O czym jest ten film
- Limity tokenów w narzędziach AI wyczerpują się nie dlatego, że dużo piszesz, ale dlatego, że przy każdej wiadomości cała dotychczasowa rozmowa jest wysyłana od nowa.
- Ten „powtórnie wysyłany kontekst” (reused input) to gigantyczna część kosztu — u autora sięgnął blisko 96% zużytych tokenów w ciągu jednego dnia.
- Twórcy modeli nie rozwiążą tego za nas — mają interes w tym, byśmy zużywali tokeny; odpowiedzialność za porządek spada na użytkownika.
- Poziom 1 to dziewięć nawyków, które działają w dowolnym narzędziu AI i niczego nie trzeba instalować.
- Kluczowe nawyki: edytuj błędne wiadomości zamiast dopisywać sprostowania, grupuj pytania, zaczynaj nową rozmowę przy zmianie zadania.
- Przenoś do kolejnego etapu tylko gotowy wynik, a nie całą historię sporu z modelem; proś wyłącznie o taką długość odpowiedzi, jakiej potrzebujesz.
- Sam przeszukuj pliki i wysyłaj najlżejszą użyteczną formę źródła (tekst/markdown zamiast PDF-a i zrzutów ekranu).
- Poziom 2 to gotowy „skill” o nazwie Token Saver do Codeksa i Claude Code, który automatyzuje większość nawyków poziomu 1.
- Zaawansowane reguły: ładuj tylko potrzebne narzędzia, korzystaj z kompakcji/edycji kontekstu, dobieraj najprostszy wystarczający model, stosuj cache promptu przy pracy z API.
- Poziom 3 to lokalny pośrednik Ringer, który „sprząta biurko, zanim się zabałagani” — filtruje i ogranicza zapytania, zanim trafią do modelu, i potrafi odpowiedzieć bez wywołania modelu.
Redakcyjne tłumaczenie
Dlaczego limity kończą się szybciej, niż powinny
Ciągle wyczerpujesz limity w Claude, Codeksie, ChatGPT, Kimi czy czymkolwiek innym — i wcale nie robisz nic nierozsądnego. Zadałeś kilka pytań, a narzędzie każe ci wrócić za trzy godziny, za pięć godzin albo za tydzień.
W ciągu jednego dnia pracy mój licznik zarejestrował 3,77 miliarda tokenów przepływających przez mój obszar roboczy w Codeksie. Z tego 3,59 miliarda to był powtórnie wysyłany kontekst — prawie 96%. To prawda, że wyciskam te narzędzia naprawdę mocno: tego dnia uruchomiłem 143 osobne wątki w Codeksie. Ale nie wpisałem z klawiatury 3,77 miliarda tokenów — i ty też nie. Jeśli odpowiedź jest błędna, to każda kolejna próba przenosi większość tego wszystkiego jeszcze raz, drugi, trzeci i czwarty, podczas gdy ty powtarzasz Claude’owi albo Codeksowi: „musisz to naprawić”.
To jest sedno, do którego sprowadza się każda z reguł, które za chwilę podam. Wiadomość, którą wpisałeś, to najmniejszy fragment całego zapytania.
Nazywam się Nate B. Jones i jestem tu po to, by pomóc ci zbudować życie, jakiego chcesz, z pomocą AI. Przejdziemy przez wszystkie 15 reguł. Jeśli jesteś początkujący — to jest dla ciebie; zaczniemy od rzeczy, które możesz zrobić od razu. Zbudowałem też „skill”, żebyś nie musiał tego wszystkiego pamiętać. A jeśli jesteś bardziej techniczny, na końcu dojdziemy do naprawdę ciekawego, zautomatyzowanego rozwiązania wieloagentowego.
(Informacja dodatkowa: „skill” w Claude Code i Codeksie to spakowany zestaw instrukcji, który model wczytuje na żądanie i który wpływa na sposób wykonywania zadania.)
Jak koszt rośnie z każdą wiadomością
Twoja dziesiąta, dwudziesta, setna wiadomość w czacie kosztuje wielokrotnie więcej niż pierwsza — i nikt ci nie podniósł ceny. Po prostu za każdym razem, gdy naciskasz enter, cała rozmowa jest ładnie pakowana i wysyłana od początku. Tak właśnie modele językowe udają, że mają pamięć.
Zobacz, jak szybko to się kumuluje. Pierwsza wiadomość kosztuje dokładnie tyle, ile wpisałeś. Druga kosztuje to, co wpisałeś, plus odpowiedź, plus to, co napisałeś na początku. Dziesiąta kosztuje to, co wpisałeś, plus wszystkie dziewięć wcześniejszych wymian, za które już zapłaciłeś. A przy trzydziestej wiadomości to, co faktycznie właśnie napisałeś, jest maleńkim błędem zaokrąglenia.
Ten stary materiał ma nazwę: reused input — powtórnie wysyłany kontekst. To ta część każdego zapytania, którą model już widział.
To nie zostanie naprawione przez laby
Dwie sprawy warto podkreślić. Po pierwsze — laby tego nie naprawią. Nie naprawią, bo szczerze mówiąc mają interes w tym, żebyśmy używali produktu. Dopóki używamy, jest świetnie — do pewnego momentu. Jeśli zabraknie im mocy obliczeniowej, przyhamują. Ale fundamentalnie laby chcą, żebyśmy zużywali ich tokeny. To od nas zależy, czy najlepiej wykorzystamy limity, które nam dają.
AI jest jak to biurko. Krąży przekonanie, że wszystko naprawi się samo: modele dostaną większe okna kontekstowe, będą działać dłużej, dostaną więcej agentów i narzędzi, aż w końcu wskażesz im swoją pracę i „to po prostu pojedzie”. Innymi słowy wierzymy, że będziemy mogli mieć zabałaganione biurko i wszystko będzie dobrze.
Ale jeśli zdejmę wszystko z półek i położę na biurku, nie będę produktywny — będę przeciążony i zestresowany, i to nie zadziała. Muszę wybrać na biurko jeden zestaw klocków. Im bardziej zdolne narzędzie, im więcej narzędzi mu wręczysz, tym więcej materiału wrzuci ono do kontekstu i tym szybciej uderzysz w ścianę. Paradoksalnie większa moc może dawać więcej problemów ze sprzątaniem. Żadna z tych firm nie weźmie na siebie porządkowania twojego biurka — a ograniczanie zużycia tokenów nie jest tym, z czego są rozliczane.
To twoje biurko. Musisz je ogarnąć. Czy sprzątanie biurka jest fajne? Bywa nudne. Ale to prawie zawsze te nudne rzeczy dają supermoce.
Poziom pierwszy — posprzątaj własne biurko
Poziom pierwszy jest dla każdego: dziewięć nawyków, nic do instalowania, działa z dowolnym AI. Część z tego to rady, które znamy od dawna — powiem, kiedy tak jest — ale stara rada wciąż może być czymś, co musisz usłyszeć, jeśli akurat jej nie stosujesz.
Reguła 1: edytuj swoje błędy. Jeśli piszesz coś do AI i myślisz: „ojej, nie o to mi chodziło, zrobiłem literówkę, źle zapytałem” — nie pisz w kolejnym czacie „to było błędne”. Po prostu wejdź w edycję i wyślij wiadomość ponownie. Może o tym słyszałeś, ale prawie nikt tego nie robi. Model daje ci złą odpowiedź, bo twoje zapytanie było niejasne, a twoim odruchem jest napisać „nie, nie o to chodzi”. Zamiast tego kliknij ten mały przycisk edycji i faktycznie popraw wcześniejsze niejasne zapytanie.
Reguła 2: zadawaj powiązane pytania razem i mów, jak ma wyglądać odpowiedź. To też nie jest nowa rada, ale warta minuty uwagi. Jeśli masz kilka pytań do tego samego zestawu dokumentów, wrzuć je wszystkie do jednego zapytania, a na końcu doprecyzuj, czego oczekujesz. Jednostronicowy dokument? 150 słów? Same punkty? Sam nagłówek? Nazwij to i powiedz wprost — w ten sposób ograniczasz niejednoznaczność, na którą AI musiałoby wydać tokeny. Nie ciągnij kolejnych pytań jak sznureczka i z góry nazwij oczekiwaną formę odpowiedzi.
Reguła 3: zaczynaj czyste zadanie, gdy zmienia się praca. To ogromna wygrana, a ludzie się przed tym opierają. Znam wielu takich, którzy wierzą, że są w romantycznym związku z AI, bo nie zadali sobie tego trudu. Długie rozmowy są świetne, dopóki skupiasz się na tym samym problemie, ale fatalne, gdy chodzi o zużycie tokenów. Uchodzi nam to na sucho coraz częściej, bo modele są mądrzejsze i potrafią rozróżniać więcej w długim kontekście — ale to bardzo tokenożerne i szybciej trafiasz na limit. To właśnie ta zmiana dała największy zmierzony efekt, gdy testowałem wszystko na własnych instalacjach Codeksa i Claude’a. Niosąc trwającą rozmowę, ciągniesz ze sobą mnóstwo powtórnie wysyłanych tokenów — 50 tysięcy, 100 tysięcy, milion, a jak wchodzisz w miliardy, to setki milionów tokenów. Zacznij od zera.
Czyste zadanie nie zaraportuje za każdym razem zera — Codex i Claude wciąż wysyłają swoje własne instrukcje startowe. Ale zatrzymuje to doklejanie starej rozmowy. I nie wyrzucasz starego zadania — możesz je zachować. Po prostu przestań zmuszać kolejną pracę, by ciągnęła ze sobą tę poprzednią.
Reguła 4: przenoś odpowiedź, na której ci zależy, a nie całą dyskusję. Powiedzmy, że masz proces wieloetapowy: część badawczą i część pisania dokumentu. To było dla mnie duże. Oddziel etapy pracy, a gdy po etapie powstaje artefakt — na przykład raport z badań — to właśnie jego przenieś do kolejnego kroku. Wtedy zaczynasz z samym tym artefaktem, a nie z 10 czy 100 milionami tokenów badań, z których wiele jest nieistotne, bo po drodze musiałeś sterować researchem. Nie musisz upychać do następnego kroku swojego kiepskiego pierwszego szkicu, trzech rund krytyki, odrzuconych źródeł i całego rozumowania modelu. Weź wynik i idź dalej.
Reguła 5: proś tylko o taką odpowiedź, jakiej potrzebujesz. Kontekst wejściowy dostaje dużo uwagi, bo tak puchnie, ale wyjście kosztuje podwójnie. Kosztuje raz, gdy jest bardzo drogo pisane, i drugi raz, gdy staje się częścią wejścia w następnej turze — i znowu w kolejnej, i kolejnej. Ciągle płacisz za to samo. Gdy pojawiła się możliwość generowania dużych ilości tekstu, widziałem ludzi każących „deep research” pisać 50-stronicowe elaboraty. Teraz coraz częściej widzę: „Możesz to dać w 50 słowach? Napisz precyzyjnie, tak, żebym zrozumiał, i daj mi to, co się liczy”. Tego potrzeba więcej, bo oszczędzasz nie tylko na tokenach wyjścia, ale na każdej kolejnej odpowiedzi. Jeśli potrzebujesz akapitu, poproś o akapit. Jeśli potrzebujesz JSON-a, poproś o JSON. Jeśli pięciu punktów — dostań pięć punktów.
Reguła 6: sam przeszukuj plik, kiedy możesz, i nie zlecaj tego modelowi. Tak, model potrafi teraz przeszukać plik. To świetna wygoda, ale też ogromny pożeracz tokenów. Chcesz być w pozycji, w której mówisz: „Przeszukałem to, znalazłem te rzeczy, na tym się skup, ten fragment ci wklejam — nie musisz czytać całego pliku”.
Reguła 7: wysyłaj najlżejszą użyteczną formę źródła. Jeśli liczą się słowa, a układ nie — po prostu zamień to na tekst. Nie musisz wysyłać PDF-a tylko dlatego, że źródło przyszło do ciebie jako PDF. Zamień je na markdown albo zwykły tekst i wklej sam tekst — jest o wiele wydajniejsze. Nie bądź leniwy w myśleniu „wrzucę PDF i 18 zrzutów ekranu, i tak sobie poradzi”. Owszem, poradzi sobie — ale zjada twój rachunek za tokeny błyskawicznie. Poświęć czas na uporządkowanie źródeł.
(Informacja dodatkowa: w nagraniu autor nie wyodrębnia osobno reguły 8 — po regule 7 przechodzi bezpośrednio do reguły 9 dotyczącej przechowywania odpowiedzi.)
Reguła 9: trzymaj odpowiedzi tam, gdzie łatwo je znajdziesz. To wiąże się z tymi, którzy używają OpenBrain. Odpowiedzi mogą leżeć w twojej bazie OpenBrain albo w twojej własnej bazie danych — to naprawdę ważne. Jeśli pracujesz nad określonym zestawem problemów, krążysz wokół niego w wielu rozmowach; im więcej informacji o tym trzymasz w miejscu, które łatwo przeszukać, tym łatwiej AI to odnajdzie, zamiast odtwarzać, kopać w źródłach i przeliczać od nowa. Wyciągnie po prostu ten konkretny fragment danych z bazy i będzie po sprawie — a to o wiele wydajniejsze tokenowo. Jeśli nie używasz OpenBrain, sprawdź to; mam o tym sporo filmów. Ale zadbaj o system, który pozwala odzyskiwać dane, które i tak sprawdzałbyś wielokrotnie.
(Informacja dodatkowa: OpenBrain to narzędzie do budowania osobistej bazy wiedzy, wielokrotnie omawiane na kanale autora.)
Poziom drugi — najmij kogoś do sprzątania biurka
Powiesz: „Nate, super, ale jestem leniwy, nie pamiętam o tym wszystkim, pomóż mi”. Właśnie po to zbudowałem skill o nazwie Token Saver. Jedno polecenie go instaluje — do Codeksa, do Claude Code, gdziekolwiek trzymasz swoje skille — a potem pracuje z tobą tak, jak już pracujesz. Mówisz „użyj skilla Token Saver do tego zadania” i on przejmuje sporą część żmudnych elementów poziomu pierwszego.
Wyszukuje przed otwarciem dużych źródeł. Wysyła wybrane fragmenty zamiast całych plików. Wykonuje precyzyjne obliczenia jako kod tam, gdzie się da. Zapisuje wersję, którą zaakceptowałeś, i buduje kolejne zapytanie z tego wyniku plus twojej zmiany. Utrzymuje odpowiedzi w długości, o którą prosiłeś, i zatrzymuje bezsensowne, powtarzane próby. Przetestowałem go, mój zespół go przetestował, uwielbiamy go. Pomaga też z następnymi trzema regułami, które trudno wykonać ręcznie.
Reguły zaawansowane — tu skill wspiera, ale musisz myśleć
Reguła 10: ładuj tylko te narzędzia, których zadanie może użyć. Spodziewam się, że za sześć–osiem miesięcy modele będą wystarczająco dobre, by rozwiązać ten problem same, ale dziś nie są w tym niezawodne. Każde podłączone narzędzie niesie ze sobą opis: co robi, kiedy go używać, jakie przyjmuje argumenty. Ten opis to wejście modelu, zanim model w ogóle cokolwiek zrobi. Anthropic opublikował prace, które czynią ten problem bardzo namacalnym: typowa konfiguracja z kilkoma serwerami narzędzi — np. GitHub, Slack, Sentry i Grafana — spala około 55 000 tokenów na same definicje narzędzi, zanim Claude cokolwiek zrobi.
(Informacja dodatkowa: chodzi o definicje narzędzi udostępnianych modelowi przez serwery MCP, które są doliczane do kontekstu przy każdym zapytaniu.)
Kompakcja i edycja kontekstu. Czasem czyste rozpoczęcie wątku jest niepraktyczne — na przykład debugujesz konkretny system, model potrzebuje od ciebie decyzji, a nie możesz go zrestartować w środku zadania. Tu ważne stają się kompakcja i edycja kontekstu. OpenAI wspiera kompakcję przy długo działających pracach — przenosi stan do przodu i potrzebuje mniej tokenów, ale zależysz od ich natywnych możliwości. Anthropic wspiera edycję kontekstu, która usuwa stare wyniki narzędzi i bloki „myślenia” przed kolejnym zapytaniem. Skill w tym pomaga, ale bądźmy szczerzy: jako zaawansowany użytkownik powinieneś wiedzieć, gdzie jest twoje okno kontekstowe, i zdawać sobie sprawę, że czyszcząc stary materiał, polegasz na przybliżonej wersji pierwotnego promptu i pierwotnych odpowiedzi. To nie jest idealne, ale o wiele lepsze niż zwykłe uderzenie w ścianę, jak robiliśmy kiedyś. Wniosek: używaj skilla, wiedz, gdzie jest twoje okno kontekstu, i przewiduj w swojej pracy konsekwencje uderzenia w ścianę — daj sygnał wcześnie.
Dobór modelu. Skill pomaga też ustalić, jakiego modelu użyć — czasem mniejszy model załatwi sprawę taniej, ale musisz uwzględnić kompromis kontekstu. Skill patrzy na pytanie lub problem i wydaje wstępną opinię, czy używany model jest właściwy. Możesz się nie zgodzić i wybrać inny, ale masz przynajmniej pierwsze przybliżenie tokenowo-wydajnego rozwiązania. Lubię mawiać: przy poważnym zadaniu użyj absolutnie najgłupszego modelu, który wciąż wykona pracę. Im więcej pracujesz z AI, tym lepiej wyczuwasz, gdzie leży ta granica.
Reguła o cache’owaniu promptu. Dużo słyszę o prompt cachingu. Jest bardzo ważny przy pracy powtarzalnej, zwłaszcza przy pracy z API. Nie polecałbym go osobom, które robią zwykłą pracę „na biurku” — to nie jest funkcja do sprzątania biurka dla przeciętnego pracownika wiedzy, tylko funkcja API. Buforujesz prompt albo część tego, co wysyłasz, dzięki czemu wysyłka jest znacznie wydajniejsza, bo nie odsyłasz całej wiadomości tam i z powrotem. I tyle wystarczy wiedzieć. Jeśli już wiesz, czym jest prompt caching — świetnie. A jeśli pytasz „co to API i co to prompt caching?” — to z definicji tego nie potrzebujesz i możesz skupić się na wszystkich dobrych nawykach porządkowania biurka.
Poziom trzeci — Ringer, czyli sprzątanie, zanim zabałaganisz
Wszystko dotąd dzieli jeden sufit: skill nie potrafi zmniejszyć wywołania, w środku którego się znajduje. Jeśli jesteś w środku rozmowy i używasz skilla, robi on, co może, ale działa dopiero „do przodu”. Zanim model przeczyta skill, początkowe zapytanie już zostało wysłane — rozmowa, stałe instrukcje, definicje narzędzi, ukryty setup. Wiele z tego jest już w kopercie, zanim skill w ogóle zostanie wywołany.
Dlatego chcę pomyśleć o tym początkowym zapytaniu i o tym, jak się w nie wpiąć, żeby było czystsze. To problem, który rozwiązuję za pomocą Ringera i poziomu trzeciego. Tak, to nieco bardziej zaawansowane rozwiązanie, ale się nie bój — dasz radę. Mówię ci po prostu uczciwie, czego to wymaga.
Ringer działa lokalnie, pomiędzy twoim AI a dostawcą modelu. Zanim zapytanie pójdzie do dostawcy, Ringer w niektórych przypadkach może zwrócić odpowiedź bez wywołania modelu, może uruchomić stały lokalny przepis bez wywołania modelu, może wybrać do przesłania tylko użyteczne fragmenty, może przekazać dalej małe zapytanie pod twardymi limitami albo w ogóle je zatrzymać. To nie jest kolejne okno czatu — nie idziesz nigdzie indziej, żeby go użyć. To pośrednik, który się wpina i pomaga ograniczyć rozmiar tego, co wysyłasz.
Reguła 14: egzekwuj twarde limity. Jeśli poważnie podchodzisz do zużycia tokenów, chcesz móc powiedzieć: „wysyłam tylko paczki określonego rozmiaru”, „odbieram tylko paczki określonego rozmiaru” albo „mam twardy limit na wywołanie, żeby nigdy nie wysłać 10 milionów tokenów”. To coś, co da się wyegzekwować pośrednikiem takim jak Ringer — i czego praktycznie nie da się zrobić bez niego.
Ważne jest też, że Ringer pozwala korzystać z tego, o czym mówiłem przy OpenBrain. Ringer może odpytać OpenBrain albo twoją bazę danych i wrócić z odpowiedzią: „mieliśmy już zaakceptowaną odpowiedź, rozmawialiśmy o tym w zeszłym tygodniu, mamy tę odpowiedź — czy o to ci chodzi?”. To oszczędza ci całe wywołanie — całe 100% wywołania.
Podsumowanie metafory
Mamy nasze biurko. Dziewięć rzeczy z początku to ty, podnoszący długopis, kartkę i klocki LEGO, utrzymujący porządek na biurku. Skill jest jak ktoś, kto co wieczór przychodzi i sprząta biurko za ciebie. A Ringer to magiczny system, który utrzymuje biurko w czystości, zanim się w ogóle zabałagani.
Ciągle namawiam cię na tym kanale, żebyś myślał wielko, i nie chcę, by limity tokenów cię hamowały. Ten film jest o tym, żebyś mógł dosłownie dziesięciokrotnie zwiększyć wartość swoich tokenów. Mówię „dziesięciokrotnie” nieprzypadkowo — udało mi się rozliczyć wszystkie tokeny, których używam, i zobaczyć, gdzie naprawdę idą, co marnuję i jak skierować je ku maksymalnej wartości, żeby nie marnować pieniędzy wydawanych na subskrypcje. Lepsze narzędzia nadchodzą i będą coraz lepsze, ale i tak będziesz musiał sprzątać swoje biurko.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Płacisz głównie za powtarzany kontekst, nie za to, co piszesz
Na czym polega: Przy każdej wiadomości cała dotychczasowa rozmowa jest wysyłana do modelu od nowa. Twój świeżo wpisany tekst to ułamek kosztu; reszta to „reused input”, który u autora stanowił ~96% dziennego zużycia.
Jak stosować: Myśl o każdym naciśnięciu entera jako o ponownym wysłaniu całej rozmowy. Zanim dołożysz kolejną turę, pytaj sam siebie, czy potrzebujesz ciągnąć ze sobą całą historię.
Na co uważać: Nie licz na to, że twórcy modeli to naprawią — mają interes w tym, byś zużywał tokeny. Odpowiedzialność jest po twojej stronie.
2.Edytuj błędną wiadomość, zamiast dopisywać sprostowanie
Na czym polega: Gdy zapytanie było niejasne i dostałeś złą odpowiedź, wejdź w edycję pierwotnej wiadomości i wyślij ją ponownie, zamiast pisać w kolejnej turze „to nie to”.
Jak stosować: Użyj przycisku edycji, popraw źródło nieporozumienia i wygeneruj odpowiedź od poprawionego miejsca — historia błędnej wymiany nie obciąża kolejnych tur.
Na co uważać: Popraw faktyczną przyczynę niejasności, a nie tylko literówkę; inaczej model dalej będzie zgadywał.
3.Grupuj powiązane pytania i z góry określ format odpowiedzi
Na czym polega: Kilka pytań do tego samego materiału wrzuć w jedno zapytanie i na końcu nazwij oczekiwaną formę (150 słów, punkty, jednostronicówka, sam nagłówek).
Jak stosować: Zamiast serii osobnych wiadomości pisz jedno zwięzłe zapytanie z jawnym opisem oczekiwanego wyniku — ograniczasz niejednoznaczność, na którą model wydaje tokeny.
Na co uważać: Nie łącz pytań kompletnie niezwiązanych — grupowanie ma sens tylko dla wspólnego kontekstu; inaczej odpowiedzi będą rozmyte.
4.Zaczynaj nowy wątek, gdy zmienia się zadanie
Na czym polega: Długie rozmowy są dobre przy jednym problemie, ale niosą dziesiątki tysięcy do setek milionów powtarzanych tokenów. To dało autorowi największą zmierzoną oszczędność.
Jak stosować: Skończyłeś jeden temat i przechodzisz do innego — otwórz czysty wątek. Stary możesz zachować; po prostu nie zmuszaj nowej pracy, by go ciągnęła.
Na co uważać: Czyste zadanie nie zaczyna od zera tokenów — narzędzie i tak wysyła swoje instrukcje startowe. Nie restartuj też w środku zadania, które wymaga zachowania stanu.
5.Przenoś do kolejnego etapu tylko gotowy artefakt
Na czym polega: W procesach wieloetapowych (research → pisanie) do następnego kroku przekazuj sam wynik etapu, a nie całą dyskusję, odrzucone źródła i rozumowanie modelu.
Jak stosować: Oddziel etapy, zapisz artefakt (np. raport) i rozpocznij kolejny krok tylko z nim. Odcinasz miliony nieistotnych tokenów z fazy poszukiwań.
Na co uważać: Upewnij się, że artefakt zawiera wszystko, co naprawdę potrzebne dalej — zbyt agresywne odcięcie może usunąć istotny kontekst.
6.Proś dokładnie o taką długość i format, jakich potrzebujesz
Na czym polega: Wyjście kosztuje podwójnie — raz przy generowaniu, a potem wielokrotnie, gdy staje się wejściem kolejnych tur. Krótsza odpowiedź oszczędza na całym dalszym ciągu rozmowy.
Jak stosować: Określaj format wprost: akapit, JSON, pięć punktów, 50 słów. Preferuj zwięzłe, precyzyjne odpowiedzi zamiast wielostronicowych elaboratów.
Na co uważać: Zbyt drastyczne skracanie przy złożonych zadaniach może pominąć niuanse — dobierz długość do faktycznej potrzeby, nie do minimum na siłę.
7.Sam przeszukuj pliki i wysyłaj tylko istotne fragmenty
Na czym polega: Zlecanie modelowi przeszukania całego pliku jest wygodne, ale bardzo tokenożerne. Taniej jest znaleźć potrzebne miejsce samodzielnie i wkleić fragment.
Jak stosować: Powiedz modelowi wprost: „znalazłem te fragmenty, na tym się skup, oto snippet — nie czytaj całego pliku”.
Na co uważać: Musisz mieć pewność, że sam znalazłeś właściwe fragmenty; przy niepewnym zakresie ryzykujesz pominięcie ważnej części materiału.
8.Wysyłaj najlżejszą użyteczną formę źródła
Na czym polega: Jeśli liczy się treść, a nie układ, konwertuj PDF-y i zrzuty ekranu do zwykłego tekstu lub markdown i wklejaj tekst.
Jak stosować: Przed wrzuceniem źródła zamień je na tekst; unikaj wrzucania PDF-a plus kilkunastu obrazków „bo model sobie poradzi”.
Na co uważać: Gdy układ, tabele lub grafika naprawdę niosą znaczenie, sama konwersja do tekstu może zgubić informację — wtedy zachowaj strukturę.
9.Trzymaj zaakceptowane odpowiedzi w łatwej do przeszukania bazie
Na czym polega: Jeśli wielokrotnie krążysz wokół jednego problemu, przechowywanie ustaleń w bazie (np. OpenBrain) pozwala AI wyciągnąć gotowy fragment zamiast odtwarzać go od zera.
Jak stosować: Zbuduj system zapisu wyników, które i tak sprawdzałbyś wiele razy; im taniej je odzyskasz, tym więcej tokenów oszczędzasz.
Na co uważać: Baza wymaga dyscypliny w zapisie i aktualizacji — nieaktualne wpisy mogą podsuwać modelowi przestarzałe odpowiedzi.
10.Automatyzuj nawyki skillem, a przy skali wpinaj lokalnego pośrednika
Na czym polega: Skill Token Saver automatyzuje większość nawyków poziomu pierwszego w Codeksie i Claude Code. Ringer działa lokalnie przed wysłaniem zapytania — potrafi odpowiedzieć bez wywołania modelu, przyciąć zawartość, sięgnąć do twojej bazy i egzekwować twarde limity rozmiaru.
Jak stosować: Zacznij od nawyków ręcznych, dołóż skill, gdy chcesz je zautomatyzować, a przy poważnej, powtarzalnej pracy rozważ pośrednika typu Ringer, by ciąć koszt jeszcze przed wysłaniem zapytania.
Na co uważać: Skill działa dopiero „do przodu” — nie zmniejszy wywołania, w środku którego się uruchamia. Prompt caching i Ringer to narzędzia dla pracy z API i zaawansowanych; przeciętnemu użytkownikowi wystarczą dobre nawyki. Wymienione narzędzia (Token Saver, Ringer, OpenBrain) to autorskie rozwiązania twórcy — zweryfikuj ich dostępność i dopasowanie do własnego środowiska.