Claude Prompt Caching 提示词缓存实操：API 成本暴降 90% 的工程架构

大型代码库和百页文档每次调用重复扣费太肉疼？详细拆解 Anthropic 官方推出的 Prompt Caching 机制，实现超长上下文毫秒级命中并直降 90% 接口费用。

传统长文本调用的痛点：每一次都在重复买单

如果你在构建一个企业知识库 Agent，每次用户提问哪怕只有 5 个字，系统为了让模型拥有背景，都必须把 10 万字的知识库文档从头到尾作为前缀重复发送一次。传统计费下每一次都要按全量 10 万字扣费，且响应延迟高达数秒。

Prompt Caching 的省钱魔术

Anthropic 允许在请求中对静态的长资料设置缓存断点（Cache Breakpoint）：
- 首次调用：按正常写入成本计费，系统在云端显存中建立只读缓存，保持 5 分钟滑动窗口；
- 后续调用（Cache Read）：只要前缀未变，读取成本直降 **90%**，且首字生成延迟降低高达 **80%**，真正让企业级海量知识库具备商业经济可行性。