为什么提示词缓存对 LLM 应用至关重要？现代 LLM 应用经常多次接收到相同或几乎相同的提示词。这种情况常见于表单提交、常见问题解答（FAQ）、代理工具调用，或用户用不同措辞询问同一内容。若无缓存机制，这些重复请求均需支付全额 Token 成本、承受完整延迟，并给您的速率限制带来不必要的压力。目前生产环境中已采用四种缓存方法。本文是该三篇系列文章的第一部分，介绍第一种也是最基础的方法：精确匹配缓存。第二部分将涵盖语义缓存，适用于含义相同但措辞不同的请求。第三部分将探讨模型服务层本身的内容：自托管 KV 缓存复用与提供商前缀缓存，以及每个团队最终都需要掌握的生产细节：监控指标、核算成本，以及一份完整的检查清单。