【从零学Vibe Coding】第十一章：Vibe Coding 成本控制技巧

第十一章：Vibe Coding 成本控制技巧

先看一张让人心疼的账单

很多人刚开始玩 Vibe Coding 是这样的：办了张订阅、充了点额度，然后撒开了用。等到月底一看账单——好家伙，一个月烧掉一万多，够再招一个人了。

用 AI 花钱不丢人，花冤枉钱才丢人。

这一章我们就来解决一个问题：怎么用更少的钱，让 AI 干更多的活。

为了好理解，建议你换一个身份来读这一章——

把自己想象成一家公司的老板，你招了一位 AI 员工。

它能力很强、不知疲倦，但它干的每一件事都在花你的钱。你的目标不是不让它干活，而是让它把钱花在刀刃上。

记住这个比喻，后面所有技巧你都会秒懂。

一、先搞懂 AI 是怎么收费的

省钱的前提，是知道钱花在哪了。

关于 Token 本身是什么，第三章已经讲透了。这一章我们只关心一件事：Token 是怎么变成账单的。

Token 计费的本质

绝大多数 AI 服务都按token计费。你可以粗暴地把 token 理解成"字数"：

• 你给 AI 看的越多（输入）→ 越贵
• AI 写得越多（输出）→ 越贵

一句话：看得多、说得多，花得多。

关键认知一：Token 分四种，价格差很大

很多人不知道，token 其实分四种，单价完全不同：

这张表里藏着两个省钱的金矿，记住它们：

1. 输出比输入贵 3~5 倍→ 让 AI 少说话，比让它少看东西更省钱
2. 缓存读取只要 1/10 价→ 保持上下文稳定，就能持续薅缓存的便宜

举个例子，Claude Opus 的大致定价（百万 token）：

输入：约 $5 / 百万 token 输出：约 $25 / 百万 token ← 贵 5 倍

所以省钱的第一原则就出来了：一定要管住 AI 的嘴。

关键认知二：对话历史是隐藏的"复利成本"

这是最多人踩的坑。

每次你发消息，整个对话历史都会被重新发给 AI。

也就是说，如果你在一个对话框里聊了 50 轮，第 51 次发消息时，前面 50 轮的内容会被再发一遍。

第 1 轮 → 发送 1 轮的内容 第 10 轮 → 发送 10 轮的内容 第 50 轮 → 发送 50 轮的内容 ← 越聊越贵

这就是为什么长对话特别烧钱——聊得越久，每一句话的成本越高。

更狠的是：很多服务在输入超过 20 万 token 时，价格直接翻倍。一个塞得满满当当的长对话，分分钟把你拖进双倍计费区。

记住这条，后面"避免上下文过长"那一招就是专门对付它的。

二、第一招：选对模型，让合适的人干合适的活

不是所有活都要 CTO 来干

回到老板视角：你不会让公司的 CTO 去打印文件，对吧？

同样，不是所有任务都需要用最贵的模型。模型之间的价格能差到上百倍，选错模型 = 白白烧钱。

按任务难度对号入座：

合理搭配，能省下一大笔。大炮不要用来打蚊子。

提示：各家模型价格一直在变，以你所用工具的官方定价页为准（比如 Cursor 的"模型定价"页面）。

进阶：用本地模型干杂活

如果你的电脑配置够好（有块像样的显卡），可以用Ollama跑开源模型（如 Llama、Qwen 系列）处理简单任务。

效果可能不如云端顶级模型，但有一个无敌优点：完全免费。写注释、生成测试数据、解释概念这类活，本地模型完全够用。

三、第二招：把免费额度薅到极致

很多 AI 服务都有免费额度，不用白不用。

顶级"白嫖党"的玩法是组合使用多个工具的免费额度，一只羊薅不够就多薅几只：

• 用 A 工具的免费额度做日常开发
• 用 B 工具的免费额度写文档和注释
• 用 C 工具的免费额度做代码审查

搭配得当，你可能一分钱不花就完成了大部分工作。

国内的大模型平台（文心、通义、智谱等）也大多提供免费额度，按需选用。

如果你是学生，务必申请各种学生优惠：

• GitHub Student Pack（含 Copilot 等工具）
• JetBrains 学生授权（全家桶免费）
• 各大云服务商的学生优惠

这些福利能帮你省下真金白银。

注意：免费额度和定价策略会经常变，以官方最新信息为准。

四、第三招：优化 Token 消耗（核心中的核心）

选对模型、薅完免费额度之后，真正拉开成本差距的，是使用方式。这一招最重要，拆成六个具体技巧。

技巧一：管住 AI 的嘴，别让它做无用功

你有没有遇到过这种情况：让 AI 写个功能，结果它噼里啪啦给你输出一大堆注释、测试代码、文档说明，还给文档又生成一个文档，最后再来一大段总结。

看着很专业，但其中大部分你根本不会看。

这就像你让员工做了一堆没用的工作——到头来花的还是你的时间和钱。

所以，要在提示词里直接讲清楚什么该做、什么不该做：

• 只想要实现功能 → 让它只改代码、能跑就行，别写测试、文档、注释
• 只想学习代码 → 让它只回答和解释，别动文件

为了一劳永逸，可以把这些规则固化成一段"省钱规则"，配置到工具的 Rules 里（如 Cursor Rules、CLAUDE.md），让它每次自动生效，不用每次手写：

# 核心原则：省钱优先 ## 输出规则 - 不要写注释、文档、README（除非我明确要求） - 不要生成测试代码（除非我明确要求） - 不要做代码总结、不要写使用说明 ## 禁止废话 - 不要解释"我为什么这样做" - 不要说"好的，我来帮你……"这类客套话 - 不要反问"是否需要……"，直接给最优方案 - 不要列一堆方案让我选，直接给最优解 ## 直接给代码 - 我要什么就给什么，多一个字都不要 - 只需要改某个函数时，只给这个函数，不要输出整个文件 ## 行为准则 - 只做我明确要求的事，不自作主张加功能 - 不过度优化、不重构我没让你动的代码 - 要求不清楚时，问一个最关键的问题，而不是写一堆假设 ## 记住 你的每一个输出都在花我的钱。

把这段规则一配，AI 就从"话痨实习生"变成了"惜字如金的老员工"。

技巧二：把需求一次说清楚

很多人跟 AI 对话像发微信——一句话拆成好几条，问题还没想清楚就开始问。

结果呢？AI 理解错了需求，生成的代码不对，你又得花额度重新生成。来回返工，才是最大的浪费。

还是老板视角：你自己都没想好，就跟员工说"你做个网站帮我赚钱，怎么实现我不管"——员工要真有这本事，凭啥跟着你干？

正确做法是，在发提示词之前，先把需求一次性说清楚，多加约束和限定：

• 用什么技术栈
• 什么代码风格
• 有哪些特殊要求和边界

前期多花十分钟想清楚需求，能省下后面来回返工的大量额度。一次说清，胜过十次返工。

技巧三：先让 AI 给方案，确认了再执行

很多人一上来就让 AI 写代码，结果它在错误的方向上吭哧吭哧干了半天，纯纯浪费额度。

给员工分配复杂任务时，你总得先让他讲讲打算怎么做，方案靠谱了再让他动手吧？

具体做法：

1. 用提示词、或开启Plan / 计划模式，让 AI 先给出实现方案
2. 别偷懒——人工仔细检查方案，或让多个 AI 互相评估方案
3. 想让代码遵循某种风格，可以先写一段示例代码让它仿写
4. 确认方案完全没问题，再让它执行

前期多花点时间把控方案，能避免走弯路，长远看反而更省。这就像带新员工：先教他怎么做、帮他把控方案，放心了再放手。

技巧四：手动控制上下文

每次发消息，AI 工具可能会自动塞进一堆上下文：当前打开的文件、对话历史、引用的代码……上下文越多，越烧钱。

但其中很多上下文是没用的。就像你让员工写份报告，他非要把公司所有文件翻一遍——纯属浪费。

把最相关的资源精准喂给 AI：

• 最小化工作空间：只打开和当前任务强相关的目录。前后端分离的项目，就分别打开前端、后端文件夹，而不是一股脑把整个项目都加载进来
• 精确引用：用@符号精确引用需要的文件、文档（如@Files、@Docs），而不是让 AI 自己满项目乱搜
• 排除无关内容：配置.cursorignore（或同类机制），把肯定用不上、或含敏感信息的内容排除掉

# .cursorignorenode_modules/ .git/ dist/ build/ *.log .env

这样 AI 的注意力更集中，效果更好，还更省钱。

技巧五：别让一个对话无限变长

接着"隐藏成本"那条说——很多人习惯什么都往同一个对话框发，导致历史越堆越长，每次发消息都在为前面几十轮重复付费（超过 20 万 token 还会翻倍）。

应对方法：

1）大任务先拆分，每个阶段开独立对话

方案设计 → 前端核心功能 → 后端核心功能 → 扩展功能 对话A 对话B 对话C 对话D

就像接力跑，每个人只负责自己这一棒，不用记住前面几棒的所有细节。

2）实在需要长对话，用/summarize压缩上下文

很多工具支持/summarize（或自动压缩）命令，把前面的内容总结压缩一下，有奇效，有时一次能省下几十万 token。

3）AI "犯轴"了，果断重开

如果一个对话里内容又多又杂，AI 有时会陷入"左右脑互搏"——你让它改 A，它把 B 改坏了；你让它修 B，它又把 A 弄乱了。别跟它死磕，果断开新对话、必要时清空历史重来，比在烂上下文里反复挣扎省得多。

技巧六：能自己做的事，别都甩给 AI

有些事人工做更快、更省。

• 搭项目骨架：新建项目时，与其让 AI 从 0 生成，不如用脚手架工具（如npm create）或复制老项目来搭初始结构
• 重命名、格式化：编辑器本身就有快捷键，干嘛浪费 AI 额度？
• 用代码片段（Snippets）：常用的代码结构（React 组件骨架、常用工具函数）做成代码片段，敲几个字母就插入，比让 AI 生成快得多，还免费
• 批量处理相似任务：多个相似的活，一次性让 AI 处理，而不是一个一个来

请帮我创建 5 个页面组件：Home、About、Contact、Blog、Projects。 它们结构类似，都包含标题、内容区域和返回按钮。只给代码，不要解释。

一次批量生成，比分 5 次单独生成省得多。

• 保持上下文稳定，吃满缓存：还记得缓存读取只要 1/10 价吗？尽量让 Rules、常引用的文件别频繁改动，就能持续享受缓存优惠

一个判断标准：需要理解代码库上下文、需要多轮交互的复杂任务，才值得动用 Cursor 这类 AI 编程工具的额度；写文档、解释概念、生成测试数据这种独立任务，用免费 AI 工具就够了。

五、第四招：做好预算管理和成本监控

省钱技巧是"节流"，预算管理是"装上仪表盘"。

1）设置使用限额

大多数 AI 服务都支持设月度预算。建议设一个上限（比如 $50 或 $100），超了就停。既能避免意外超支，也能让你更有意识地控制使用。

2）定期看账单，做归因分析

每周或每月检查一次账单，看钱花在哪了。如果某个项目或功能特别费钱，就分析原因：

• 是不是上下文太长了？
• 是不是用了太贵的模型？
• 是不是有大量重复操作？

找到原因，针对性优化。

3）团队使用要立规范

如果是团队，给每人设额度上限、定期分享省钱技巧、建立最佳实践文档、监控异常使用。通过培训和规范，把人均成本压下来是完全可行的。

4）算清投入产出比（ROI）

最后也是最重要的一条：别为了省钱而省钱。

花 $100 用 AI，如果能省下 10 小时开发时间，这笔买卖非常划算。但如果只是用顶级模型做些鸡毛蒜皮的小事，那就是浪费。

要根据项目实际情况，决定哪里该用 AI、哪里不该用。省钱的终极目标，是让每一分钱都产生更高的回报，而不是把自己逼成抠门的吝啬鬼。

一张图记住所有招式

理解计费 ──→ 输出比输入贵 3~5 倍 / 对话历史是复利成本 / 缓存只要 1/10 价 │ 选对模型 ──→ 简单活用便宜模型，复杂活才用顶级模型，杂活交给本地模型 │ 薅免费额度 ─→ 组合多个工具的免费额度，学生党用足学生优惠 │ 优化 Token ─→ 管住嘴 / 说清需求 / 先方案后执行 / 控上下文 / 别让对话变长 / 能自己做就别甩给 AI │ 预算管理 ──→ 设限额 / 看账单 / 立团队规范 / 算投入产出比

一句话总结

Vibe Coding 的成本控制，不是抠门，而是像个精明的老板：让合适的模型干合适的活，把每一分 token 都花在刀刃上。

上一章：第十章 — 给新手的 Vibe Coding 学习路线