Промпт для ИИ: как экономить до 30 раз на токенах и кеше

Оптимизация кеша ИИ может снизить расходы на токены в 8–10 раз — но одна-единственная строка в системном промпте способна отключить кеш целиком, и вы даже не заметите этого без специального замера. Живой пример: у DeepSeek на одинаковой сессии кеш попадал в 0 запросах из 4 при «сломанной» сборке промпта и в 1152 токена из ~1180 — при «починенной». Разница в одной строке — и в итоге в 30 раз больше расходов на одни и те же запросы.

Почему одна строка ломает всё: как написать промпт для ИИ, который работает

Кеш у провайдеров ИИ работает как префиксное дерево: система сравнивает первые N токенов нового запроса с предыдущим. Как только токены расходятся — кеш обрывается, и весь остаток промпта считается заново по полной цене. Самая частая причина переплаты за ИИ — это `datetime.now()` или любая другая динамика в начале системного промпта:

```python

system = f"Current time: {datetime.now()}.\n{POLICY}\n{KNOWLEDGE_BASE}"

```

Время меняется на каждом вызове — значит, расхождение случается уже на четвёртом слове, и все две тысячи токенов политик и базы знаний каждый раз оплачиваются заново, хотя их содержимое не менялось вообще.

Сколько это стоит в деньгах: готовые промпты для ИИ и их цена

Токен из кеша дешевле обычного в 10–31 раз в зависимости от провайдера. На агенте с промптом 1200 токенов и 10 000 вызовов в день разница выглядит так:

- DeepSeek v4-flash: $158/мес без кеша против $8/мес с кешем

- OpenAI gpt-5.6-sol: $1440/мес против $173/мес

- Anthropic Sonnet: $1080/мес против $130/мес

Это и есть эффективность AI моделей на практике: экономия на токенах AI — не абстрактная метрика, а разница в тысячу долларов в месяц на одном-единственном агенте с одной забытой строкой.

Важный нюанс для тех, кто уже на Anthropic: как создать промпт для ИИ, избегая ошибок

У DeepSeek и OpenAI кеш включается автоматически. У Anthropic его нужно явно попросить параметром `cache_control={"type": "ephemeral"}` — без этой строки кеша нет вовсе, независимо от того, как собран промпт. Это критично для управления расходами ИИ: если вы просто скопировали пример кода без этого флага, вы платите полную цену за каждый вызов и даже не знаете об этом.

Баги, которые не видно глазами: промпт для ИИ фото и скрытые проблемы

Не все проблемы с оптимизацией кеша ИИ так очевидны, как время в системном промпте. Есть минимум четыре скрытых сценария:

- Плавающий порядок ключей при сборке схем инструментов из словаря — у Anthropic кеш покрывает `tools`, `system`, `messages` именно в таком порядке, и сбой в начале не виден в коде промпта.

- База знаний из `set()` — содержимое то же, порядок другой между процессами, префикс расходится.

- Истёкший TTL или проблема на стороне провайдера — сборка промпта корректна, но `cache_read_tokens == 0`. Чинится маршрутизацией запросов, а не переписыванием промпта.

- Шаблон, рендерящийся по-разному под нагрузкой — условный блок, который попадает в промпт раз в сто вызовов.

Общая черта всех четырёх — промпт большой, изменение маленькое, и без замера usage-полей, которые провайдер и так возвращает, это невозможно найти.

Что делать прямо сейчас: ии для создания промпта и первые шаги

Оптимизация промптов начинается с одной проверки: посмотрите на первую строку своего системного промпта. Если там дата, время, ID сессии или любое другое значение, меняющееся между вызовами, — вынесите его в конец промпта или в отдельное сообщение. Дальше стоит логировать `usage` из ответов провайдера в JSONL и смотреть на реальный процент попаданий в кеш — без этого переплата за ИИ остаётся невидимой, пока не придёт счёт за месяц.