- 选对模型，不盲目用高阶大模型。简单文本处理、查询、摘要优先低倍率模型；复杂编码、深度推理、识图任务再切换高阶模型，从源头减少积分消耗。
- 不要无限堆一轮会话上下文。对话轮次过多及时新建会话，上下文越长，每轮提问 token 消耗越高，积分会悄悄被扣掉。
- 善用上下文压缩。会话内容繁多时执行压缩，清理无用历史，降低每一轮输入 token，减少扣费。
- 指令写完整，带上约束和格式要求。需求描述清晰，写明输出格式、范围、限制条件，尽量一次得到合格结果，避免反复修改重生成浪费积分。
- 重复任务封装自定义 Skill。周报、模板生成、固定处理逻辑，封装 Skill，不用每次粘贴一大段提示词，减少输入 token。
- 大任务拆解成多个小任务。不要把庞大工程一次性丢给 Agent，拆分分步执行，防止单次任务 token 爆炸，积分大量消耗。
- 微小修改尽量手动调整。简单改文字、调整样式、字段替换，优先自己手动改；把 AI 留给复杂重构、开发、分析等高价值工作。
- 优先本地环境执行脚本。可本地运行的脚本、数据处理交给本地环境，不占用云端调用积分；云端留给需要联网、复杂工具调用的场景。
- 指定文件路径，缩小 AI 检索范围。改项目代码、文档时直接指定文件，不要让 AI 扫描全部项目文件，减少多余工具调用次数。
- 用好免费积分渠道。坚持每日签到拿 Work 积分，参与社区活动、邀请好友获取免费额度，免费积分用来做日常任务，付费积分留给重度复杂任务
1 个赞
压缩=重新对话，一点用的都没有，宁愿新开一个会话也不要压缩