较真的代价：额度烧一半

更糟的是连锁反应：让一个模型审查另一个模型提出的问题，审查方总能挑出一堆新毛病，又引出更多的多步修复。该撰稿人同时订阅了 Claude Pro 和 ChatGPT Plus（各 20 美元/月），近来每周一半的用量额度都耗在了追这些 AI 发现的 bug 上。

这种过度较真好比汽修店的师傅：看到引擎盖上一个小掉漆点，就非要给整个引擎盖换新。而且受影响的不只是写代码的人——凡是在额度限制下用 AI 修改工作方案、检查 Excel 表格、处理日常任务的用户，都可能被这种”用力过猛”拖累。

让 AI 自己写”省钱条款”

解决办法颇有戏剧性：直接让 Claude Opus 5 写一段”预算优先”的提示词，要求 AI 尊重用户的额度限制，把真问题和无关痛痒的小毛病分开，把工作量压缩到值得的范围。Opus 5 起初给出了冗长的六点方案；请 GPT-5.6 Sol 审查时，后者一口气提了十几条意见——在被要求”按原始提示词的要求来”之后，它立刻改口”你说得对，我把审查镀金了”，将清单砍到三条。

两个模型最终商定的提示词浓缩为四条，大意如下：

• 用能彻底解决问题的最小改动：不扩大范围、不顺手重构、不镀金。打算给出复杂方案前，先想想三行代码能不能拿到九成价值。
• 分清主次：说明哪些值得现在做、哪些是小问题、哪些干脆别碰。建议做得更少反而是加分项，不要为了显得全面而凑数。
• 按性价比排序：给每项标注大致工作量（小/中/大），便宜又见效的排前面，修复成本超过问题本身的要明确标出。
• 低成本验证：只核实会影响方案的关键点，不要事无巨细全面审计。

结尾再加一句：除非明确要求执行，否则只给一份简短的排序清单就停下。

实测效果立竿见影

该撰稿人把这段提示词用在一个 Claude Code 项目上（整理本地 HomeBridge 智能家居服务的配置）。此前 Opus 5 曾提出四项详细的代码修改；用上新提示词后，它的回答变成了：”这个约束条件很好——它改变了我之前的答案。我提出的四步方案里，大部分是求全，不是价值……四个问题中只有一个真正在产生实际损耗。”

对经常感觉 AI”没事找事”的用户来说，这段提示词值得抄走一试。

来源：PCWorld