本文介绍小语言模型窄域自动化优化的第二种策略：复用提示前缀的键值缓存。窄域任务提示中静态指令占绝大部分，逐条重算全部前缀十分浪费。作者用Qwen2.5-0.5B在600条工单上测试，将静态前缀预填充一次并缓存，每条仅处理变化的后缀，并需正确设置注意力掩码、缓存位置，处理后裁剪缓存。结果运行时间从184.85秒降至80.07秒，减少约57%，预测完全一致。