Prompt Caching
提示词缓存
提示词缓存让模型服务重用相同输入开头的处理结果。它可能减少重复工作，但不会直接拿旧答案来回答。
stable prefix → cache write/read → usage4,096 个固定输入 Token客服应用会在每个新问题前发送相同规则和工具列表。服务会重用这段开头；规则改变后，就要重新处理。prefix_42固定｜变化写入 → 读取stable input prefix → cache write/read → usage recordOPS另一个例子
客服应用会在每个新问题前发送相同规则和工具列表。服务会重用这段开头；规则改变后，就要重新处理。
主要部分
- 01可复用的输入开头
- 02匹配或缓存断点规则
- 03缓存写入
- 04缓存命中或未命中
- 05保留时间和失效规则
- 06用量、延迟和成本
什么时候用
许多请求共用长而固定的开头，而且所选模型服务支持缓存时，可以使用。
什么时候不要用
不要把用户私密数据放进共用开头。也不要把提示词缓存当作答案存储或 HTTP 缓存。
代码里的名称
stable input prefix → cache write/read → usage record 上线前要检查
检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。
预期结果：使用或评估 提示词缓存 (Prompt Caching)，让 AI 行为可以衡量，也能连回证据。 用户场景：客服应用会在每个新问题前发送相同规则和工具列表。服务会重用这段开头；规则改变后，就要重新处理。 AI 方法或概念：提示词缓存 (Prompt Caching)。 适用理由：许多请求共用长而固定的开头，而且所选模型服务支持缓存时，可以使用。 不应使用的情况：不要把用户私密数据放进共用开头。也不要把提示词缓存当作答案存储或 HTTP 缓存。 AI 要求：定义输入与参考证据。设置模型和工具权限。使用有版本号的评估数据与指标。说明失败、拒答、隐私、速度与成本限制。 运营防护：保留可查询记录，并隐藏其中的敏感数据。提供用户看得懂的安全备用做法。标出必须由人工复核的步骤，并定义模型或提示词的恢复方式。 验收标准：在有版本号的评估集上记录当前基线与目标。测试边界案例与恶意输入。验证安全备用做法、监控、权限与恢复方式。 证据与限制（证据边界）：它只代表该来源的官方说法。其他平台或团队可能有不同用法。 待确认：目标任务、模型与版本、评估负责人、参考数据、风险阈值、工具权限，以及生产环境的安全备用做法。
检查这份需求
请 AI 编程助手检查当前如何使用 提示词缓存 (Prompt Caching)。 定义：提示词缓存让模型服务重用相同输入开头的处理结果。它可能减少重复工作，但不会直接拿旧答案来回答。 生产环境检查：检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。 修改程序前，先列出看到的证据、缺口、严重程度，以及最小且安全的修正。