在 Codex 里省 Token，核心逻辑不是「少干活」，而是**「少传无用上下文」和「按任务难度给算力」**。下面是我实测下来最有效的 5 个维度。不用全上，挑几条能马上做的先用起来，感受最明显的我会标出来。
一、基础设置与模型调优
- 降低思考强度 ⭐：把推理模式（Reasoning Effort）从「高」调到「中」。日常改 Bug、写脚本根本不需要深度推理，默认「高」会白白烧掉大量推理 Token；遇到复杂架构设计时再手动调高即可。
- 关闭「讨好」语气 ⭐：在个性化设置里把回复语气改成「务实」。默认的亲和语气会产生一堆「太棒了」「我来帮你梳理」的废话，务实模式直接砍掉这些冗余输出。
- 开启记忆功能：打开记忆开关，让 Codex 记住你的偏好、项目和工作风格，避免每次对话都从零开始重复背景。
- 调整工作模式：写代码选「编程模式」，处理文档或数据分析选「日常模式」，避免模型用错误的思维模式处理任务导致返工。
二、上下文与项目管理
- 精简上下文窗口：不要在一个会话里聊太多无关话题。对话越长，每次请求的 Token 就越多——新话题务必开新会话。
- 维护项目说明书：写好
AGENTS.md，包含技术栈、目录结构、开发规则和边界限制，让 AI 自动加载规则，省去重复沟通的成本。 - 使用交接文件：长任务结束后，让 Codex 生成一份
HANDOFF.md（控制在 1000 Token 以内），记录当前目标、关键文件和下一步计划，新会话直接读取，避免 AI 重新探索项目。 - 清理无用 Skill：不常用的 Skill 元数据也会一直加载进系统提示词。定期删除不需要的 Skill，只保留高频使用的。
三、提示词与交互技巧
- 精准定位文件 ⭐：直接给文件路径和行号（如
src/login.ts 第 80-140 行），而不是让 AI 全局搜索，能大幅节省检索 Token。 - 要求 Diff 输出 ⭐：明确要求「只返回修改 diff」或「只给最小修改片段」，不要让它输出完整文件——输出越短越省 Token。
- 长文先摘要：遇到大文档或长日志，先让 AI 用 100 字总结结构，再按需展开具体部分，避免一次性塞入完整上下文。
- 控制输出长度：在提示词里明确限制字数或格式（如「结论优先、人话直给、不塞代码」），防止 AI 过度发散。
四、高级配置与计费规避
-
提前压缩上下文：GPT-5.6 等模型在超过 272K 上下文时会进入高价计费区间。可在配置文件里设置让模型在 256K 时提前压缩，避开高价区：
model_auto_compact_token_limit = 256000 -
关闭多余工具：如果用不到图片生成等功能，在配置里禁用相关工具，避免中转时额外消耗 Token：
disable-image-generation: "passthrough"
五、工作流优化
- 先聊需求再写代码：先用普通 Chat 窗口把需求拆解清楚，方案确定后再转进 Codex 执行，避免在 Codex 里反复沟通需求消耗额度。
- 分流轻量任务：Git 提交、简单文本处理这类轻活，交给免费额度或便宜模型（如 DeepSeek），把 Codex 的额度留给真正的核心开发。
- 多用截图和语音：有 Bug 直接截图甩给 AI，一张截图顶三段文字描述；语音输入也能更清晰地交代背景，减少试错次数。
小结
如果只想先动四条，我推荐这几条见效最快的（上面标 ⭐ 的）：推理强度调中、语气改务实、给文件路径行号、要 diff 输出。光这四条，日常开发的 Token 消耗就能明显往下走。