启用会话id、缓存系统提示、外提结构化参数可降本：绑定唯一x-muse-session-id复用上下文；用cache_key替代system prompt使输入费用从$4降至$0.1/百万token；parameters+json schema替代自然语言指令减少12%～28%输入token。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想在调用Muse Wonder时避免反复提交相同提示、相同上下文或重复结构化参数，从而降低每百万token的输入费用——当前API定价为输入$4/百万token，重复发送意味着真金白银的浪费。
启用主动记忆并绑定会话ID
第一步：调用API时，在请求头中显式传入 【X-Muse-Session-ID: your-custom-session-id】，该ID需全局唯一且稳定（例如用户UUID+任务哈希），不能每次随机生成。
第二步：首次请求体中完整提供背景信息（如用户偏好、项目约束、历史决策点），后续同一session ID下的请求无需重复携带这些内容，Muse Wonder会自动从active memory中检索并补全上下文。
第三步：若中途需要清空该会话记忆，必须显式调用DELETE /v1/sessions/{session-id}，否则记忆将持续保留最多7天——不主动清理会导致后续无关请求意外复用旧上下文，引发逻辑错误。
用缓存输入替代原始文本输入
方法一：将高频复用的系统提示（system prompt）、角色设定、格式模板等预编译为缓存键。
向Meta Model API的缓存端点POST一个JSON对象，包含content字段（纯文本）和ttl_seconds（建议设为604800，即7天），获得返回的cache_key。
后续调用主API时，在messages数组中用{"role":"system","cache_key":"ck_abc123"}替代原始system消息，此时输入token计费按每百万token $0.1计算，而非$4。
注意：cache_key仅对完全相同的content和ttl组合有效，哪怕多一个空格也会生成新key，无法复用。
结构化参数外提+JSON Schema约束
把原本写在user message里的配置项（如"请输出JSON，字段必须包含id、title、status"）改为API请求体中的parameters字段，并附带严格JSON Schema。
这能让Muse Wonder跳过对自然语言指令的理解与解析阶段，直接进入结构化生成流程，实测可减少12%～28%的输入token消耗。
例如将“返回一个包含name、email、join_date的对象，日期格式为YYYY-MM-DD”这类描述，替换为parameters内嵌的schema定义，同时设置response_format={"type":"json_object"}。
