一、上下文管理技巧
- 避免模糊 prompt ：使用前先查阅 TRAE Work 官方知识库，明确任务范围，避免因 prompt 表述模糊导致的无效 token 消耗
- 对话减负 ：可将 TokenSlim 作为 AI Agent 的上下文预处理器，仅让 AI 看到压缩后的关键信息，减少噪音干扰，降低 token 消耗的同时还能提升 AI 回答的精准度
- 上下文压缩 ：对代码审查相关的 git diff/git log/git merge 输出内容进行字典化和去重处理，可节省 60% 以上的 token，实测 7244 次压缩运行累计节省 3.9M Token，约合 19 美元的 API 费用
二、模型选择技巧
- 按需选择模型 ：日常普通聊天、简单方案讨论这类对结果要求不高的场景，优先使用 DeepSeek 等性价比高的模型；需要产出高质量交付物（如代码、方案、报告）的复杂任务，再使用 GLM 5.2 这类高级模型，把积分花在刀刃上
- 区分使用场景 ：Trae IDE 需要使用速通服务，Trae Work 日常普通场景无需使用速通，可大幅降低积分消耗
三、积分获取技巧
- 参与官方活动 ：积极参与官方推出的各类活动，比如「TRAE Work 知识库学习周」活动，每日打卡即可参与抽奖，优质打卡还能获得 TRAE CN 100 次速通卡（价值 99 元）
- 新用户福利 ：新注册用户可领取 7 天速通会员福利，可免费使用速通服务
- 投稿获奖 ：参与「TraeWork 的 100 种用法」有奖征集活动，投稿入选专栏可获得 100 元京东卡，参与奖也有机会获得周边奖励