Token 最佳化指南

English | 繁體中文（台灣）

實務導向的 GitHub Copilot token 成本降低指南，同時維持回答與程式碼的實用性。

從 Part 1 開始 直接看實際設定

這份指南涵蓋什麼

• 為什麼在 Usage-Based Billing 下，token 真的會影響成本
• 為什麼輸出控制通常比 prompt 壓縮更有直接 ROI
• 如何縮小 always-on context、歷史訊息與工具負擔
• 為什麼依模型調整 prompt guide 能提升第一次回答品質並減少返工
• Ask、Edit、Agent Mode 分別何時最划算
• 如何建立企業治理，而不是依賴未被官方支援的控制方式
• 如何把這些做法變成可重複的團隊習慣

最快見效的做法

1. 預設限制輸出：Code only, no explanation. 與 No explanations unless asked.
2. 讓 .github/copilot-instructions.md 保持小而精準。
3. 不需要工具的問題就用 Ask Mode。
4. 依目標模型的官方指南重調 prompts 與 instructions。
5. 停用沒在用的 MCP servers。
6. 先把 DOCX／PDF／Office／媒體輸入轉成 Markdown 再做 AI 工作；優先試 MarkItDown。
7. 稽核長時間 agent sessions 與重複來回澄清。
8. 安裝 RTK，壓縮 shell 指令輸出。

依主題閱讀

基礎篇（Foundations）

• 為什麼 Token 很重要
• 比較與數據

技巧篇（Techniques）

• Context 管理
• 輸出控制
• Workflow 最佳化
• MCP 與工具成本

實作篇（Implementation）

• 實際設定
• 模型選擇與定價
• 企業治理

快速詞彙

• UBB：usage-based billing。Copilot Business 與 Enterprise 的花費會透過 AI credit 用量計算。
• AI credits：切換後的共用計費單位。
• Auto mode：Copilot 預設模型選擇器。多數情境下是合理的預設通道。
• Ask Mode：單次互動。最省成本。
• Agent Mode：多步驟互動。槓桿高，但成本也高。
• Content Exclusion：管理員用來讓特定 repo 內容不進 Copilot context 的控制項。
• 格式稅：DOCX、PDF、HTML、投影片、試算表、圖片、音訊／影片抽取內容中，多出來的版面、標記與中繼資料 token。先轉成 Markdown。

實用連結

• Official GitHub Copilot docs
• Usage-based billing for organizations and enterprises
• OpenAI Tokenizer
• Awesome GitHub Copilot Customizations
• LLMLingua
• Caveman project
• RTK — Rust Token Killer
• Microsoft MarkItDown — 把 PDF、Office 檔、圖片、音訊、HTML、ZIP 內容、YouTube URL、EPUB 等轉成適合 LLM 工作流的 Markdown
• Marc Bara：Your .docx Is Wasting 33% of Your AI Budget
• Dina Berry：How I Cut Token Usage from 52% to 13%

備註

• 完整 /chronicle 是 Copilot CLI 功能；/chronicle:tips 也可在 VS Code 使用。
• 本 repo 中的 Usage-Based Billing 縮寫為 UBB。