省token也是提升生活效率

自從開始用AI發現token是很燒錢的東西，就關注如何省token的話題
累積出幾個心得：

1. 能夠自己做的事情，手動做一定比自動來得省：這點體現在MCP或是Skills，這兩種工具雖然能提高效率，但是就會常駐指令集，在效率與省token之間，自己要拿捏
2. 重要的事情要自己記錄：一開始當然很依賴對話視窗的記憶，因為好用，後來才知道實際運作是每次對話都得燃燒token載入之前的記錄，所以網路上才建議要常開「新」對話窗來降低消耗，只是如此勢必會有記錄難以找到，還好最近看到mempalace這個專案可以用，可惜暫時只能用在Antigravity這類工具中
3. AI 介入少的一定比較省：自己測試+自己貼錯誤，一定是比 AI 自己執行、閱讀、試錯的循環來得節省，LLM 在持續「思考 → 產生 → 驗證 → 再思考」就是燒token
4. 明確指出做什麼就是比較省：延續「自己測試+自己貼錯誤」這樣的做法，背後代表的是，直接在視窗中跟LLM說要他做什麼，比讓它閱讀文件後再判斷怎麼做要省token，唯一的風險就是貼進去的錯誤本身就是很耗token的長文本，所以自己還是要有閱讀錯誤的習慣，有的時候偷懶就是燒錢
5. token的計算不是只算輸入/輸出多少文本：雖然標價都是這樣計價，但是實際上token計算還有不同任務的權重，尤其是Gemini，很在意高權重的 AI 使用行為，例：讓LLM參與決策或流程控制、重複不斷的try & error

不斷觀察如何省token，其實也是讓自己學習怎麼有效率使用LLM的過程，像是：

• 如何精簡但精確自己的指令
• 要看完LLM的回覆再決定下一步
• 除了發想或是議題發散外，問問題之前應該先有自己的目的與想法，而不是問一個開放式的問題
• 動手之前先有一定的規劃與架構，產生差不多的規格之後再動作
• 先做好一堆小事，再把小事結合起來就完成一件大事

其實這些東西也不僅是使用AI的時候才會用到
平常在做事的時候也是有運用的機會