腾讯的 workbuddy 如何节省积分的个人最大的体会。主要有以下几个思路：
1. 使用自带功能：使用它自带的提示词优化功能。
2. 离线梳理与免费模型优化：
不要直接输入提示词，而是先准备一个空文档把提示词写下来，进行条理化和结构化的梳理，不要一出是一出，而是系统化地去修整。比如在编程时对功能进行调整，把它分类汇总。然后再用免费的模型（如 DeepSeek、豆包或通义类）进行优化。优化好、没有问题了以后，再反馈到那儿。而且在优化时，要让它尽可能地节省提示词。
3. 拆分功能与选择低成本模型：
尽可能使用免费的会员大模型，或者收费较低的 DeepSeek。把功能进行拆分，不要弄得一堆特别乱。我个人认为这样也会节省提示词，因为如果没有这方面的经验，把一堆特别系统的提示词弄进去，模型分析和思考的时间长，就会浪费积分。
4. 避坑与模型推荐：
千万不要再用“智谱GLM”和“Kimi K3”了，真的太贵了，一次任务千八百积分就没有了，还不一定能够解决问题。
一句话总结：如果你想节省积分，在 Workbuddy 里能用到的顶级模型就是 DeepSeek 4 PRO。最起码虽然它的积分已经翻倍了，但它还是最省的。