上个月我一共买了 3 次加量包，每次 38 元 1000 积分，月底还是见了底。我一度觉得是平台”烧积分太快””定价太贵”。直到有一天我翻看了自己的使用记录，才真正意识到问题的根源——不是 WorkBuddy 太贵，而是我一直用错了方式。同样的任务，有人花 60 积分，有人花 200 积分。差距不在任务本身，而在使用习惯。今天我就把踩过的坑和总结出来的方案，毫无保留地分享给你。
一、先搞清楚积分到底是怎么扣的这是最重要的一点，也是我走过最长的弯路。WorkBuddy 的积分消耗核心公式很简单：每次你发送新消息，系统都会把整段对话历史重新打包发给 AI。这就意味着——对话轮次越多，每一轮的消耗就越高，而且是递增的：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
同样一个问题，在第 20 轮问，消耗是第 1 轮的 11 倍。这就是”隐形消耗”的真相。
二、最有效的 5 个省钱方案 方案 1：任务完成立刻新建对话（最核心）这是最笨也最有效的一招。以前的我：一个对话窗口用一天，所有任务都在里面聊，历史几十轮。现在的我：每完成一个独立任务，立刻点”新建对话”。新对话没有任何历史负担，输入量归零。实测效果：仅这一项改变，月积分消耗减少约 40%。如果你在做串行任务（前一步是后一步的前提），不想丢失上下文，可以用
/compact指令。在对话框直接输入/compact并发送，WorkBuddy 会把长对话的历史压缩成结构化摘要。实测 12000 Token 的对话可以压缩到 3000 Token，后续消耗降低 75%。三个指令的区别：/compact：压缩历史为摘要，保留关键信息——适合长线任务继续聊-
方案 2：别迷信 Auto，按任务选模型
很多朋友的习惯是：模型选择一直放着Auto不动，觉得”让系统自己选肯定最优化”。实测真相是：Auto 模式倾向于选最强模型兜底，而不是选最省积分的模型。简单问题也调度到高性能模型上，积分就在不知不觉中烧掉了。WorkBuddy 内置的各型号就像一本”菜单”：
|
|
|
|
|---|---|---|
| MiniMax-M2.5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
我自己的配置：默认固定在 MiniMax-M2.5，遇到复杂的再手动切换到更强的模型。就这么一个改动，同等工作量能省近三成积分。 方案 3：一次说清需求，省掉 3-5 轮迭代每多一轮对话，就多烧一次积分。而大部分迭代都是因为需求没说清楚。错误示范：
“帮我写篇文章。”
结果 AI 不知道风格、字数、受众，来回改 5 轮——5 轮 x 每次 60 积分 = 300 积分没了。正确示范：
“帮我写一篇 1800 字的公众号推文，主题是 AI 提效，读者是一线教师，风格平实有案例，不要空洞说教。先列大纲我确认。”
四要素——背景 + 具体需求 + 格式要求 + 不要什么，一次给齐。通常一次就能拿到满意结果，比反复迭代省 50%-80% 的积分。 方案 4：复杂任务先用 Plan 模式我踩过最大的坑：一个大任务直接切 Craft 模式全速执行，结果 AI 理解偏了，生成了完全不对的东西，推倒重来——双倍积分打水漂。Plan 模式的好处是：AI 先把执行步骤列出来让你审核，你确认了它再动。Plan 本身的消耗很低，但能避免跑偏后重来的巨额损失。适合场景：搭建项目、生成报告、多步骤任务。 方案 5：进阶玩家——接入第三方 API这是 WorkBuddy 的”隐藏省钱技能”——支持接入自定义模型，用第三方 API 不扣内置积分。配置路径：左下角头像 → 设置 → 模型 → 添加模型 → 选”自定义/Custom”。填三项信息： URL 地址；API Key（第三方平台获取）；
推荐两条对老师友好的路径：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
DeepSeek 官方 API 的成本约为 WorkBuddy 内置积分的1/10 到 1/5。花 5 分钟配置一次，后续算力成本直接降到地板价。
三、我的组合策略现在我是这样搭配四种模式的：
- Ask 模式——纯问答查资料，消耗最低
- Plan 模式——复杂任务先审方案再动
- Craft 模式——需要读写文件才用
- 第三方 API——大批量任务时切换，积分彻底不扣
四、别踩的 3 个坑
写在最后说了这么多，其实核心就三条：
我改变习惯后的第一个月，4000 积分用了整月还有结余。以前花 100 多买加量包的钱，现在省下来给自己买了几本书。积分不是越多越好，而是用得聪明才够用。希望我的这些教训，能帮你少走几个月弯路。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
