promptgarten 🌱
🌍 DE
概念●●○4 分钟 · +40 XP

Batch Processing:批量自动处理大量任务

成百上千个同类任务都能自动跑完:可以用循环里的 claude -p,也可以用半价的 batch API(截至 2026 年 7 月)。

基本想法

有些任务本质上是很多个一样的小任务:迁移 500 个文件、给 2000 段文本分类、翻译每一条产品描述。要做这些事,你不需要手动聊 500 次——批量处理可以自动搞定。

方式一:headless fan-out

Claude Code 就算没有交互式 session,也能用 claude -p "任务" 运行。在一个遍历文件列表的脚本循环里,这就变成了一种 fan-out:每个文件对应一次调用。官方文档建议三个步骤:生成任务列表、搭建循环、先在 2 到 3 个文件上测试并打磨 prompt——然后再放开跑全部文件。--allowedTools 用来限制 agent 在无人监督时能做什么。

方式二:厂商提供的 batch API

对于不需要工具、纯粹的模型请求,可以用 batch API:你把大量请求一起提交,它们会被异步处理。Anthropic(Message Batches API)和 OpenAI(Batch API)为此收取标准价格的 50%(截至 2026 年 7 月)。在 Anthropic 那边,大多数 batch 会在一小时内完成;在 OpenAI 那边,处理窗口是 24 小时(截至 2026 年 7 月)。

Batch 还是交互式?

当任务彼此独立、形式统一,而且不需要立刻拿到结果时,batch 就很划算。如果你想在过程中控制、检查或纠正——或者任务本身要边做边搞清楚——那就应该保持交互式。

示例

一个团队需要给 1200 张 support ticket 按主题分类。与其发 1200 次单独请求,不如向 Message Batches API 提交一个 batch——半价(截至 2026 年 7 月),处理完之后可以一次性把所有结果取回来。

小测验

什么时候该用 batch API,而不是一个个发交互式请求?

来源

相关主题

Headless 模式:不需要交互运行 agent ●●○AI agent 的成本控制 ●●○什么是 subagent? ●●○什么是 API?(说人话版) ●○○