# Claude API 提示预缓存：先预热系统提示，再让真实请求直接命中缓存，首 token 生成更快

> 原标题：API提示预缓存加速首令牌生成

- 来源：AI HOT 精选
- 发布时间：2026-05-14T23:35:36.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/20715
- 原文：https://x.com/ClaudeDevs/status/2055069548672631218

## 摘要

一个减少长提示首 token 延迟的实用技巧。在用户请求到达前，先单独发一次系统提示给 Claude，让它把提示写进缓存，但跳过输出。等真实请求进来时，缓存已经热好，直接命中，省掉重复处理长提示的时间。正文没披露具体提速多少，但思路很直接，适合系统提示固定、用户提示多变的场景。

## 推荐理由

Claude API 支持在真实请求到达前先单独发送系统提示写入缓存并跳过输出，让后续请求直接命中缓存，减少长提示的首 token 延迟。

## 锐评

预缓存这个思路对系统提示固定的 agent 挺实用，省的是首 token 延迟，钱一分没省。缓存写入本身按 token 计费，命中才便宜，系统提示不长的话，预热那一次的开销可能比省下的还多。缓存有 TTL，过期就得重写，用户请求稀疏的场景等于白热。系统提示几千 token、QPS 稳定的服务可以上，个人开发者那点量，先算清楚账。
