第一条消息里把背景、对象、要求交代完整。
- 打开长期记忆功能,减少反复重新粘贴个人背景信息。
- 定期查看用量面板,记住自己额度重置的时间窗口;大工作量任务尽量安排在非高峰时段。
关联
- 印证:上下文窗口”模型单次可容纳的有限 token 空间”这一定义(见 Agentic课·MCP),本视频补上了普通用户可感知的表现——窗口填满后旧消息被从头裁剪,“AI 突然忘事了”背后正是这套机制。
- 印证:模型切换”杂活交给便宜模型、核心任务才切回贵模型以控制 token 成本”的策略(见 Fable5实测agentic交易的策略与踩坑),本视频把同一原则搬到日常 Claude 聊天场景,对应 Opus 与 Sonnet 的取舍。
术语
- token:AI 处理文字时的最小计费单位,与单词数不完全对应
- 上下文窗口(context window):单次对话里模型能容纳的 token 总预算,填满后旧消息会被裁剪
- Project(项目):Claude 里可长期挂载文档、且挂载内容享有计费折扣的容器
- Memories(记忆):付费计划下 Claude 能跨对话回忆此前内容的功能
- effort / thinking:控制模型”思考”深度与推理强度的开关,挡位越高越聪明也越耗 token
- usage credits:额度用尽后按量付费的应急购买机制
金句
“Claude does not count messages. It counts tokens.” → 全片的认知锚点,后面所有技巧都是这句话的推论。00:47 “Doing everything in one chat is the easiest way to burn through your usage.” → 一句话解释了为什么”万能长对话”是最费钱的用法。08:27
立场与利益
视频中段插入了对作者自家付费社区”AI Advantage Club”及其 Navigator 课程的推广($1 试用、教如何系统化管理 Claude 上下文),笔记已按去销售化原则剥离这部分,只保留了作者声称”来自 Anthropic 官方文档”、不需要额外付费即可验证的技巧。作者反复强调这些是免费公开信息,但笔记并未逐条比对 Anthropic 官方帮助文档的最新措辞,读者若要精确引用建议自行核对当前版本的 Claude 帮助中心页面。
价值定位
- 适合谁:已经在用 Claude(或其他按 token 计费的 AI 服务)、经常撞到用量上限,但没弄清楚”用量到底怎么算”的普通用户,不区分是否付费计划。
- 解决什么:把”账户又超额了”这种模糊焦虑,拆成 9 条具体可操作的习惯/开关(选模型、关思考、用 Project、开新对话、管工具、批量提问、开记忆、看用量面板、错峰使用),不用多花一分钱就能把同一份额度用出更多产出。
- 认知 vs 实操:偏实操——每条技巧都对应界面上一个具体开关或使用习惯,可以直接照做;唯一的认知层是”token 计价 + 上下文窗口”这个底层原理,理解它才知道为什么这些技巧都成立。
自检问题
- 为什么一份”带联网搜索的20页文档”和一句”改个错字”消耗的用量可能相差几十倍? 答案:因为用量单位是 token(处理文字的计费单位)而不是消息条数——短消息读写的 token 很少,长文档配合联网搜索、重模型会让单条消息吃掉相当于几十到上百条短消息的 token。00:47
- 为什么把常用文档反复粘贴进新对话,比把它放进一个 Claude Project 更烧 token? 答案:Project 里挂载的文件在计费上享有大幅折扣,而每次粘贴进全新对话都要按全价重新计入 token;同一份文档”传一次、用一辈子”远比每次重贴省用量。06:42
- 为什么”一直用一个对话聊到底”反而更费 token、回复也更慢? 答案:因为每发一条新消息,Claude 都要把这条对话之前的全部内容重新读一遍(哪怕是几小时前聊的无关话题);历史越长,每条新消息要重读的 token 越多,所以话题一换就该开新对话。08:27
- 视频里说的”峰值时段”错峰技巧具体指什么、该怎么利用? 答案:大约美东时间早 8 点到下午 2 点(欧洲对应中欧时区下午 2 点到晚 8 点)是多数人集中使用 Claude 的高峰时段,同样的 5 小时用量窗口在高峰期会被更快耗尽;把大型任务(长文档、长研究)挪到美国午后/傍晚/周末(欧洲挪到上午或周末),能在同一份周额度里做更多事。14:22