众所周知，Claude 狂吞 token 就像科尔维特喝油一样——和汽油一样，token 也要花钱。这就是为什么 Claude 的重度用户总是在寻找省 token 的方法。最新的技巧？一个野性十足、备受争议的新招：像原始人那样说话。

具体做法如下：通过使用专用系统提示或全功能插件，用户让 Claude 像原始人那样说话，去掉所有废话，如开场白、夸奖、插话、填充词（如“非常”、“真的”）、重复啰嗦的话，甚至“一个”“这个”这类词。

Reddit 上流传的许多“穴居人”系统提示中，有一个是这样的：“说话要原始。只用名词和动词。不要语法填充词（比如 the、is、are、of）。用词简短。节省 token。直截了当。”

html

结果会根据你使用的具体提示词而产生巨大差异。我改了一下提示，添加了要避免的具体内容，还让它去掉客套话和废话。我从Claude那里得到的不完全是纯正的原始人说话方式，不过我觉得提示得当，肯定能做到。相反，我得到了超级简短的回复，没有废话、不跑题。

例如，当我用原始人提示词让Claude解释神经网络基础时，它这样回复：

html

神经网络就是一层层连起来的节点。输入层负责接收数据。隐藏层负责找规律。输出层给出最终结果。 每个节点传递信号时，会按重要性加权。训练时用反向传播来调整权重——不断减少误差，重复几百万次。 关键类型：CNN（图像）、RNN（序列）、Transformer（语言）。现代LLM是大规模Transformer。

这是一个50词的回答，差不多相当于80个token。（token数量多于单词数量，因为AI模型在处理之前必须将较长的词、标点和emoji分解成更小的单元，每个单元都算一个token。）相比之下，当我没用“原始人”提示词时，Claude的回答有330个单词、460个token。

所以这事儿就完了？都给我用穴居人模式！嗯，也没那么简单。

自从穴居人提示词本月初开始流行以来，它已在Reddit和其他地方引发了激烈争论。一些用户觉得这穴居人方法会让回答变蠢。也有人指出，省下的token只是输出那部分的，不是发Claude的那部分。而且每次发新提示词，那个复杂的穴居人系统提示词都会让你多花token。

另外，克劳德穴居人方法可能不是万能的。虽然它可能非常适合编码这类通常期望得到干巴巴回应的任务，但对于需要更多细节或细微差别的“解释性”提示（例如我之前提出的“给我讲讲神经网络”的请求），可能就不太合适了。

尽管如此，克劳德穴居人方法仍然是用户如何创造性提升AI代币效率的又一个例子。随着越来越多强大的代理工具（如Claude Cowork）进入主流，这个问题甚至对普通AI用户来说也越来越突出。

其实吧，那些更火的Claude原始人插件，作者们很快就摸到了门道：怎么少用点Token，还不用降质。