小王养了一只客服虾，用了两周，收到API账单——8000元！

他惊了：“怎么这么多？”

查看账单发现：

• • 客服虾每天处理1000个客户问题
• • 每个问题平均消耗2000 tokens
• • 每天200万 tokens
• • 14天2800万 tokens
• • 按0.3元/万tokens计算，就是8000元

小王说：“照这样下去，一个月要花1.7万，养虾的成本比养人还高！”

老班长的建议是：用这4个设置，帮你省钱。

da问题1：全部用最贵的模型

小王的客服虾，不管简单问题还是复杂问题，都用同一个模型——GPT-4。

简单问题如"我的快递到哪了"，这种任务用小模型就能处理，但他用的是大模型，成本高10倍。

问题：没有根据任务复杂度选择合适的模型，成本浪费严重。

设置1：智能路由选择模型

OpenClaw的智能路由功能，根据任务复杂度自动选择模型。

工作原理：

• • 简单任务（查快递、报进度）→ 用小模型（phi-4、gemma-9b）
• • 中等任务（订单问题、退款流程）→ 用中模型（gemma-27b）
• • 复杂任务（投诉处理、纠纷协调）→ 用大模型（llama-49b）

配置示例：

model_selector:enabled:truestrategy:"intelligent"models_by_complexity:simple:models:-"microsoft/phi-4-mini-instruct"-"google/gemma-2-9b-it"max_tokens:500cost_per_1k_tokens:0.001medium:models:-"google/gemma-2-27b-it"max_tokens:1000cost_per_1k_tokens:0.003high:models:-"nvidia/llama-3.3-nemotron-super-49b-v1.5"max_tokens:2000cost_per_1k_tokens:0.01复杂度判断:keywords:high: ["投诉", "纠纷", "复杂", "进阶", "架构"]       simple: ["查询", "进度", "状态"]     default:"medium"

效果对比：

综合节省：60%+

问题2：重复调用API

小王的客服虾，同一个问题被问3次，它调用API回答了3次。

第一次：用户问"我的快递到哪了" 第二次：用户又问了一遍 第三次：客服转发给虾

虾不知道这三个问题是同一个，每次都重新查API，每次都消耗tokens。

问题：没有缓存机制，重复计算。

设置2：启用结果缓存

OpenClaw的缓存功能，对相同的请求直接返回缓存结果。

配置示例：

cache:enabled:truebackend:"redis"# 或 "memory"redis:host:"localhost"port:6379db:0# 缓存策略strategy:# 相同的问题，24小时内直接返回缓存question_similarity:enabled:truethreshold:0.85# 相似度85%以上认为相同问题ttl:"24h"# 相同的API调用结果，1小时内直接返回api_call:enabled:truettl:"1h"# 相同的决策逻辑，30分钟内直接返回decision:enabled:truettl:"30m"

缓存工作原理：

场景1：重复问题

用户问：我的快递到哪了？ ↓ 虾：查API获取结果，生成答案（消耗2000 tokens） ↓ 结果缓存到Redis  用户问：我的快递到哪了？（相同问题） ↓ 虾：直接返回缓存的答案（消耗0 tokens） 

场景2：重复API调用

虾需要查订单12345的状态 ↓ 调用API获取结果（消耗100 tokens） ↓ 结果缓存到Redis  虾又需要查订单12345的状态（可能是另一个任务） ↓ 直接返回缓存的API结果（消耗0 tokens） 

效果对比：

综合节省：30-40%

问题3：提示词冗长

小王的客服虾配置了很长的提示词：

你是一个专业的客服助手，负责回答客户关于物流、订单、退款等方面的问题。 你需要友好、耐心、专业。 你的职责包括： 1. 理解客户问题 2. 根据问题类型决定需要调用哪个API 3. 处理API返回的结果 4. 生成友好的回复 5. 如果处理不了，告诉客户你会转接人工客服 ... （总共800字） 

每次调用，这800字都会被计入tokens消耗。

问题：提示词冗长，浪费tokens。

设置3：优化提示词结构

精简提示词，只保留核心信息。

优化前（800字 → 640 tokens）：

你是一个专业的客服助手，负责回答客户关于物流、订单、 退款等方面的问题。你需要友好、耐心、专业。你的职责包括： 1. 理解客户问题 2. 根据问题类型决定需要调用哪个API 3. 处理API返回的结果 4. 生成友好的回复 5. 如果处理不了，告诉客户你会转接人工客服... 

优化后（200字 → 160 tokens）：

客服助手：回答物流/订单/退款问题。 任务：理解问题→调用API→生成回复→失败转人工。 友好、专业、高效。 

优化技巧：

1. 1. 去掉冗余描述：
• • ❌ “你需要友好、耐心、专业”
• • ✅ “友好、专业”
2. 2. 用列表代替段落：
• • ❌ “你的职责包括理解客户问题，根据问题类型决定需要调用哪个API，处理API返回的结果…”
• • ✅ “任务：理解问题→调用API→生成回复”
3. 3. 用结构化描述：
• • ❌ 大段文字描述
• • ✅ 箭头分隔的步骤
4. 4. 模板化提示词：

prompt_template:|   你是{role}。   任务：   {tasks}   风格：{style} 

每次调用时只传变量部分：

prompt = prompt_template.format(     role="客服助手",     tasks="查物流、查订单、处理退款",     style="友好、专业" ) 

效果对比：

如果每天处理1000次调用：

• • 原成本：1000 × 640 = 640,000 tokens
• • 优化后：1000 × 160 = 160,000 tokens
• • 节省：480,000 tokens/天 = 1440万/月

问题4：单条处理效率低

小王的客服虾，收到一个问题就处理一个，效率低。

每次调用时：

• • 提示词：200 tokens
• • 用户问题：100 tokens
• • AI回复：200 tokens
• • 总计：500 tokens/次

如果有100个问题，就是50,000 tokens。

问题：没有批量处理，效率低。

设置4：启用批量处理

对相似类型的问题，一次性批量处理。

配置示例：

batch_processing:enabled:truestrategy:"topic_based"# 按主题分组grouping:enabled:truetimeout:"5m"min_batch_size:10max_batch_size:50# 批量处理提示词模板prompt_template:|     批量处理以下{count}个相同类型的问题：     {questions} 格式输出：1.问题1→答案12.问题2→答案2...

工作原理：

场景：10个用户都问"我的快递到哪了"

单条处理（原始方式）：

问题1：我的快递到哪了？（订单123） ↓ 调用：提示词 + 问题1（200 + 100 tokens） 回复：问题1答案（200 tokens） 总计：500 tokens  问题2：我的快递到哪了？（订单456） ↓ 调用：提示词 + 问题2（200 + 100 tokens） 回复：问题2答案（200 tokens） 总计：500 tokens  ...重复10次 总计：5000 tokens 

批量处理（优化方式）：

收集10个同类问题，5分钟后触发批量处理： ↓ 调用：提示词 + 10个问题（200 + 1000 tokens） 回复：10个答案（2000 tokens） 总计：3200 tokens 

效果对比：

综合效果

小王用了这4个设置后：

效果：原来的成本1/5！

实战配置

以下是完整的优化配置示例：

# ~/.openclaw/profiles/production/cost_optimization.yaml# 1. 智能路由选择模型model_selector:enabled:truestrategy:"intelligent"models_by_complexity:simple:-"microsoft/phi-4-mini-instruct"medium:-"google/gemma-2-27b-it"high:-"nvidia/llama-3.3-nemotron-super-49b-v1.5"# 2. 结果缓存cache:enabled:truebackend:"redis"redis:host:"localhost"port:6379ttl:"24h"# 3. 优化提示词prompt:template:|     {role}：{tasks}     风格：{style} variables:role:"客服助手"tasks:"查物流、查订单、处理退款"style:"友好、专业"# 4. 批量处理batch_processing:enabled:truestrategy:"topic_based"min_batch_size:10max_batch_size:50timeout:"5m"

老班长的建议

Token成本能省，为什么不省？

4个设置：

1. 1. 智能路由选择模型 - 节省60%
2. 2. 结果缓存 - 节省30-40%
3. 3. 优化提示词 - 节省75%
4. 4. 批量处理 - 节省36%

综合节省：80%

10分钟配置，一个月节省上万，何乐而不为？

成本监控

配置后，记得监控成本变化：

cost_monitoring:enabled:truealerts:-condition:"daily_cost > 500"action:"告警: 日成本超过500元"-condition:"cost_increase > 50%"action:"告警: 成本较昨日增长50%"报表:-"每日tokens消耗统计"-"各模型使用占比"-"缓存命中率"-"批量处理效率"

通过监控，进一步优化配置。

总结

OpenClaw养虾Token消耗快？4个设置帮你省钱：

1. 1. 智能路由选择模型 - 简单任务用小模型
2. 2. 结果缓存 - 重复问题直接返回缓存
3. 3. 优化提示词 - 精简冗余描述
4. 4. 批量处理 - 一次处理多个问题

效果：成本降到原来的1/5。

记住：省钱不是降质量，而是提效率。优化后的虾，省钱了，还更高效了。

OpenClaw成本优化指南: https://docs.openclaw.ai/cost-optimization老班长聊电商，教你省钱，教你赚钱