Prompt Caching
提示指令快取
提示指令快取讓模型服務重用相同輸入開頭的處理結果。它可能減少重複工作，但不會直接拿舊答案來回覆。
stable prefix → cache write/read → usage4,096 個固定輸入 Token客服 App 會在每個新問題前送出相同規則和工具清單。服務會重用這段開頭；規則改變後，就要重新處理。prefix_42固定｜變動寫入 → 讀取stable input prefix → cache write/read → usage recordOPS另一個例子
客服 App 會在每個新問題前送出相同規則和工具清單。服務會重用這段開頭；規則改變後，就要重新處理。
主要部分
- 01可重用的輸入開頭
- 02比對或快取分界規則
- 03快取寫入
- 04快取命中或未命中
- 05保留時間和失效規則
- 06用量、延遲和成本
什麼時候用
許多請求共用長而固定的開頭，而且所選模型服務支援快取時，可以使用。
什麼時候不要用
不要把使用者私人資料放進共用開頭。也不要把提示指令快取當成答案儲存或 HTTP 快取。
程式裡的名稱
stable input prefix → cache write/read → usage record 上線前要檢查
檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。
預期成果：使用或評估 提示指令快取 (Prompt Caching)，讓 AI 行為可以衡量，也能連回證據。 使用者情境：客服 App 會在每個新問題前送出相同規則和工具清單。服務會重用這段開頭；規則改變後，就要重新處理。 AI 方法或概念：提示指令快取 (Prompt Caching)。 適用理由：許多請求共用長而固定的開頭，而且所選模型服務支援快取時，可以使用。 不應使用的情況：不要把使用者私人資料放進共用開頭。也不要把提示指令快取當成答案儲存或 HTTP 快取。 AI 要求：定義輸入與參考證據。設定模型和工具權限。使用有版本編號的評估資料與指標。說明失敗、拒答、隱私、速度與成本限制。 營運防護：保留可查詢記錄，並隱藏其中的敏感資料。提供使用者看得懂的安全退路。標出必須由人員覆核的步驟，並定義模型或提示詞的回復方式。 驗收條件：在有版本編號的評估集上記錄目前基準與目標。測試邊界案例與惡意輸入。驗證安全退路、監控、權限與回復方式。 證據與限制（證據邊界）：它只代表該來源的官方說法。其他平台或團隊可能有不同用法。 待確認：目標任務、模型與版本、評估負責人、參考資料、風險門檻、工具權限，以及正式環境的安全退路。
檢查這份需求
請 AI 程式助手檢查目前如何使用 提示指令快取 (Prompt Caching)。 定義：提示指令快取讓模型服務重用相同輸入開頭的處理結果。它可能減少重複工作，但不會直接拿舊答案來回覆。 正式環境檢查：檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。 修改程式前，先列出看到的證據、缺口、嚴重程度，以及最小且安全的修正。