Sonnet 做事、Opus 當顧問、Haiku 跑腿:Claude Code 省額度配置

不用整場開 Opus。這篇整理我怎麼在 Claude Code 裡分工三個模型,包含一次性設定、日常用法、怎麼確認有沒有省,以及可以直接貼的範本。

用 Claude Code 寫程式,最容易燒額度的做法是整場都開最強的模型。但大部分的動作其實不需要:改檔案、照既定方案實作、找一個函式在哪,都是 Sonnet 甚至 Haiku 就能做好的事。真正需要強模型的,是「定方案」「卡關」「收尾前再檢查一次」這幾個時刻。

這篇是我給團隊寫的使用說明,整理成文章。重點是三個模型各做擅長的事,再用 CLAUDE.md 的幾行規則控制什麼時候呼叫誰。

概念:三個模型各做擅長的事

日常工作交給 Sonnet,只在關鍵時刻請 Opus 當顧問(advisor),跑腿雜事交給 Haiku。官方文件的說法是,較快的主模型搭配較強的顧問,通常比全程用強模型便宜。

角色 模型 負責什麼 什麼時候跑
主模型 Sonnet 寫程式、改檔案、日常對話 全程
顧問(advisor) Opus 定方案、卡關除錯、完成前檢查 Claude 判斷需要時才呼叫
跑腿子 agent(scout) Haiku 找檔案、找函式、讀長文件或 log 被派工時

要特別知道一件事:顧問每次被叫,都會用 Opus 把整段對話重讀一遍,而且這部分不吃快取。所以重點不是「多問」,而是「少問、問在刀口上」。這也是後面要在 CLAUDE.md 寫規則的原因,顧問的呼叫次數沒有設定可以限制,只能靠指示。

一次性設定(約 5 分鐘)

先把 Claude Code 更新到最新版,然後做下面三步。第 1 步每個人自己做;第 2、3 步建議 commit 進專案 repo,團隊成員 pull 下來就有。

  1. 設定主模型與顧問(每個人自己做):在任一專案開 Claude Code,輸入 /model sonnet,再輸入 /advisor opus。設定會存進 ~/.claude/settings.json,所有專案都會套用,桌面版也能打這兩個指令。
  2. 在專案 CLAUDE.md 加上「模型分工」規則:把文末範本的「模型分工」段落貼進專案根目錄的 CLAUDE.md(沒有就新建)。
  3. 加入 scout 子 agent:把文末的 scout.md 放在專案的 .claude/agents/scout.md(團隊共用)。只想自己用、而且所有專案都要,就放在 ~/.claude/agents/scout.md。

檔案位置一覽:

檔案 團隊共用(commit 進 repo) 只給自己、所有專案
CLAUDE.md <專案>/CLAUDE.md ~/.claude/CLAUDE.md
scout 子 agent <專案>/.claude/agents/scout.md ~/.claude/agents/scout.md
模型設定 不建議(每人額度不同) /model + /advisor 自動寫入 ~/.claude/settings.json

macOS 上 ~ 是 /Users/<帳號>/。.claude 是隱藏資料夾,在 Finder 按 Cmd + Shift + . 才看得到。如果 ~/.claude/settings.json 已經存在,不要手動覆蓋,用指令設定就好。

個人版 scout 也可以直接在 Terminal 建(先把 scout.md 存到下載資料夾):

mkdir -p ~/.claude/agents
mv ~/Downloads/scout.md ~/.claude/agents/scout.md
ls ~/.claude/agents

確認有生效:輸入 /advisor 應顯示 Opus;輸入 /memory 可看到讀了哪些 CLAUDE.md;問 Claude「列出你可以用的子 agent」,應看到 scout。新版已經沒有 /agents 指令。

日常使用

設定好之後照常工作就好。Claude 會照 CLAUDE.md 自己決定何時問顧問、何時派 scout。下面是想手動介入時的說法:

情境 可以這樣說
要動大的、想先定方案 「動手前先問 advisor 這個做法」
同一個錯修不好 「這個錯已經出現兩次了,先問 advisor」
想在收尾前多一道檢查 「說完成之前請 advisor 檢查一次」
找檔案、找函式在哪 「用 scout 找出 Prisma schema 在哪」
讀長 log 或文件 「用 scout 讀這份 log,只回報錯誤重點」
小修改(改名、改字、補型別) 直接說就好,不需要顧問

幾個小技巧:

  • 對話太長時用 /compact 壓縮或 /clear 重開。對話越長,顧問每次重讀的成本越高。
  • 一個對話只做一件事,換任務就開新對話。
  • 任務本來就很短時,可以先 /advisor off,省掉顧問的開銷。

確認有沒有省、怎麼調整

用一陣子後輸入 /usage,看各模型的用量分布。顧問的用量會算在這裡的總數。

看到的狀況 代表什麼 怎麼調
Sonnet 佔大部分,Opus 一小塊 配置正常 不用動
Opus 用量偏高 顧問被叫太頻繁 把 CLAUDE.md 的呼叫條件收緊,例如「動 5 個以上檔案才問」
幾乎看不到 Opus 顧問沒生效,或任務太短 輸入 /advisor 確認設定;也可能本來就不需要
Haiku 一直沒用到 scout 沒被派工 確認 scout.md 位置,或直接說「用 scout…」

省多少要看原本怎麼用:原本全程開 Opus 的人會省很多;原本就用 Sonnet 的人,顧問是額外開銷,換來的是少繞冤枉路。wmedia 整理的 Anthropic 測試數字是,比只用 Sonnet 成本少 11.9%、準確率高 2.7%,實際依任務而定,請當成參考,不要當成保證。

限制與常見問題

  • 顧問還是實驗功能:行為、計價和可用性都可能變。
  • 要直連 Anthropic API:訂閱帳號和 API 計費帳號都能用;走 Amazon Bedrock、Google Cloud、Microsoft Foundry 的不支援。
  • 關掉 telemetry 會連帶關掉顧問:設了 DISABLE_TELEMETRY 這類關閉 feature flag 的環境變數,顧問會打不開。
  • 顧問不能比主模型弱:主模型換成 Opus 時,顧問只能是 Opus 或 Fable,設 Sonnet 會自動不掛上。

Q:可以設定顧問最多問幾次嗎? 不行,官方沒有這個設定。只能在 CLAUDE.md 或對話裡要求它多問或少問。

Q:怎麼看顧問說了什麼? 對話中會出現 Advising 這行,讀完後按 Ctrl+O 可以看內容。

Q:暫時不想用顧問? 輸入 /advisor off。要開回來就再打 /advisor opus。

Q:背景子 agent 也會很耗額度嗎? 依 FourWeekMBA 的整理,11/04 之後的版本已改用 Haiku 5.5 從短筆記寫狀態,每次更新便宜約 99%,整個 session 約少用 5%。更新到最新版就自動生效。

我自己怎麼用

我自己所有專案共用的 CLAUDE.md,規則就是文末這一份:顧問只在三個時刻呼叫,其餘自己處理。

  1. 定方案前:要動 3 個以上檔案、改架構、或有多種做法時,先問顧問再動手。
  2. 同一個錯出現第二次:同一個錯誤或測試失敗連續兩次沒修好,停下來問顧問,不要第三次瞎試。
  3. 宣告完成前:說「做完了」之前,請顧問檢查一次。

我覺得第 3 點最值得:它不是為了省額度,而是強迫自己在收尾前多一次獨立的檢查。至於門檻要設 3 個還是 5 個檔案,先照預設用一陣子,看 /usage 再調。

附錄:範本

CLAUDE.md「模型分工」段落

貼進專案的 CLAUDE.md。可依團隊習慣調整門檻(例如「3 個以上檔案」)。

## 模型分工(省額度)

### 顧問(advisor)只在這三個時刻呼叫
1. 定方案前:要動 3 個以上檔案、改架構、或有多種做法時,先問 advisor 再動手。
2. 同一個錯出現第二次:同一個錯誤或測試失敗連續兩次沒修好,停下來問 advisor。
3. 宣告完成前:說「做完了」之前,請 advisor 檢查一次。

除此之外不要呼叫 advisor:改名、改字、補型別、照既定方案實作,都自己處理。

### 跑腿工作交給 Haiku 子 agent
- 搜尋檔案、找函式在哪、讀長文件/log → 交給 scout 子 agent。
- 只要求它回傳結論與檔案路徑,不要把整份檔案帶回主對話。
- 需要判斷、設計、寫程式的工作留在主模型。

scout.md

放在 .claude/agents/scout.md(團隊)或 ~/.claude/agents/scout.md(個人)。

---
name: scout
description: 跑腿用的唯讀子 agent。用來搜尋檔案、找函式或設定在哪、讀長文件或 log 並摘要重點。需要判斷、設計或寫程式時不要用。
tools: Read, Grep, Glob
model: haiku
---

你是一個快速、精簡的偵察員。

- 只讀不寫,不修改任何檔案。
- 回傳格式:
  1. 一句話結論
  2. 相關檔案路徑與行號(path/to/file.ts:42)
  3. 必要時附最多 10 行的關鍵片段
- 不要貼整份檔案,不要給修改建議,除非被要求。
- 找不到就直接說找不到,並列出你搜過哪些地方。

參考資料

施鈞豪 Albert Shih

超過 15 年軟體開發與 DevOps 經驗,專注 AWS 雲端架構。 與我聯絡