AI 省 Token 怎麼做？三個習慣讓額度撐更久

最近大家都在抱怨，新一代的模型好用是好用，額度卻燒得很快。

我翻了 OpenAI 為 GPT-6 Astra 寫的官方文件，發現 AI 省 Token 的做法，其實有不少就寫在裡面，只是很少人會去讀。

這篇整理其中三個我覺得設計師和接案者最用得到的習慣。不用改工具，也不用學新技巧，改的是跟模型講話的方式。

AI 省 Token 為什麼值得先學

Token 可以想成模型讀和寫的字數單位。你丟進去的資料、模型回你的內容、中間來回的對話，都要算。

所以額度花在哪裡，很多時候不是你問了什麼大問題，而是每一輪都在重複付一些不必要的成本。

官方文件也提到，Astra 雖然每個 Token 的單價比較高，但完成一項任務的估計成本比前代低。換句話說，單價高不代表一定花得多，用法才是關鍵。

我查詢的日期是 2026 年 10 月 16 日，文件內容之後可能會更新，實際數字請以官方最新頁面為準。

習慣一：推理強度分檔，不要全程開最高

很多人買了最強的模型，就覺得每次都該把推理強度拉到最滿，不然像是吃虧。

但推理強度是一個可以調的旋鈕。越高，模型想得越久，花的 Token 也越多，整理表格、改圖層命名這類工作，其實用不到。

官方對從舊模型搬家的建議很務實：原本用 minimal 的請求，先改成 low，再拿有代表性的任務比對結果。也就是說，從低檔開始、不夠再往上加，是官方自己的思路。

更實用的是 configuration_update 這個功能。同一段長對話裡，前半段對齊背景用低檔，遇到真正難的地方再調高，不用重開對話。

文件也提醒，想保住快取，就別去改請求層級的推理設定，改用 configuration_update 比較好。這個功能目前建議用在標準的單一代理請求，細節要看官方說明。

習慣二：別一次掛滿工具，也別讓它過度測試

用 Agent 模式的時候，很容易想把搜尋、設計軟體外掛、檔案解析全部一次掛上去。

每個工具都有一份說明要跟著請求送出去，模型每一輪都得先讀完。掛得越多，沒用到的工具也在花你的額度。

我想比較好的做法是，這個任務要用什麼，就只掛什麼。

第二個容易漏掉的是測試。官方文件說，Astra 寫程式時傾向做完整測試，小任務也可能被測得比需要的更廣。

文件給的解法是直接在提示詞裡講清楚：可回復、影響很小的改動，不必為了實作本身再寫一套測試；有新的改動、失敗或沒解決的疑慮，再擴大或重跑。

改一行樣式，就不需要整套驗證。你先講清楚邊界，它就不會在你看不到的地方一直跑。

習慣三：限制多餘的格式與客套話

模型很愛用清單、表格和粗體讓回答看起來整齊。官方文件也承認，Astra 傾向這樣做，好讓內容容易掃讀。

但你要的如果是一段可以直接用的文字，這些格式都是多出來的輸出。輸出也算 Token。

文件給的提示詞方向很簡單：預設用清楚、精簡的段落，每段發展一個重點；只有內容真的是平行、有順序或需要比較時，才用清單。

文件裡還列了一串不想看到的用語，像是 Bottom Line:、delve、foster、leverage、it’s worth noting、In short: 這類總結句和客套話。

這些在中文裡也有對應的版本，像「總的來說」「值得一提的是」。如果你寫的是要署名的文章，這份清單本身就很值得拿來當自我檢查表。

把三個習慣放進日常工作流

我會建議先挑一個最容易的開始，不用一次全改。

第一步是替你常做的任務分檔。整理文案、批次改檔名這類，預設用低檔；需要比對很多條件、排查問題的，才調高。

第二步是把限制寫進固定的提示詞。像是輸出格式、不需要的客套話、低風險改動不必重複驗證，一次寫好，之後每次都沿用。

如果你想看更完整的 AI 協作流程，可以搭配Vibe Coding 流程拆成六步那篇，或是談設計師能力的AI 時代設計師該練的五種能力。

其實最大的浪費，往往不是模型太貴，而是我們沒想清楚就全程開到最高。AI 省 Token 的第一步，也許就是先問自己這件事真的需要嗎。

常見問題

AI 省 Token 會不會讓品質變差？

不一定。官方的建議是先用低檔，再拿代表性的任務比對結果，沒問題就維持，不夠再往上調。重點是用結果決定，而不是憑感覺。

每個模型都能中途換推理強度嗎？

不能直接套用。configuration_update 是 Astra 這一代文件裡提到的功能，其他模型請查各自的說明。

限制輸出格式會漏掉重要資訊嗎？

不會，前提是你把需要的內容講清楚。限制的是客套話和多餘的排版，不是資訊本身。