成本優化策略

預算突破預期？這頁給你 5 個立即可行的方法。按效益排序，先做第 1 個。

---

1. 換模型（效益最大）

省錢幅度：50% - 95%

最簡單，改一個設定，成本降一半以上。

什麼時候用便宜模型

什麼時候用貴模型

設定方式

告訴 Rose：

「把 Ada 的預設模型改成 GPT-4o-mini」

或手動：管理儀表板（Admin Panel） → Ada Dashboard → 設定 → Model → 選擇新模型。

---

2. 開啟 Context 壓縮

省錢幅度：40% - 70%

問題：長對話會累積歷史，越聊越貴。第 50 輪對話可能要帶 50,000 Tokens 的歷史。

解法：自動摘要舊訊息。

原理

無壓縮：
  第 100 輪對話 = 整段歷史（50,000 T）+ 當輪（500 T）= 50,500 T

有壓縮：
  前 90 輪 → 摘要成 2,000 T
  最近 10 輪保留原文 5,000 T
  當輪 500 T
  = 7,500 T

差 6.7 倍。長對話省超過 80%。

設定方式

告訴 Rose：

「幫 Ada 開啟 Context 壓縮，歷史超過 20 輪就自動摘要」

或手動：

openclaw config set memory.contextCompression.enabled true
openclaw config set memory.contextCompression.triggerAfterTurns 20
openclaw config set memory.contextCompression.keepRecentTurns 10

副作用

壓縮後舊對話的細節會模糊。重要資訊（公司名稱、客戶 ID、訂單）建議存到記憶系統（memory-wiki），不靠對話歷史保留。

---

3. 限制回應長度

省錢幅度：30% - 60%

AI 預設會盡情回答，有時一個簡單問題回一整頁。

設定

告訴 Rose：

「Ada 回應最多 300 Tokens，除非我特別要求長回應」

或手動：

openclaw config set model.maxTokens 300

建議上限

進階：System Prompt 加規則

在 Ada 的 AGENTS.md（人格設定）加：

## 回應風格規則
- 除非使用者明確要求，否則回應不超過 5 句
- 長解釋改用條列（更省 Token）
- 不要重複使用者的問題當開場

這些規則本身耗 Token（每次都要帶），但幫你省更多 Output Token。

---

4. 開啟回應快取

省錢幅度：60% - 90%（僅限重複問題）

許多客服場景有大量重複問題：「怎麼退貨？」「營業時間？」「價格？」

每次都讓 AI 重新回答 = 浪費。

兩種快取方式

方式 A：Prompt Caching（OpenAI / Anthropic 原生）

openclaw config set model.enablePromptCaching true

Input Tokens 部分（System Prompt、Agent 人格、工具定義）會被快取，下次命中打 9 折。

方式 B：Response Caching（完整回應快取）

常見問題的完整回應快取，下次相同問題直接回。

openclaw config set responseCaching.enabled true
openclaw config set responseCaching.ttlSeconds 3600
openclaw config set responseCaching.minSimilarity 0.95

minSimilarity 0.95 = 問題相似度 95% 以上才用快取，避免誤用。

---

5. 分工策略（架構層優化）

省錢幅度：視情境 30% - 80%

用三個 AI 夥伴分工，把貴的事集中在少數情況。

常見架構

客戶 LINE 訊息
    ↓
[Ada - GPT-4o-mini] 快速判斷
    ├─ 標準 FAQ → 自己回（省）
    ├─ 複雜問題 → 呼叫 Rose（升級到 GPT-4o）
    └─ 資料查詢 → 呼叫 Vi（MCP 工具）

效果：

• 80% 訊息走 GPT-4o-mini（$0.15/M）
• 15% 升級到 GPT-4o（$2.50/M）
• 5% 專門查資料（中等成本）

加權平均成本遠低於全部走 GPT-4o。

設定方式

在 多 Agent 協作 有詳細設定範例。

---

次級優化（效益較小但累積可觀）

關閉不必要的工具

AI 每次對話都會把工具定義塞進 Input Tokens。工具越多 Input 越大。

# 看目前啟用的工具
openclaw tool list

# 關閉用不到的
openclaw tool disable web-search
openclaw tool disable image-generation

限流

# 每小時最多 100 次 API 呼叫
openclaw config set rateLimit.requestsPerHour 100

# 每位使用者每天最多 50 次
openclaw config set rateLimit.perUserPerDay 50

避免被濫用或 Bot 攻擊燒錢。

關閉 Streaming（視情況）

Streaming（逐字回應）在某些供應商會被多算 Token。若不在意體驗，可關閉：

openclaw config set channels.*.streaming "off"

---

實戰範例：把月費從 $800 降到 $150

起始狀態：

• 電商客服，每日 200 筆對話
• 全部用 GPT-4o
• 沒開 Context 壓縮
• 沒設回應長度
• 月費 $800

優化步驟：

1. 換模型 — 主力改成 GPT-4o-mini，複雜問題才升級：$800 → $280
2. Context 壓縮 — 歷史超過 15 輪摘要：$280 → $200
3. 回應上限 400 Tokens — $200 → $170
4. FAQ Prompt Caching — $170 → $150

4 個設定改動，省了 81%。

---

相關文件

• Usage Dashboard 解讀
• Token 計價原理
• 預算警示
• 引擎選擇指南 — 引擎也影響成本
• 多 Agent 協作 — 分工架構詳解