Claude 使用限制頻繁觸發的真正原因：用戶必讀指南

Claude 限制快速用罄的真正原因

直接說重點：並不是模型變笨了，而是我的開銷變大了。

但像「縮短 CLAUDE.md」這類表面建議是不夠的。你需要了解它為什麼會洩漏的結構，才能真正阻止它。

（我知道很多 AI 初學者看完可能還是不懂。所以，我會在最後附上連初學者也能用的提示詞。如果你不懂，直接複製貼上就好。希望你能從中獲得一些收穫！）

核心思維模型（這解釋了 90% 的問題）

Transformer 在每次對話輪次中，都會從頭重新處理整個對話。

當你發送第 30 條訊息時，模型讀取的內容是：→ 訊息 1–29 + 所有回應 → 所有工具呼叫結果（PR 差異、檔案讀取等）→ CLAUDE.md → 系統提示詞 → MCP 工具定義 → + 第 30 條訊息。

它在開始回答之前，就已經處理了這一切。

換句話說，第 30 輪並不是第 1 輪的 30 倍；而是每次都要處理所有累積下來的總和。

從這裡開始，你就能自然地理解為什麼 Token 會洩漏了。

9 個 Token 洩漏的漏洞

原始來源中的百分比數字（14%、13%...）是來自單一個案，概括推論有風險。我已經按影響程度重新整理。

1. CLAUDE.md 膨脹 — 影響 ★★★ 只要對話還在進行，它就會包含在每一條訊息中。它不是懶加載的。一個 2,000 Token 的 CLAUDE.md 在 200 條訊息中被處理 200 次 = 400,000 Token。官方建議：少於 200 行，300–600 Token。

1. 對話累積 — 影響 ★★★ 正如思維模型所述。在兩三次 PR 審查後，你的限制用掉 60% 並不奇怪；這是結構性的。

1. 工具輸出累積 — 影響 ★★★ 抓取一次 PR 差異就可能注入數千行程式碼。如果你讀取了 20 個檔案，這 20 個檔案會一直跟著你直到結束。這比其他來源提到的「鉤子」更準確。

1. 快取未命中 — 影響 ★★ 提示詞快取會自動套用，但如果在一段（短）時間內未使用就會過期。如果你在對話中頻繁編輯 CLAUDE.md，快取每次都會失效。

1. 技能 — 影響 ★（原始來源略有錯誤）技能只在被呼叫時才載入。只有元資料會保留。真正的問題在於單一技能變得臃腫。

1. 「以防萬一」的 MCP — 影響 ★★ 如果連接了 12 個 MCP，每次呼叫都會注入 12 個工具定義。只保留你實際使用的 3 個為啟用狀態。

1. 擴展思考預設值 — 影響 ★★★ 通常預設為開啟。預算可能高達數萬個 Token（計費為輸出）。如果只是為了改變一個變數名稱而開啟深度推理，這真的是浪費。

1. 看完錯誤答案 — 影響 ★★ 如果答案偏離軌道，立即停止。如果你不停止，那整個輸出就會成為下一輪的輸入。

1. 累積的通知/元訊息 — 影響 ★ 很小，但當它們累積起來時，就會變成「安靜的違規者」。

修復前務必先診斷

這是人們經常忽略的部分。

/context ← 按項目顯示上下文中的 Token

/usage ← 對話使用量

/cost ← 累計 API 成本

只要執行一次 /context，5 秒內就能看到你案例中的頭號洩漏源。

大多數結果都類似：

1. 累積的工具輸出是壓倒性的第一名
2. CLAUDE.md
3. MCP 工具定義

沒有測量就進行刪減是白費力氣。先砍掉你的頭號洩漏源。

30 秒基準設定（做一次就搞定）

✅ 將你的 CLAUDE.md 精簡到 200 行以下

✅ 只保留 3 個活躍的 MCP

✅ 擴展思考 → 預設關閉，只在需要時使用

✅ .claudeignore → 排除大型生成檔案

✅ 養成任務完成後使用 /clear 的習慣

7 個影響巨大的進階技巧

① 將計劃模式設為預設

在執行昂貴任務前，按 Shift+Tab × 2。在不碰觸程式碼的情況下進行計劃。用於像「重構這個」這類廣泛請求。這能最顯著地減少浪費在無效努力上的 Token 比例。

② 模型切換

80% 日常編碼 → Sonnet；複雜推理 → Opus。指令：/model sonnet，/model opus。

OpusPlan 模式：用 Opus 計劃，用 Sonnet 實作。可節省 60% 成本。

③ 選擇性地使用子 Agent

它們在單獨的上下文中運行，只將摘要返回給主對話。僅用於大量探索——對於小任務，開銷實際上更大。規則：僅當（節省的主上下文 > 子 Agent 啟動成本）時使用。

④ 主動使用 /compact

等到 80% 上下文警告時就太晚了。它會壓縮所有雜訊。

正確用法：

• 在每個任務階段結束時
• 在呼叫 /compact 前給出摘要指引：「只保留 X、Y、Z，丟棄其餘的。」

⑤ 使用精確的檔案範圍進行讀取

❌ 「查看整個程式碼庫」

✅ 「只看 src/auth.js 的第 50-120 行，並改進錯誤處理」

差異巨大。

⑥ 對話交接筆記

在結束長時間對話前：

「用少於 500 Token 總結目前完成的工作、下一步行動和重要決定。」

將此貼到下一個對話中 = 比重建整個歷史記錄少花費數十倍 Token。

⑦ 對重複性任務使用斜線指令

不要每次都用自然語言解釋常見模式（PR 審查格式、測試規則）。將它們定義為斜線指令 → 確定性高且輕量。比把它們放在 CLAUDE.md 中有效率得多。

常見陷阱

❌ 「把所有東西都放在 CLAUDE.md 裡很方便」 → 你每一輪都要付出那個成本。

❌ 「子 Agent 總是更便宜」 → 對於小任務實際上更昂貴。

❌ 「更大的上下文讓它更聰明」 → 相反。由於上下文腐化，品質會下降。

❌ 「從 Pro 升級到 Max 就能解決」 → 同樣的低效率只是變得貴 5 倍。先修復洩漏。

Token 浪費是行為問題，不是限制問題。

執行一次 /context、精簡 CLAUDE.md、整理 MCP、以及控制擴展思考，就能解決大部分問題。

記住每一條訊息都支付了所有先前訊息的成本，你就會知道從哪裡開始刪減。

給初學者的提示詞

給 Claude Code 使用者（自我診斷與精簡設定）

執行 /context 指令並分析結果。

然後，依序執行以下操作：

1. 告訴我佔用最多 Token 的前 1-3 個項目。

2. 針對每個項目，建議一個我現在可以採取的具體行動來減少它們（包括預估的 Token 節省量）。

3. 讀取我的 CLAUDE.md，並建議一個精簡到 200 行 / 600 Token 以下的版本。建議將移除的內容移到哪裡（技能？斜線指令？還是直接刪除？）。

4. 最後，檢查其他洩漏，例如擴展思考或 MCP 工具組織。

由於我是初學者，請將結果優先排序為「現在就做 / 有時間再做」。

給 Claude.ai 聊天使用者（對話衛生）

當對話變長、回應變慢或限制逼近時，複製貼上：

用少於 500 字元總結這段對話中真正重要的資訊。排除試錯、離題和問候；只專注於核心結論、決定和下一步行動。我會複製這個來開始一個新的對話，所以請組織好，讓我在貼上後能立即恢復工作。

只要拿到這兩個提示詞，就能幫助你更舒適地使用 AI，而不浪費 Token！如果這對你有幫助，請按個讚！

如果你有任何其他問題，請在留言區提出～