产品人人都是产品经理·AI产品大峡谷··AI 生成
Codex GPT-6 Astra额度掉得太快？我用一段提示词，把上下文消耗大幅降低了！
作者详细诊断了 Codex 额度消耗过快的原因，指出核心问题并非模型本身变贵，而是任务长期累积的上下文（二十多万 token）、过长的全局规则文件（AGENTS.md）以及大量 Skills 描述持续注入每轮调用。他通过压缩 AGENTS.md、设置上下文与工具输出 token 上限等配置优化，成功将额度消耗恢复至更新前的水平，并提供了一段可直接复制给 Codex 执行的诊断与优化提示词。本文适合高频使用 Codex 操控电脑或执行连续工作流的用户，提供了具体、可复现的实操方案。原文 ↗原文 ↗
核心观点
- ▍Codex 额度消耗过快的主要原因不是模型成本变高，而是每个任务持续累积的上下文（历史记录、工具输出、全局规则）导致每轮调用携带的 token 量越来越大，形成隐形消耗。
- 01作者在使用 GPT-6 Astra 和降级到 GPT-5.6 Sol 后，额度消耗速度均明显快于以往，三天额度大半天用尽。
- 02检查发现两条使用 GPT-5.6 Sol 的长任务，累计输入 token 分别接近 1599 万和 1582 万，任务后期单次调用输入已达 22.8 万到 25.4 万 token。
- 03作者的 Codex 环境共有 274 份 Skill 定义，全局 AGENTS.md 有 5284 字节，其中包含大量重复和长描述。
- 04引用 OpenAI 官方文章《Rethinking skills and prompts for GPT-6 Astra》指出，Skill 描述过长会持续占用上下文，AGENTS.md 不应要求模型在每轮任务前加载整套文档。
- 05作者通过三项优化（压缩 AGENTS.md 至 1705 字节、设置自动压缩和工具输出限制、不随意卸载插件）后，额度下降速度恢复至更新前水平。
反方 / 局限
- — 作者承认自己遇到了额外问题：OpenCodex 代理修改了模型目录，导致界面显示「自定义模型」。他特别强调不要在未确认的情况下擅自停止或卸载第三方代理，应先做诊断再询问。
- — 作者提示，文中提供的 token 限额数字（如 auto_compact_limit = 160000）并非所有电脑的「标准答案」，用户需要根据自身环境调整。
12 分钟 · 5 卡片 · 11 资料
读原文 →概念锚点
前置背景
平行视角
未来推演
延伸追问