突發事實:在一個真實工作負載中,我們觀察到總 tokens 為 21,543,714,其中有高達 79.40% 被 cacheRead 命中,顯示消耗異常並非來自輸入或輸出長度,而是快取前綴重播 (cached prefix replay) 的影響。
我們將用這組數據帶你從症狀辨識到可落地修復。先釐清「Openclaw Token 限制」的常見誤解,並示範如何把成本降回正常曲線。🔧
重點會包含:移出巨大 toolResult、讓 compaction 觸發、以及穩定字首與 caching 策略。這些步驟適合電商與零售品牌,能直接連結到轉換與 SEO 成效。📈
重點摘要
- 以數據為導向,79.40% cacheRead 指向 cached prefix replay 問題。
- 先排查長期上下文中的大型 toolResult,避免重播舊上下文。
- 啟動 compaction 與重設穩定字首,降低冗餘費用。
- 使用 KPI 與腳本量化每次優化效果,避免「感覺變好」但帳單不變。
- 方法可在一週內完成 P0/P1 優化,適用台灣食品與零售品牌跨境成長。
先確認問題樣貌:為什麼看起來正常,Token 卻爆炸
三個快速檢查
- 檢查 cacheRead 佔比:若接近八成,代表大量前綴被重放。
- 單次呼叫 token 異常:少量輸入卻有高 token 值為警訊。
- session 集中度:少數會話主導總費用,需優先處理。
以品牌角度解釋,這就像網站每次都重載整包資源,流量看似平穩但 CDN 帳單飆高。若出現大量 toolUse 且頻率高,該懷疑工具鏈迴圈了。
結論:你不是在為「新意圖」付費,而是在為「舊上下文被反覆讀取」付費。
Openclaw Token 限制下的最大成本驅動:cached prefix replay

關鍵數據解讀
總 tokens 為 21,543,714,其中 cacheRead 17,105,970(79.40%)。input 只佔 4,345,264(20.17%),output 極低為 92,480(0.43%)。
可執行檢查清單
- 若 cacheRead/total 長期 > 60% 且單次 cacheRead 常見 100k+,立即列為 P0。
- 追蹤會話:找出單次 input 幾百到幾千 token,但 cacheRead 卻達 170k–180k 的呼叫。
- 改寫 SOP:把大型 toolResult 從長期上下文移出,保留短摘要與引用。
提醒:快取不是萬靈丹,當穩定字首太龐大時,快取反成長期燒錢來源。
| 項目 | 數值 | 意義 |
|---|---|---|
| 總 tokens | 21,543,714 | 整體消耗基準 |
| cacheRead | 17,105,970 (79.40%) | 成本主體,需優先治理 |
| input | 4,345,264 (20.17%) | 新增推理占比小 |
| output | 92,480 (0.43%) | 回傳極少,不是問題來源 |
用資料拆解 Token:從 session usage 找到失血點
你要看的兩種資料來源
runtime logs:觀察重啟、錯誤和配置異常,找出系統行為異常的線索。
session transcripts (JSONL):查 usage 欄位,精確拿到 input / output / cacheRead 的數字。
如何定位 outlier session
先排出高耗榜單。若單一 session(例如 570587c3-dc42-47e4-9dd4-985c2a50af86)耗費 19,204,645 tokens,優化就從它下手。
辨識行為與時間集中
- 行為集中:toolUse = 16,372,294、stop = 5,171,420,意味工具鏈高頻迴圈。
- 時間集中:2026-03-08 的 07:00 / 09:00 / 16:00 峰值,將這些時段對照工作流事件即可定位爆量步驟。
- 實務觀察:若 JSONL 行號如 :70/:134/:219/:311 多次出現相同大塊上下文,代表工具輸出被寫回 history。
建議:工程抓 logs、產品定規、營運定上限,三方一起把 SOP 固化。😊
| 檢查項目 | 重點數據 | 行動建議 |
|---|---|---|
| runtime logs | 重啟/錯誤/配置異常 | 先修復錯誤並重跑高耗 session |
| session transcripts | usage: input/output/cacheRead | 找出 cacheRead 過高的呼叫並 compact |
| 時間分析 | 07:00 / 09:00 / 16:00 峰值 | 對照工作流事件,暫停或節流該時段作業 |
若需範本或 SOP 範例,我們也提供快速部署教學:快速部署教學,幫跨部門對齊步驟並量化回歸。
上下文膨脹的三重機制:為什麼會越跑越貴

大量工具輸出被寫回歷史
問題:巨大 JSON、瀏覽器快照或子 Agent transcript 一旦進 history,就在每輪被重讀。
工具迴圈造成高頻呼叫
問題:短時間內連續呼叫,讓同一包上下文被重播多次,消耗成倍放大。
字首變化小導致重放快取前綴
問題:你每次只加幾百 token,但系統每次都讀取十多萬的固定前綴,成本像把整個倉庫搬上卡車來送一盒商品。
建議:先砍最大塊(巨大 toolResult),再處理頻率(工具迴圈),最後優化字首與 cache 策略。
| 機制 | 示例 | 優先處理建議 |
|---|---|---|
| 工具輸出回寫 | 大型 JSON、文件快照、子 Agent transcript | 移出 history,改為 artifact 或摘要 |
| 工具迴圈 | 高頻 toolCall、短間隔重試 | 加節流與次數上限,偵錯迴圈邏輯 |
| 穩定字首過大 | 長 reasoning/thinking traces、固定前綴 | 把穩定規則放 system prompt,短化 reasoning |
若想深入案例與 SOP,可參考 2024 年完整比較分析。
先砍最大塊:把巨大 toolResult 從長期上下文移走
我們要先處理那些每次都被重播但實際無助決策的巨量輸出。這是 P0 優先事項:不要把大型中間產物直接塞入長期 history,否則會被 cached prefix replay 反覆讀取,導致成本飆升。
只保留摘要與引用:半結構化摘要範本
摘要格式(可直接套用):
- 【產出類型】:如 API JSON / 瀏覽器快照
- 【關鍵發現 3 點】:一句一要點
- 【指標/筆數】:size / row count / error rate
- 【存放位置/ID】:path 或 artifact ID
- 【重跑方式】:必要時的重現指令或 query
原始 payload 轉為 artifact:哪些內容應落檔
適合落檔的項目:大型 JSON、完整 HTML、長表格、瀏覽器整頁快照、超長目錄列表、子 agent transcript。這些都應該存成 artifact,並在 history 中只留摘要與引用欄位(path、artifact ID、query/filter、timestamp)。
- 生產 vs debug 分流:生產 history 僅保留可推進任務的高價值資訊;debug 詳細資料放 artifact。
- 風險控管:敏感資料(憑證、個資、付款資訊)不得放入對話上下文,應隔離在安全存放中。
| 優先處理項目 | 建議動作 | 預期回報 |
|---|---|---|
| 大型 JSON / 檔案快照 | 存成 artifact,history 改為摘要+ID | 減少重讀,cacheRead 明顯下降 |
| 瀏覽器整頁快照 / HTML | 落檔並索引重要片段 | 節省大量上下文 token |
| 子 Agent 完整 transcript | 只留結論與重現指令 | 避免多次重播同一段 log |
建議:先執行 P0 規則:把最大塊移走、用半結構化摘要替代原文,並把 artifact ID 寫入 history。這能在最短時間內,對 Openclaw Token 限制 帶來可量化的降本效果。😊
讓 compaction 真的生效:避免配置無效悄悄關閉最佳化
有時候問題不是沒設好,而是設定與系統版本不相容,導致壓縮根本沒在跑。我們最常看到的地雷,就是 compaction key 類型或版本不匹配,系統卻不會大聲警告,讓你誤以為已完成降本工作。
修復與驗證步驟
- 快速檢查:重啟時看啟動日誌是否出現「compaction 已載入」或「compaction accepted」的訊息。
- 實作修復:執行 openclaw doctor –fix,再重啟服務以套用相容設定。
- 驗證指標:觀察 cacheRead/total 是否下降、100k+ 呼叫次數是否減少、最大 session 佔比是否下滑。
建議:把 compaction 設定與版本鎖定寫入部署流程,像 SEO/效能檢查一樣成為上線門檻,避免最佳化悄悄失效。😊
Prompt 與快取設計:用緊湊且高價值的穩定字首省 Token
把規則放在正確位置,能立即降低反覆重播的成本。我們建議用分層 prompt 策略,把長期不變的規則放入 system prompt,把變動資料留在短期區或外掛引用。
重點原則:
- system prompt:放角色、輸出格式、資料安全與錯誤處理等長期規則。
- 短期上下文:工作資料、debug 訊息、即時商品清單不要塞進穩定字首。
- reasoning 處理:不存全文 thinking traces,只保留 3–7 行決策摘要;證據以 artifact ID 或路徑引用。
常見錯誤是每輪把 debug、完整 tool 回傳或長篇 reasoning 全塞在固定前綴。這等於每次付費重播整個歷史。🙏
生產策略簡單又有效:短摘要 + 可追溯引用。這能保留品質,同時讓 cache 更有用。

我們的目標是:「不犧牲答案品質,也能把費用降下來」。只要把高價值穩定字首設計好,就能達成。😊
| 項目 | 建議做法 | 預期效果 |
|---|---|---|
| system prompt 內容 | 角色目標、輸出模板、資料安全規範(短句) | 減少字首變動,提升 cache 有效性 |
| 變動資料處理 | 摘要化或存為 artifact,history 留引用 | 降低 cacheRead,快速降本 |
| reasoning 保存 | 只存 3–7 行決策摘要 + 證據引用 | 保留可解釋性,同時節省 token |
最後,部署前用我們的 prompt/cache 設計檢核表過一遍,必要時參考 實務檢核範本。我們相信小改動就能帶來持續回報。🚀
迭代式優化流程:每次改動都要量化回歸
我們的迭代方法是:先量測 → 小幅改動 → 再量測。每一步都要有可比對的輸出檔與儀表板指標,才能避免「感覺變好但帳單沒變」的陷阱。😊
鎖定與處理高耗會話
Step 1:先用腳本抓出 cacheRead 佔比最高的 sessions,優先找出 runaway session 並標記為 P0。
示例指令:
python3 scripts/session_token_breakdown.py "sessions" --include-deleted --top 20 --outlier-threshold 120000 --json-out tmp/session_token_stats_v2.json > tmp/session_token_stats_v2.txt
工具輸出規則化與 artifact 化
Step 2:對工具輸出套用截斷(truncate)、存成 artifact,並只回寫摘要與 ID。這能立刻減少每輪被重播的上下文體積。
重跑統計並產出報表
Step 3:改動後重跑分析,產生圖表與 JSON,讓工程與管理層一眼看出差異。
python3 scripts/session_duplicate_waste_analysis.py "sessions" --include-deleted --top 20 --png-out tmp/session_duplicate_waste.png --json-out tmp/session_duplicate_waste.json > tmp/session_duplicate_waste.txt
我們的準則:變更以週為單位,每週 1–2 個變更點,並保留執行紀錄與輸出檔,方便回溯與複製到其他 workflow。
| KPI 指標 | 衡量方式 | 目標判斷標準 |
|---|---|---|
| cacheRead / totalTokens | tmp/session_token_stats_v2.json | 顯著下降(與前週比較) |
| >=100k 呼叫次數 | top 20 列表 | 呼叫次數明顯減少 |
| toolUse avgTotal / call | session 分析報表 | 平均權重下降 |
| 最大 session 佔比 | tmp/session_token_stats_v2.txt | 單一會話佔比下滑 |
若需範本或 SOP 範例,可參考我們的完整比較分析頁面:2024 年完整比較分析。
結論
直接說重點:大多數費用來自上下文重放(cacheRead 佔比 79.40%),而非每次的新推理。當你覺得「怎麼又爆了」,先問自己:你付的是新計算,還是舊歷史被重讀?
路徑回顧:用 session usage 找出 outlier → 將大型 toolResult 轉為摘要/引用/artifact → 確保 compaction 生效,並以量化 KPI 迭代回歸。
優先序:先砍最大塊 → 減少高頻呼叫負債 → 把穩定字首做短且高價值。這能把技術降本,讓團隊把資源回流到 SEO、轉換與海外投放。
若你是台灣品牌,我們在艾肯斯可協助把「技術降本+跨境成長」整合到官網與行銷方案。📩 想了解細節,請訪問我們的 完整解析與實務檢核,或加入官方 Line 聯繫我們。
總結一句話:當面對 Openclaw Token 限制 時,控制長期上下文、確保 compaction、生產化 KPI,是最直接且有回報的路徑。😊
FAQ
如何優化 Openclaw 的 Prompt,並減少 Token 消耗?
我們建議先把穩定且高價值的規則放在 system prompt,將不穩定資料與大量輸出移出穩定字首。把大型 toolResult 轉為 artifact(落檔保存)或只保留摘要與引用(例如:路徑、ID、查詢條件),並透過 compaction 與快取策略讓常用字首保持緊湊,整體方法能大幅降低每次重放的 Token 數量。💡
為什麼回覆看起來正常,但 Token 卻爆炸性上升?
常見訊號是回覆內容正常,但成本曲線異常上升。真實原因多為「cached prefix replay」——系統每輪重讀大量穩定字首(例如歷史工具輸出或長 transcript),導致 cacheRead 佔比高。重點在於追蹤 session usage 與辨識哪個會話在重複播放大量內容。📈
cacheRead 佔比接近八成代表什麼?
這表示大部分成本來自於快取前綴的重放(cached prefix),而非即時生成或新輸入。換句話說,我們在重讀已有的長字串(例如工具輸出或歷史上下文),導致每輪 Token 消耗偏高。建議優先檢查那些 cacheRead 高的 session。🔍
要從哪些資料來源找出 Token 流失點?
我們推薦兩種主要來源:runtime logs(即時日誌)與 session transcripts(會話逐字稿)。這兩者能幫你定位 outlier session、辨識工具使用與 stop 權重偏高的行為,並把 Token 峰值時段與工作流事件做時間對齊分析。🗂️
如何判定單一會話是否主導總成本?
檢查 session token breakdown:若某個 session 的 Token 用量遠超其他會話,且該會話在多次迭代中持續高耗,則可能為 outlier。進一步查看是否存在大量未壓縮的 toolResult、重複字首或高頻短間隔工具呼叫。若是,先針對該會話做 compact 與 artifact 化。⚠️
哪些工具輸出最應優先從長期上下文移走?
優先清單包括:大型 JSON、目錄列表、瀏覽器快照、以及子 Agent 的完整 transcript。這些內容體積大、變化少,直接將原始 payload 轉為 artifact 並在上下文中只保留摘要與引用,能立即降低重放成本。🗃️
怎樣讓 compaction 真正生效?常見錯誤有哪些?
常見地雷是 compaction key 不相容或配置錯誤,導致壓縮不觸發。我們建議使用 openclaw doctor 檢查配置與啟動日誌,驗證 compaction 是否執行並觀察壓縮率。若發現無效,檢查 key 一致性與版本相容性並重新啟動 compaction 流程。🛠️
如何避免上下文膨脹導致「越跑越貴」?
了解三重膨脹機制:大量工具輸出被寫回歷史上下文、工具迴圈造成高頻短間隔呼叫、以及字首變化小導致每次重放巨大快取前綴。對症下藥:把大型輸出 artifact 化、為工具呼叫加上節流或批次、並把穩定規則放在系統層級以減少字首變動。✅
生產環境中,如何設計 Prompt 與快取以節省 Token?
設計原則:系統性穩定規則放 system prompt;動態或 debug 資料不要塞入穩定字首。把 reasoning 的長推理文字改存短摘要,將重要證據以引用形式保留。再搭配緊湊且高價值的穩定字首,可有效降低重放成本。🔐
每次優化改動應該如何量化回歸?
我們建議先找出 cacheRead 佔比最高的 session,對該 session 做 compact 與 artifact 化,然後重跑 token 統計。可使用指令與腳本如 session_token_breakdown 與 duplicate_waste_analysis 來對比改動前後的差異,確保每次改動都帶來明確的成本下降。📊