提示缓存
Prompt caching
学到 认得 就够：听到能明白
你可能会说
“我反复用同一套分类规则处理不同文章，为什么有人说缓存能节约处理开销？它会把上次答案原样拿来吗？”
提示缓存复用请求中可重复处理的输入部分，减少某些重复计算或费用；通常不是缓存最终答案，也不意味着模型永久记住了你的项目。
使用 AI
科研里的例子
将共同的政策编码规则和示例放在前面，每次只替换待编码段落；比较日志中的缓存命中，而不是假定所有输入都复用。
许多实现依赖相同的输入前缀或明确缓存断点，规则和示例稳定时更容易复用。支持条件、有效期、命中方式和价格会随平台与模型改变，不能沿用过期教程。即使输入被缓存，每次生成仍可能不同。科研任务应先把稳定规则与变化材料分开，再根据实际命中与成本记录判断收益，同时留意缓存与数据保留政策是相关但不同的问题。
判断
亲手检查一次
在相同任务条件下检查命中统计、延迟和账单口径，确认稳定前缀没有夹入不断变化内容，并核对当前官方保留规则。
它做不到的
缓存不是长期知识库，也不能保证输出相同；缓存期限、计费单位和可用模型属于产品实现，不能泛化成所有 API 的特性。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。