想节省 Codex 和 ChatGPT Work 的额度，先别让它们反复查找和整理同一批文件。保存原始数据、整理好的表格和进度说明，下一次就能接着做。
比如，昨天 AI 把六份销售记录整理成了一张表。今天只想把退货也算进去，它却又开始找那六份文件。昨天那张表是离家出走了吗？
数据准备和反复提问不是一回事
Codex 适合写代码和修改程序，ChatGPT Work 适合跨文件、网站和工具的多步骤工作。OpenAI 官方说明，Work 和 Codex 共用套餐内的使用额度；具体额度和额外积分规则依套餐而异。实际消耗取决于模型、任务和输入输出量；如果可以选择，推理强度和运行速度也会影响消耗。
OpenAI 还指出，GPT-6 Astra 可能比 GPT-5.6 Sol 更快消耗额度。部分套餐同时设有五小时限额和每周限额；可到“设置 → 用量”查看剩余额度和重置时间。 截至 2026 年 10 月，Pro 100、200 和 500 美元套餐没有 Work/Codex 五小时使用限制，但套餐内的使用额度仍有限。 Pro 500 美元套餐的 Ultrafast 会按 Standard 的 8 倍速率消耗套餐额度；额度耗尽后，按标准积分费率的 6 倍扣除积分。排查重复整理文件前，也要检查速度设置。
觉得额度突然用得更快？除了检查是否反复整理文件，也看看有没有选中更费额度的运行模式。普通 Chat 则采用另一套使用规则。
模型也不必每次都开“最强档”。改列名、整理简短进度说明这类小事，如果账号支持，可以先试试 GPT-6 Luna 等更省额度的模型；遇到复杂故障再换更强的。最后看实际结果和返工次数，便宜的一次做错三遍也很贵。
收集半年数据、检查缺失记录、统一日期，是准备工作；问“调价后销量是否更好”，才是分析工作。如果每换一个问题就重新收集半年数据，成本自然越来越高。
先留下三个能重复使用的东西
建议留下三样东西：原始文件（从哪里、什么时候取得），整理好的表格（列名、日期和筛选规则），进度说明（查过什么、哪里还不确定）。日后要重新计算，也把用过的公式留好。
六份原始文件可以留着备用，下次先给 AI 看整理好的表格和进度说明。要算退货时，再从原始文件里取出需要核对的记录。每次都让 AI 重读全部材料，输入量变大，额度也可能消耗得更多。
还有个陷阱：如果整理表时已经删掉退货记录，光拿着那张表就算不出“包含退货”的结果。得回到保存的原始文件，把相关记录补进来重算。少做重复准备，不等于跳过该做的计算。
下一次可以直接拿这些材料在 Chat 里比较条件、解释差异。如果需要登录网站、获取实时资料、处理超大文件，仍然应该回到 Work、Codex 或其他合适的工具。Chat 没有拿到的数据，不会因为你问得很认真就突然出现。
修代码也一样。留下具体报错和测试结果，比只写一句“还是不行”有用得多。
省额度，不能省核对
把退货加回后，先从原始文件抽查几笔，确认退款没有被误算成新的销售额。省掉重复找文件的时间是好事，把算错的总额当答案可不是。
下次开始前，先确认能打开原始数据、整理后的表格和一段进度说明。只是换个问题，就从这些资料接着算；需要更新外部数据或修改程序，再使用 Work、Codex 或其他合适工具。具体用量仍取决于套餐和任务。
最后给 AI 的要求可以是：“把成果留好，下次别让我再叫你从头做一遍。”让助手帮忙减少下次找它的次数，这个请求倒挺聪明。
