Anthropic 于近期更新了其官方文档，针对使用 Claude Platform 的开发者发布了一份成本优化指南，旨在帮助团队在依赖大模型构建应用时，更精细地管理 API 支出，同时避免性能损失。

该指南的核心是三个可组合使用的策略。首先，提高提示词缓存命中率。Anthropic 建议开发者将静态上下文（如系统提示、工具定义）与动态部分分离，并利用缓存机制，使重复请求不再为相同前缀付费，从而显著降低高并发场景下的费用。

其次，当升级到更新的前沿模型（如从旧版本迁移至 Claude 最新型号）时，开发者需主动清除提示词中的反模式。Anthropic 指出，过往针对旧模型优化的提示词（如过度冗长的指令或冗余示例）可能不再适合新模型，反而拖慢响应并浪费 token，因此建议重构提示词以适配新模型能力。

第三，按任务校准 effort。不同任务对推理深度的需求各异，开发者应根据任务复杂度动态调整模型的思考预算（effort），避免为简单查询分配过高的计算资源，从而实现成本与响应质量的平衡。

此次更新同时涉及 claude-api 技能的相关说明，强调这些方法可直接通过 API 参数或提示词工程实施。Anthropic 并未给出具体的节省百分比，但提供此框架意味着其正加大对开发者生态中成本效率的关注，这对依赖大模型高频调用的企业用户而言，具有直接的参考价值。