【人工智能】需求不明确时用普通Chat降低Token消耗

【人工智能】需求不明确时用普通Chat降低Token消耗

摘要:需求不明确时,先在普通 Chat 中把需求聊清楚,再整理成一份包含目标、功能限制与验收标准的交接说明交给 Codex 执行,能有效避免反复讨论和返工,把 Token 额度集中在真正干活上。

1. 问题背景

在需求还不明确、需要反复讨论的复杂项目任务中,Token 消耗往往居高不下。如果一开始就进入 Codex 等 AI Agent 里讨论和修改方案,额度会被快速消耗,沟通和返工的成本也会随之增加。

2. 核心思路:先聊清楚,再交给 Agent 执行

在普通 Chat 里把需求聊清楚,再去用 Codex 等交给 AI Agent 去执行。因为普通的 Chat 是单独计量的,而 Work 和 Codex 是共用额度的。

另外,GPT-6 Astra 会比其他的大模型更快地消耗掉这份用量。如果需求还没有确定,就一直开始在 Codex 里面去讨论、去改方案,额度也会被相应地消耗掉。

3. 一个典型场景:消息中台

比如你想 Coding 一个消息中台,但还没有想好具体需要哪些功能,匆匆忙忙让 Agent 去帮你实现的话,然后你会发现要按账号分类、记录发布状态、还要关联素材,结果又得反复地修改。

那如果在普通的 Chat 里面把需求聊清楚的话------给谁用、需要哪些功能、具体的限制、完成标准------确认完这些内容后,直接让 ChatGPT 整理完全文,发送一段交接的提示词给它。

4. 交接提示词的关键内容

比如说,把我们刚刚聊清楚的需求,最终整理一份能够让 Codex 运行的清单或执行说明,包含目标、功能限制和验收标准,同时删掉已放弃的方案,还没确定的问题单独列出来。把这份说明交给 Codex 执行,让它结合项目里的实际文件开始工作。

需要注意的是,不用把十几轮的聊天记录都发给 Codex,因为里面必然有重复讨论和废弃方案,所以把最后的结论整理清楚,告诉 Codex 就可以了。

5. 适用场景与收益

这个方法适合于需求还不明确、需要反复讨论的复杂项目任务。先确定方向,再动手执行,减少沟通和返工的成本,Codex 的额度消耗就可以正集中在干活上了。

相关推荐
飞Link9 小时前
灵巧手是什么?从机械结构、驱动方式到控制原理,认识机器人的精细操作能力
人工智能·python·机器人
阿里云大数据AI技术9 小时前
从“扫文件”到“找数据行”:EMR Serverless StarRocks 支持 Paimon Global Index
人工智能
武子康9 小时前
AI通关了,游戏就算通过测试了吗?
人工智能·游戏·机器学习
Seiran9 小时前
CPU 突然打满,罪魁祸首是条用了三年的正则
人工智能
mechanical_expert9 小时前
以SILVERTHIN SC047CP0为例计算等截面薄壁轴承摩擦损耗和启动扭矩
人工智能·机器人
狒狒AI9 小时前
Plannotator 机制拆解:行级批注如何变成 Agent 能照着核的 prompt
人工智能
武子康10 小时前
H3-World 动作控制怎么测:从左右对照到片内切换
人工智能·agent·claude
天天代码码天天10 小时前
输入一句话,生成一段声音:我做了个 Windows 本地音效工具
人工智能
tellmewhoisi10 小时前
深度学习0:数学知识:(雅可比矩阵)
人工智能·深度学习·矩阵
美团技术团队11 小时前
《Agent评测白皮书》业务实践篇:商家 AI 助手的评测与优化闭环实践
人工智能