Caveman prompt：叫 Claude 講話像山頂洞人，token 帳單瘦一圈

先講一個聽起來很蠢、但真的有人在用的省錢手法：叫你的 AI 用山頂洞人的語氣回你。

你有沒有這種經驗？你問 Claude「這段程式要怎麼改」，它回的第一句話通常是：「當然可以！這是一個很好的問題，讓我為你分析一下。首先我建議你先考慮以下幾個面向……」

真正的答案往往埋在第 4 行才出現。前面那些字你等於在花錢請它排練問候語——每一個字都是 token，也就是模型計費的最小單位（一個中文字大約 1～2 個），都會累積到你月底的帳單上。

有一個開源專案幫這個手法取了個很直白的名字：Caveman prompt（山頂洞人指令，倉庫是 JuliusBrussee/caveman）。原理一句話：Claude 不是不夠聰明，它是太有禮貌了——那我們就叫它閉嘴。

為什麼 Claude 會那麼囉唆

這些 AI 模型的訓練資料裡塞了大量「有禮貌的回答」——它學到的是：一個好的助理不會給你冷冰冰的一句話，會先確認問題、鋪陳一下、給結論、再補上關懷。這是它出廠的預設，不是壞事，只是預設對每一種場合都太熱情了。

聽起來很體貼，直到你打開帳單。

以 Anthropic 官方定價來算，目前市面上主流模型的輸出每一百萬 token 大概落在 $15 美金上下的量級——換句話說，它每寫一個字，你都在付錢。而它寫出來的東西裡，大概有這幾類是純裝飾：

這三類詞放在一起，經常佔一整輪回應的兩三成篇幅。你的問題如果只是「這行程式怎麼改」，那兩三成就是純浪費。

那如果我們直接告訴它「不用禮貌」呢？——這就是 Caveman prompt 的起點。

Caveman prompt 到底做了什麼事

一個像樣的 Caveman prompt 通常只做四件事：

要把它套用到你的對話，有兩條路。想要有人維護的完整版就走上面那個 GitHub 專案；只想貼一段字進系統指令就用下面的濃縮版。兩個不用都裝，你日常挑一個就夠了。

想要完整版：一行指令裝好整套

如果你在用 Claude Code（Anthropic 的命令列版 Claude，也就是能直接在終端機裡跟 AI 對話、改檔案的那個工具），Caveman 這個專案本身就是它的一個「skill」。也就是打包好的一組指令，裝進去之後 Claude 會照著它的規則做事。安裝一行：

npx skills add JuliusBrussee/caveman

npx 是 Node.js 附帶的指令，用來跑一次性的套件；只要你電腦裝過就有。裝完就是你 Claude Code 的一部分了。實際怎麼呼叫、怎麼調整強度，跟著專案說明走就好——這個專案在 2026 年 8 月近 10 萬星、當月還在動，別人幫你維護，你不用自己顧。

只是這條路預設你已經在用 Claude Code；如果你只是在網頁版 Claude、ChatGPT、Gemini 打字，往下看第二條路。

只想貼一段字：90 個字的濃縮版

不想裝任何東西、就想貼一段字讓對話從此變短，用這一段：

Caveman mode：直接給答案。不要開場詞、不要關懷結尾、不要解釋推理，除非我問「為什麼」。用最少字表達完整意思，可以省略主詞。要程式碼就直接給程式碼，不要包在說明段落裡。

四句、90 個字（用「。」分隔的四句，全部串成一行），貼一次在同一個對話串裡就會持續生效。你可以放到系統指令（system prompt，也就是每次對話開始前預設給 AI 的一段話），也可以每次對話最上面丟一份。

常見的對話 AI 都吃得下——這些模型的訓練目標都是「照使用者的高階指令走」，這段話對它們是同一種訊號。想關掉就開新對話，這個模式只在當前對話串生效，你不需要另外「解除」它。

這樣做真的會省 token 嗎

會，但省的比例會跳很多，你不要期待固定數字。

一個直觀的量測方法：找一個你昨天問過的問題，重丟一次原本的它，把回應複製出來算字數；再開一個新對話、貼上 Caveman prompt、丟同一個問題再算一次。兩個字數相除，就是你這種問題類型的壓縮率。做完你會發現，答案本體從來就沒那麼長。

依問的東西類型不同，落點的差別大概是這樣：

換句話說：Caveman 是給「答案本來就短」的問題用的，不是萬用開關。 你要是把它套進所有對話，反而會發現有些原本很好的功能失靈了。

這招的另一個副作用（比省錢還有用）

除了帳單瘦一圈，有一件事你會很快發現：你自己讀它的回應也變快了。

原本你要一路滑過三段客套話，才看到答案。切成 Caveman 之後，答案就在最上面。你的注意力沒有被那些禮貌詞消耗掉，做同樣的事情感覺輕鬆很多。

這也是為什麼有些人把它當「工作模式」的預設指令——不是為了省錢，是為了讓對話讀起來像個同事在講話，不像機場貴賓廳的接待員在講話。多出來的閱讀時間累積起來，比省下的 token 錢還可觀。

什麼時候不要用（會踩坑）

一個判斷小訣竅：如果你希望它回你的東西讀起來像人、有溫度、有節奏，就不要用 Caveman。這個手法是刻意把「像人」這一層剝掉，換成純資訊。

最後說兩句

大家最近都在追「換哪個新模型」「怎麼把上下文塞更多東西」——我自己的觀察是，這些細調對日常帳單的影響，遠不如「把客套話關掉」這件事來得直接。前者要換錢包，後者只要換一段指令。

你付給模型的錢，有相當一塊是在買它的禮貌詞。而禮貌詞對你有沒有價值，只有你知道。

Caveman prompt 不是要你把 Claude 變無禮，是把它變成一個有話直說的同事。 這種同事，反而是最省你時間的那種。

這類 AI 工具的實測、prompt 收集、還有我踩坑的過程，我平常在 YouTube 頻道「酷可實驗室」上做：

訂閱酷可實驗室 YouTube 頻道 →

延伸閱讀：

• AI 幫你寫程式老是衝太快、還自稱「完成了」？幫它裝一套資深工程師的工作紀律（一行指令）
• Claude 設定你可能忽略了：我用 6 個月後留下的 System Prompt 拆解
• Claude 上下文長度多少？和 Gemini、GPT 對照（2026 年 7 月）
• MCP 是什麼？三個新手最常搞錯的誤解一次講清楚