AI 額度老是不夠用？五個下指令的習慣，讓同樣預算多做一倍

用 AI 寫程式最讓人不安的不是它會不會出錯，是你不知道這件事花了多少錢。

月費看得到，但「這個功能做下來燒掉多少」看不到。等你發現額度快用完，通常已經不記得是哪幾個任務吃掉的。

這篇不談怎麼精算，那件事我們在 AI Agent 單一任務成本怎麼算裡用 Token 埋點與 ROI 公式講過了。這篇談的是更前面的一步：同樣的額度，怎麼讓它多做一倍的事。

為什麼月費是個誤導的數字？

因為月費不會告訴你你買到了多少工作量。

同樣一筆月費，有人一個月做完三個專案，有人卡在同一個 bug 燒掉半個額度。差別不在方案，在每個任務的成本效率。

‼️ 更關鍵的是：失敗的任務也要算錢。代理人跑了二十步、最後方向錯了整包重來，那二十步的成本一樣付掉了。所以真正的成本不是「成功任務的花費」，是「成功任務的花費 ÷ 成功率」。

一個任務的成本由什麼決定？

你會發現能控制的比想像中多，而且影響最大的三項全部都可以控制。

降低每任務成本的五個做法

1. 簡單任務不要用最強的模型

最常見的浪費。很多人一律用最強的模型跑所有任務，結果額度燒很快，而且做簡單任務時反而比較慢。

正確做法是依難度挑：日常的加欄位、改樣式、重複性修改，用速度型模型就夠；遇到需要規劃架構、跨檔案重構、難解 bug 才升級。取捨看 Antigravity 底層用哪個 AI 模型。

2. 先講計畫，再讓它動手

先不要動手。把你打算怎麼做、會改到哪些檔案講給我聽，我確認後再開始。

這是投報率最高的一句話。成本最高的情況不是任務難，是它方向錯了還跑了很久。先聽三十秒的計畫，比讓它做完二十步再重來便宜太多。

3. 限定範圍

這次只改 app/Services 這個資料夾，其他地方不要動。

不限定的話，它會「順便」讀一堆不相關的檔案、順便優化別的地方。讀得越多，成本越高。

4. 一次一件事

把五個需求塞進同一個指令，它會來回試錯、互相干擾，而且你很難判斷是哪一項出問題。拆開來跑，總成本通常更低。

5. 給它範本，不要給它形容詞

「照 OrderService 的寫法做一個 ProductService」比「寫一個符合我們架構的 ProductService」便宜得多：因為前者它不用猜、不用試、不用讀十個檔案來推測你的風格。

想精算的話，看這兩篇

本文講的是省用量的習慣。如果你要的是把數字算清楚（給老闆看的那種），我們另外寫過兩篇：

• AI Agent 單一任務成本怎麼算？從 Token 埋點到 ROI 公式，要怎麼量測與換算。
• LLM 帳單越用越貴怎麼救：模型路由與成本治理，組織層級的架構解法。

自己抓個大概的估法

不用做得太精密，這樣就夠：

1. 挑三個典型任務：一個簡單的、一個中等的、一個複雜的。
2. 各跑一次，記錄用量：多數工具都有用量顯示。
3. 算出三種級距的單價。
4. 用這個估月需求：這個月大概有幾個中等任務、幾個複雜任務。

‼️ 記得乘上失敗率。如果你的複雜任務大概三次有一次要重來，那複雜任務的實際成本要抓 1.5 倍。

不要只算 AI 的錢

這是評估時最常犯的錯：只比較訂閱費，忘了人的時間。

一個任務如果 AI 花了三十塊但省下你兩小時，那它便宜得離譜。反過來，如果它花了三十塊、你還要花一小時檢查跟修正，那就要重新想這個任務適不適合交給它。

真正該問的問題是：這個任務交給 AI，總成本（AI 費用 ＋ 我的驗收時間）比我自己做低嗎？

答案是「否」的任務類型，通常有共同特徵：需要大量業務判斷、需求本身還沒想清楚、或者驗收比執行還花時間。這幾類不要硬塞給它。

企業導入時要多算兩筆

• 學習成本：團隊從不會用到用得好，中間會有一段效率反而下降的時期。
• 驗收成本：AI 產出的東西還是要人審。團隊越大，這筆越可觀。

另外方案本身的額度機制也要看清楚，免費額度的實際限制可以參考 Antigravity 免費版夠用嗎。

結論

「AI 貴不貴」是個問錯的問題。該問的是「我每完成一件事花多少」，而這個數字，八成掌握在你怎麼下指令。

同樣的額度，會挑模型、會先講計畫、會限定範圍的人，能做的事多出一截。省錢的關鍵不在方案，在習慣。

我們自己也在做 AI 產品：Ocean Bot 業務助理、玄燈命理 DestineAI、PiMe AI 形象照，以及陪跑者 PACER 這個 AI 原生官網，都收在作品案例裡，可以看看落地之後實際長什麼樣。

如果你的公司正在評估導入成本、想知道實際跑起來一個月會是什麼數字，我們 AI 自動化開發可以幫你用實際專案估一次。跟我們聊聊。