近几个月来我在同步使用Codex和Cloud Code 花了不少金金白银来顶格使用 可当我回看这几千块钱的账单呢 发现很多消耗其实都可以避免掉 那么在Exit和小红书上 我也看到很多人表示Token掉得很快 额度不够用的情况 像前段时间Cloud大面积封号 以及4月初Codex条D Plus党额度等等相关事件 都在释放一个强信号 AI厂商真的有点兜不住成本了 一面是资本的不断施压 一面又是高额的电能算力的成本 似乎慢慢的都在由终端用户来买单 妥妥的当理会接盘侠了 那么与其用的如此痛苦 不如我们想点办法 不仅能省下自己的血汗钱 省时间省精力 还能更从容的应对未来要长期与AI协作的现实 本支影片呢主要面向非编程背景的朋友 如果有哪里讲的不合适 也请大佬即刻多多指导多多包涵 谢过谢过 首先我先花30秒 简单介绍下当前主流模型的寄费模式 以及什么是Token消耗 寄费模式通常被拆分为两部分 一部分是输入 也就是你发给它的提示词 文件聊天记录等项目上下文 另部分是输出 也就是它生成的图片啊 代码文案等内容 而Token呢则是AI读写文字时用的计量单位 一Token约等于一到两个中文字符 那么在实际使用当中呢 我们与AI的每一轮对话 模型都会把前面的所有历史对话重新读一遍 比如第一个消息花了100Token 那么到了第三十条就要花将近2万Token 由此可以提炼出节省Token的三句话原则 第一降低单轮对话的成本 第二减少对话的总轮次 第三单位时间内提升对话的频次 那么围绕这三个原则 我总结了四个技巧 我们一个一个来说 第一个技巧 我们要多渠道利用AI的优势 这里的多渠道指的是除了Codex或者Cloud Code 还要利用好ChatGPT Gemini Notebook LM等一切免费好用的网页AI工具 尤其是我们仍依赖提示词工程的大背景下 我们仍要积极地利用AI在生成提示词准确性方面的优势 很多人用AI Agent的时候会有一个很自然的动作 就是把一堆文档啊截图网页报告全部都丢进去 然后呢我们就口述一个需求给他 让他自己来看自己操作 但是呢我们提出的需求往往没有重点 那我们可以先让其他的AI先对资料进行一个预处理 比如我想做一份手机游戏市场调研的PPT简报 已经准备好了公司幻动片的模板 手机游戏调研报告等等若干的资料 我们可以先把这些资料丢给Notebook LM当中 告诉他我想基于这些材料做一份调研简报 你先提炼每一页的PPT大纲 在提炼成功之后 这份PPT可以按照公司的模板格式 将材料的内容合理映射到每一页的位置当中 然后呢你再根据我的需求 直接生成一段可以在Codex当中使用的提示词 并整合好你设计的简报大纲一并给我 OK这份就是他已经生成好的全部内容 包括每页PPT的内容 还有能放在Codex当中直接使用的提示词 那么我们回到Codex新建对话 来挂载这个项目文件 让它直接生成 OK我们先来看一看生成的效果 可以看到它基本贴合了原模板进行排版与设计 在字体上还有一些小瑕疵 但是瑕不言语 至少是80分的水平 下面呢我们来看一看消耗量 在单窗口当中 它已经用掉了83%了 下面看看如果直接给它提这个需求 它会完成的如何呢 我们还是在Codex当中来新建一个对话 这里我口述了一段需求 文件内容呢也依旧保持不变 有意思的来了 还没有完成任务时啊 窗口背景信息就已经被占满 那么我们来看一下幻灯片的质量对比 可以看到这样的一份完全就不是模板的样式 它还自创了很多排版设计 每一页也没有一个明显的主题 甚至它花了20多分钟生成出来的东西 但其实完全没有办法在工作当中实际使用 也严重消耗的大量冗余的token 由此判断一套信息准确严谨的提示词 对生成效果的影响其实是非常大的 虽然Codex能自动压缩背景信息 但在过程中消耗的token量可是真实存在的 这样的搭配呢用法适用于任何的场景 希望对你有所帮助 第二个技巧是为AI赋予灵魂的关键一步 利用agents.md为任务建设三道关卡 有研究表明啊 用Codex在124个PR上做对照实验 同样的任务跑了两遍 有一次呢有agents.md的文档做指导 而一次没有使用 结果呢任务的完成率几乎一样 但当使用了agents.md的时候 运行时间不仅下降了29% token消耗还下降了17% 尤其是在多节点跨多模块的业务当中 其差距会更加的突出 你可以设想一下 现在你是一位产品经理 既要做竞品分析 原型设计 又要做产品调研解决分析 又要做竞品分析 原型设计 又要做产品调研解决方案等等 一堆复杂的工作 再叠加上业务忙起来呢 往往工作边界就会变得更加的模糊 真是百胜加金 这个时候啊 如果你为每一个工作节点 安排一个专家 有解决方案专家 产品原型设计专家 他们都为你一个人来服务 那么反映到AI当中呢 就是每个工作节点 来设计独立的skill 来指导这位专家进行工作 那么agent.md文件呢 就是指挥首脑 指挥这些专家更好的为你服务 那操作起来呢 其实也非常的简单 这三道关卡 用三句话就能概括 首先 我们用苏格拉底式提问 来明确目标 其次用第一性原理来构签项目 最后用奥卡姆剃刀去掉非核心的数据 我们先不讨论苏格拉底奥卡姆到底是谁 来干嘛的 我先直接带你拆解它是如何工作的 我们来打开codex 找到左下角的设置 在个性化中设置自定义指令 把下面这段内容复制进来 如果你在用chat GPT的话 在左侧栏项目当中创建一个新的项目 右上角找到项目设置 在指令框中同样粘贴这段内容 那么这段话究竟有什么神奇的效果呢 首先在任务目标还不清楚的时候 它会引导你先利用苏格拉底式提问法 让AI问你几个关键的问题 这些问题包括 这次任务的目标是什么 输出范围到哪里为止 有哪些内容不要做 一来呢它可以帮助你理清工作思路 二来也给它清晰的指引 从而以最短路径接近任务目标 接下来再利用第一性原理 把任务拆到最底层 包括这个任务最本质要解决的问题是什么 项目的成功到底取决于哪几个核心变量 比如你要做一份产品净品分析 普通的AI可能一上来就会给你列一堆 产品定位核心功能等等信息 这些当然有用但还不够 第一性原理会逼他先问 这份净品分析到底是为了什么 是为了老板判断要不要进入一个新的市场 还是为了产品团队决定下一版功能的优先级 如果是给老板看 重点可能会放在市场机会 商业模式或者风险 那么如果是给产品团队看呢 重点就有可能是产品功能的差异 或者用户的使用路径了 最后呢是奥卡姆剃刀院里 是把非核心的数据来砍掉 比如有涉及到重复的新闻 无来源的观点 情绪化的表达等等信息 这些都是噪音 毕竟不是所有的资料都值得进入上下文 你给AI的信息越杂 它越容易把噪音当成重点 你看这三步其实就是给AI建设了三道关卡 这也是为什么我说agency.md或项目自定义指令 它不仅仅只是一个提示词 它更像是你给AI搭建的一套工作制度 第三个技巧做好上下文管理 很多人用Codex的时候会一直在同一个绘画里面干活 刚开始的话是没有问题的 但任务一多绘画里就会堆满日志 临时的方案修改记录等等很多旧需求 那么你明明已经解决了A功能 它还在参考A功能的旧报错 这就是上下文污染 所以我们要养成这样一个好习惯 当一个任务结束 就要做一次上下文的清理 流程也非常的简单 第一步任务完成之后 我们先让AI总结结果 在对话框中让它做一份工作交接文档 就像你同事离职给你的工作交接文档是一样的 它是为了下一个任务来提供工作背景与规则的参考 第二步呢 在Codex中是支持斜杠命令 斜杠New这类开启新绘画命令 它会在当前绘画窗口新开一个任务 并且呢我也向它确认了其含义及分界线 它不是延续上一轮任务目标与执行状态 而是依旧保持长期的规则 当前工作目录与权限 并非完全的失忆了 第三步在新绘画里 我们只给必要的信息 包括这个新任务的目标 约束验收标准 以及上个任务对这个任务的有效结论 这是一种很实用的省token的方法 它省的不是某一次的输入 而是减少整个绘画里面的无效历史 那么为了佐证我的方法有效呢 我们可以回到Codex或者Cloud的token计价方案当中 来看看现有的规则 你会发现他们都提到了缓存输入与缓存命中的寄费模式 那这又是什么意思呢 缓存输入是第一次处理长提示词的前缀时 系统把可复用的前缀缓存下来 通常没有单独的写入费 但首次输入会按照普通的input模式来寄费 比如系统的角色、项目规则 都可算作可复用的前缀 缓存命中就是在对话当中请求的开头和缓存前缀进行匹配 系统会复用之前处理过的前缀 被命中的内容就会按照缓存命中来计费 收费呢会比首次input费用低很多 比如我们在之前设置的规则当中提到了项目两个字 那么后续你在给它对话当中提到了项目这个字 就会表示已经命中 由此更加印证了上下文管理的重要性 一旦你开始频繁的修改或不定义好前置条件 系统呢就有可能找不到可复用的字段 那它就会不断的采用input模式来击费 那银子真是哗哗如流水啊 所以我们来总结一下上下文管理的原则 用一个任务一个绘画 任务结束呢先总结 新任务的开始我们只需要带必要的结果 当然你也可以把它写进agents.md 或者是项目自定义的指令里 相信这样一套操作下来会有立竿见影的效果 第四个技巧整理杂乱的文件并建立自动索引机制 在工作当中我们要处理很多的临时任务 长期下来这些文件都未存的杂乱无章 有的在本地有的在邮件箱有在云盘 尤其是遇到让你找一下几个月前某某项目的资料的时候 那真的是很痛苦了 即使是让AI来帮你找 它也很难识别到哪个是你真正要的版本 那么这一来二去呢就会消失去 找到非常多的token 那么我们就可以通过以下步骤 来完成本地项目库的整理 首先呢我们要选择整理的项目对象 接下来打开左下角的Plan计划模式 复制这段提示词 其中描述了我们要先对文件进行一个全面的提建 但不读取正文 接下来呢让它输出文件的清单 为日后AI检索该文档当中的资料提供索引目录 这份索引目录是以低token消耗为核心 而且生成有目录地图 重要的文件摘要卡 未来的检索规则 整个过程不会删除修改移动文件的内容 所以不必担心数据的丢失 建立好这套机制之后啊 以后你再整理或搜索文件 它就会清晰的标注文件的位置 修改时间 方便你来确认是否是你要修改 或者引用的材料了 那么以上就是本支影片的全部内容了 简单总结一下 无论是在使用codex或者cloudcode 在任务没有想清楚之前啊 要先问问题 资料太多的时候要先压缩 需要调用工具时先确认计划 再一步一步的执行 本支影片主要想强调的是 当前阶段我们与AI高效协作的模式 我也相信随着AI的发展 我们将越来越无感化的使用AI 那么这期用到的流程模板提示词或相关链接呢 我都会整理到简介的个人资源库当中 如果这期视频对你有帮助 可以点个赞或者订阅频道 我是志川我们下期再见