降本方案目录降本方案方案 1（强烈推荐）：Vertex AI 显式上下文缓存（Context Caching）方案 2（推荐并行做）：路由调用降级到 Flash 模型方案 6：控制输入/输出体积收益预估汇总（叠加实施）调用 LLM 的花销结构：当前的成本消耗模型：每条工单会调用两次LLM（detect_ticket_type+call_classify_llm）每次调用的 prompt 结构为{固定模板} + \n\n【工单对话数据】：{变化的对话}固定模板部分很长（例如promptIntentClassifyGongDanX2D.txt有约 200 行，路由 prompt 也不短），但每次请求都完整重传使用的是gemini-3.1-pro-preview，是较贵的 Pro 模型有 19 个子模板 + 1 个路由模板，几乎每次调用都是同一个模板前缀重复出现下面按收益/改动成本排序给出方案：方案 1（强烈推荐）：Vertex AI 显式上下文缓存（Context Caching）这是最直接的降本手段，专门针对"prompt 大部分固定"这个场景。Gemini 在 Vertex