目錄

聯繫我

如果有任何問題或建議，歡迎隨時聯繫我：

• Email

前言

五天下來，我們累積了不少判斷依據：四階模型的規格差異、1:5 的計價結構、由上往下的選型流程、Haiku 的四道判準、context 的取捨。

資訊量不小。而資訊量一大，就會發生一件事——你在真正要做決定的那一刻，一條都想不起來。

所以今天不講新東西。今天做一件事：把前五天收斂成一張你可以貼在螢幕旁邊、五秒鐘查完的決策表。

這是第一階段的收尾。明天開始我們進入第二階段，專心處理「省」這件事。但在那之前，先把「選對」這件事變成肌肉記憶。

本篇是 Day 1～Day 5 的濃縮。所有規格數據皆於 2026 年 8 月對照官方文件查證。

目錄

一、主決策樹

從 Q1 開始，一路往下答。看到 【終點】 就停，那就是你的答案。

Q1｜這個任務會跑很多次嗎？

• 否，一次性 → 用 Opus 5，別優化——你的時間比 token 貴　【終點】
• 是，會重複跑 → 往下

Q2｜需要超過 200k context 嗎？

• 是 → 淘汰 Haiku 4.5，往下
• 否 → 往下

Q3｜需要模型「自己知道」2025 年 2 月之後的新知識嗎？

判準：資料能直接餵進 prompt 的話，就算「否」。

• 是 → 淘汰 Haiku 4.5，往下
• 否 → 往下

Q4｜需要深度推理，或需要它「發現你沒問到的問題」嗎？

判準：這件事你自己做，需要停下來想一下嗎？

• 否 → Haiku 4.5 起手，跑 evals 驗證
  • 守不住？→ 升級 Sonnet 5　【終點】
• 是 → 往下

Q5｜是長時間、多步驟的自主代理任務嗎？

判準：數十個步驟／要跑好幾個小時。

• 是 → Fable 5　【終點】
• 否 → Opus 5 起手，跑 evals，守得住就往下降一階　【終點】

二、四個判斷維度速查

決策樹背後其實只有四個維度。記住這四個，你不用看圖也能判斷：

注意「知識新鮮度」那一列的第二個選項。 很多看起來需要新知識的任務，只要把最新資料直接放進 prompt，就從「需要模型知道」變成「需要模型讀」——判準就過關了，可以降級。

這是最容易被忽略的一次降級機會。

三、常見情境直接查表

懶得跑決策樹的話，先在這裡找你的情境：

四、三條原則（比表格更耐用）

表格會過期，模型會改版。但這三條原則不會：

① 先確認做得對，再往下調到省。

從能力充足的地方起步，建立基準線，然後在有評測證據的前提下逐階降級。反過來做——先追求省再想辦法變對——那不是優化，那是猜。（Day 3）

② 不為你用不到的能力付錢。

省不是砍到最便宜，是把「這個任務真正需要什麼」盤點清楚，然後不多買。四個維度全部用不到的任務，用最貴的模型只是在燒錢。（Day 1、Day 4）

③ 篩選放什麼，跟有多少空間一樣重要。

1M context 不是「不用思考」的許可證。塞太多會 context rot，而且快取只會讓它變便宜，不會讓它不佔位子。（Day 5）

五、什麼時候該重新跑一次這張表？

決策不是做一次就結束。四個時機該重跑：

• 模型改版時。 官方對 effort 的提醒同樣適用於選模型：「run a fresh effort sweep on your evals rather than reusing them」——連你自己上次調好的設定都不算證據。
• 用量規模跳一個量級時。 每天 100 次跟每天 100,000 次，值得優化的程度差 1000 倍。
• 任務內容漂移時。 使用者的問題變複雜了、輸入變長了，原本的判準可能已經不成立。
• 帳單超出預期時。 這時候先別急著換模型——先確認錢花在哪裡。這是 Day 13 的主題。

六、四個常見的選錯模式

決策表告訴你該怎麼選。但實務上選錯這件事，其實有固定的形狀——認得出來，就能提早攔下。

① 複製貼上慣性

症狀： 你的專案裡有五處在呼叫 Claude，全部用同一個模型，而那個模型是你第一次寫的時候從某篇教學文複製過來的。

為什麼危險： 這根本不是判斷，是遺留設定。而且它會擴散——後來的人看到既有程式碼這樣寫，就跟著這樣寫。

怎麼修： 把模型名稱從各處抽出來，變成一個依任務命名的設定：MODEL_FOR_CLASSIFY、MODEL_FOR_REVIEW。光是被迫替它取名字，你就會被逼著想清楚這個呼叫在做什麼。

② 一支模型走天下

症狀： 「我們統一用 Sonnet 5，簡單好管理。」

為什麼危險： 統一確實好管理，但它的代價是所有任務都按最難的那個定價。你的分類任務在補貼你的 code review。

怎麼修： 不必一步跳到完整的模型分流。先從用量最大的那一個任務下手就好——通常前兩名的呼叫量就佔了八成以上的帳單。

③ 出事就升級

症狀： 結果品質不好 → 換更貴的模型 → 好一點了 → 收工。

為什麼危險： 這是 Day 3 講的「沒有基準線」的另一面。升級之所以有效，常常是因為更強的模型會自己補完你沒寫清楚的意圖——問題被掩蓋了，不是被解決了。你付了 5 倍的錢買一個 prompt 修補服務。

怎麼修： 升級之前先問一句：如果我把指令寫得更明確，現在這個模型做得到嗎？ 先花十分鐘改 prompt，改完還是不行，那才是真的需要升級。

④ 憑感覺降級

症狀： 「我用 Haiku 試了幾次，看起來還可以，就換過去了。」

為什麼危險： 「試了幾次」通常試的都是簡單案例——而簡單案例任何模型都會過。真正的問題會在正式環境遇到第一個複雜輸入時才爆，而且往往是靜默的（Day 4）。

怎麼修： 二十個測試案例，其中三到五個是你刻意挑出來的難題。這是 Day 3 的最小可行 evals，十行程式碼的事。

這四個模式有個共同點：它們都是在迴避「這個任務到底需要什麼」這個問題。

複製貼上是不想想，一支到底是不想分開想，出事就升級是用錢換不用想，憑感覺降級是想了但沒驗證。

而這整張決策表，說穿了就是逼你把那個問題想完一次。

本篇自我挑戰

• 今日挑戰：把上面那張決策樹跑過你目前所有在用 Claude 的地方（不是挑一個，是全部列出來）。做成一張三欄的表：任務 / 現在用什麼 / 決策樹說該用什麼。

  重點看第二欄跟第三欄不一樣的那幾列。對每一列問一句：我當初為什麼選了現在這個？

  我自己做這件事的時候，發現我有四個地方在用 Opus 5，其中三個的答案是「因為我第一次寫的時候複製了別人的範例，然後就沒改過」。這不是判斷，這是慣性。

• 反思：這張表最大的風險，其實是它太好用了——好用到你會照著查、而不再思考。你覺得什麼情況下應該推翻這張表？我的答案是：當你的任務有一個這四個維度都描述不到的特性時。 例如合規要求、資料落地、或是某個模型在你的特定領域上就是表現特別好。表格處理的是通則，例外永遠需要你自己判斷。你的工作裡有這種例外嗎？

總結

第一階段到這裡告一段落。五天下來，我們其實只做了一件事：把「選哪個模型」從一個憑感覺的問題，變成一個有依據的問題。

決策樹只有四個維度：容量、知識新鮮度、推理深度、時間壓力。四個都不吃緊的任務交給 Haiku 4.5，需要深度推理的從 Opus 5 起手，長時間代理任務才輪到 Fable 5，而一次性的任務——別優化，用 Opus 5，你的時間比 token 貴。

比表格更耐用的是三條原則：先對再省、不為用不到的能力付錢、篩選跟空間一樣重要。

明天進入第二階段。我們已經知道該選哪個模型了，接下來要處理的是另一半——同樣的模型，怎麼用得更省。而第一站要回答一個最基礎、也最多人誤會的問題：token 到底是什麼？

本日關鍵字回顧

• 四個判斷維度：容量、知識新鮮度、推理深度、時間壓力。決策樹的全部骨架。
• 知識可替代性：需要模型「自己知道」才算數；把資料餵進 prompt 就從知識問題變成 context 問題，可據此降級。
• 一次性任務不優化：呼叫次數少時，優化成本高於節省金額，直接用 Opus 5。
• 重評時機：模型改版、用量跳級、任務漂移、帳單異常。
• 表格的極限：通則之外的例外（合規、資料落地、特定領域表現）仍需人為判斷。

明天開始，我們把鏡頭對準帳單本身。你知道同樣一句「你好嗎」，中文和英文吃掉的 token 數不一樣嗎？而這個差異，正是很多中文開發者帳單失控的起點。

Day 7，我們從 token 的本質談起。