为什么只问一句话，也可能扣不少额度？ 因为软件每次请求，可能还要带上这个聊天里之前的话、图片和操作结果。聊天越长，每次带的内容就可能越多；一个自动操作任务也可能调用模型很多次。
- 换一件事，就点“新聊天”。 例如服务器维护和文档编辑分开聊，避免互相带上无关历史。同一任务继续做时，保留必要进度即可。
- 重要进度写成简短摘要。 让 Codex 整理“已完成什么、文件在哪里、接下来做什么”，换聊天时只带这些关键内容，不要把整段旧聊天全部粘过去。
- 普通任务用本文约 20 万 token 的压缩设置。 不要为了“模型支持 1M”就让日常聊天一直累积到七八十万。容量大表示能容纳更多内容，不代表每次使用都更便宜。
- 给软件明确范围。 例如说“只检查最近 10 条错误”“只修改这一段”，减少反复读取整页、整份日志和大量重复截图。
缓存命中也不是免费。 它通常能打折，但仍可能计费。压缩是把历史整理成摘要，会产生调用费用，也可能省略细节；重要约定和工作结果应另外保存在文件中。
已经有一个很长的聊天时，只要求“回复短一点”不能消除已带入的历史。需要整理摘要、开启新聊天，或让客户端执行压缩，才能减少后续请求携带的内容。不要删除旧聊天记录。