英文：Prompt Caching 分类：inference
缓存输入前缀的 KV 状态，使重复请求跳过重算的推理优化。对话延续、系统提示、RAG 文档场景收益显著，主流 API 已按缓存价格计费。
实现：精确前缀匹配（Token 级一致才命中）、自动/手动缓存（TTL 或显式标记）、缓存存储（显存/磁盘分层）；收益：首字延迟下降、成本下降（缓存读价低于重算价）。
用于多轮对话（每轮复用历史）、RAG（长文档前缀缓存）、Agent（共享上下文）与 API 服务；提示缓存是"长上下文+低成本"的关键配套。