ปัญหาที่คนใช้ GPT-6 Astra เจอบ่อยที่สุดไม่ใช่เรื่องความสามารถของโมเดล แต่เป็นขีดจำกัดการใช้งานที่หมดเร็วกว่าที่คิด โดยเฉพาะตอนที่งานกำลังไหลดีแต่ระบบขึ้นว่าใช้เกินโควต้าแล้ว Jay E จากช่อง RoboNuggets ได้รวบรวมเทคนิค 24 ข้อพร้อมโบนัสพิเศษที่ช่วยยืดการใช้งาน Astra ได้อย่างมีนัยสำคัญ ตั้งแต่การปรับตั้งค่าง่าย ๆ ไปจนถึงกลยุทธ์ระดับ power user ที่หลายคนยังไม่รู้จัก
สรุปสั้น ๆ
- GPT-6 Astra กิน usage เร็วกว่าโมเดลอื่น แต่แก้ได้ด้วยการปรับ effort level และ mode การทำงาน
- Plugin ฟรีอย่าง Caveman และ I Have ADHD ลด output token ได้ถึง 55% โดยไม่เสียคุณภาพ
- การจัดระเบียบ workspace ด้วย router files และ second brain ช่วยให้ agent ค้นหาไฟล์เร็วขึ้น กินโทเค็นน้อยลง
- เทคนิค Brain & Hands แยก Astra ทำแค่งานวางแผน ส่วนงาน execution ใช้โมเดลถูกกว่า
- ตั้ง token budget ในตัว prompt ได้เลย ให้ agent วางแผนงานรอบโควต้าจริง
ทำความเข้าใจ Effort Level ก่อนอื่น
หัวใจของการประหยัด usage อยู่ที่การเลือก effort level ให้ตรงงาน ระบบ Astra มีตั้งแต่ Light ไปจนถึง Max โดยแต่ละขั้นส่งผลต่อการใช้โทเค็นอย่างชัดเจน บริษัท Artificial Analysis AI ที่ทดสอบโมเดลโดยเฉพาะพบว่า การขยับจาก High ไป Extra High ใช้โทเค็นเพิ่มขึ้น 30% แต่ได้คะแนนความสามารถเพิ่มแค่ 1.5 จุด และการขยับจาก Extra High ไป Max กินเพิ่มอีก 40% แต่ได้คะแนนเพิ่มไม่ถึงครึ่งจุด
วิธีใช้ที่ฉลาดกว่าคือเริ่มที่ Light ก่อนเสมอ แล้วค่อยขยับขึ้นเมื่อผลลัพธ์ไม่ดีพอ อย่าตั้ง Max เป็นค่าเริ่มต้น เพราะในงานส่วนใหญ่ Extra High ให้ผลดีพอแล้ว โดยไม่ต้องจ่ายราคาของ Max เลย ส่วน Ultra Mode ใน Codex ต้องเข้าใจให้ถูกด้วยว่ามันไม่ใช่แค่ effort level สูงสุด แต่เปิดระบบ sub-agents ที่ทำงานคู่ขนาน ซึ่งทุก sub-agent ก็กิน usage ของตัวเองด้วย ดังนั้นใช้ Ultra เฉพาะงานที่ใหญ่จริง ๆ ที่ต้องการทีม ส่วนงานที่แค่ต้องการ "คิดหนักขึ้น" ให้ใช้ Extra High แทน
Fast Mode, Midrun Steering และการตั้งเวลา
Fast Mode ดูเหมือนเป็นตัวเลือกที่ดีเพราะได้คำตอบเร็วขึ้น แต่ความจริงคือมันเผา usage ออกไปเร็วกว่าปกติมากสำหรับงานเดียวกัน ทางที่ดีคือปิดไว้เป็นค่าเริ่มต้น แล้วเปิดเฉพาะตอนที่รีบจริง ๆ เพราะ effort level ที่ต่ำกว่าก็ให้ความเร็วที่รับได้อยู่แล้วโดยไม่เสียโควต้าเพิ่ม
Midrun Steering เป็นเทคนิคที่หลายคนมองข้ามไป โดยปกติถ้า agent วิ่งออกนอกเส้นทาง คนส่วนใหญ่จะรอให้มันทำงานเสร็จก่อนค่อยแก้ แต่นั่นแปลว่าจ่ายค่าโทเค็นสำหรับงานที่จะทิ้งทั้งหมด ในการตั้งค่า Codex ให้ค้นหา "follow-up behavior" แล้วเปลี่ยนเป็น Steer Mode เพื่อให้ทุกข้อความที่ส่งระหว่างที่ agent กำลังทำงานไปเปลี่ยนทิศทางงานปัจจุบัน แทนที่จะต่อคิวรอ
อีกเทคนิคที่ไม่ค่อยมีคนพูดถึงคือการ ตั้งเวลาให้ agent ส่งข้อความหาตัวเองตอน 6 โมงเช้า เพราะในหลายแพลน โควต้าจะเริ่มนับจากข้อความแรกของวัน ถ้า agent เริ่มหน้าต่าง usage ไว้ตั้งแต่เช้า และเราทำงานตอน 9 โมงจนโควต้าหมดตอนเที่ยง หน้าต่างถัดไปจะรีเซ็ตตอนบ่ายโมง แทนที่จะต้องรอถึงบ่ายสองหรือสามโมง
Plugin ฟรีที่ลด Token ได้จริง
มี plugin ฟรีสองตัวที่น่าสนใจมากสำหรับการประหยัด usage ตัวแรกคือ Caveman ซึ่งทำสิ่งเดียวคือบังคับให้ agent ตอบเป็นประโยคสั้น กระชับ ตัดคำอธิบายที่ไม่จำเป็นออกหมด จากการทดสอบพบว่าลด output token ได้ราว 55% เทียบกับการตอบแบบปกติ วิธีใช้คือเอา GitHub link ไปให้ agent แล้วสั่งให้ติดตั้ง ตัวที่สองคือ I Have ADHD ที่ทำงานคล้ายกันแต่เน้นให้ agent เอาคำตอบขึ้นก่อน ไม่ฝังคำตอบไว้ในกองข้อความยาว ทั้งสองตัวใช้ร่วมกันได้และผลที่ได้คือ reply สั้นลง อ่านง่ายขึ้น และกินโทเค็นน้อยลงพร้อมกัน
เทคนิคง่ายที่สุดที่ข้ามได้บ่อยที่สุดคือการถาม agent ตรง ๆ ว่า "อะไรในการตั้งค่าของฉันกำลังกิน usage อยู่บ้าง?" มันจะชี้ให้เห็น plugin ที่ไม่ได้ใช้ effort ที่ตั้งสูงเกิน และ helper agent ที่โหลด context ซ้ำทุกครั้ง
นอกจากนี้ควรปิด connector และ MCP server ที่ไม่ได้ใช้งาน เพราะทุกตัวที่เปิดทิ้งไว้จะถูกอ่านและกิน token ทุกครั้งที่เริ่ม chat ใหม่ และควรทำ cleanup รายเดือนสำหรับ instruction files, skills, และ plugin ที่ซ้ำซ้อน โดยรันช่วงท้ายสัปดาห์ที่ usage กำลังจะ reset อยู่แล้ว
จัดระเบียบ Workspace ให้ Agent หาไฟล์เร็วขึ้น
usage ส่วนใหญ่ที่หายไปโดยไม่รู้ตัวมาจากการที่ agent ต้องค้นหาไฟล์ที่ถูกต้องในโปรเจกต์ วิธีแก้ที่ตรงไปตรงมาคือถ้ารู้ว่าต้องใช้ไฟล์ไหน ก็ก๊อป path ของไฟล์นั้นไปให้ agent เลย (Windows ใช้ Ctrl+Shift+C) แทนที่จะให้ agent ค้นหาเองซึ่งกินโทเค็นสำหรับการค้นหาที่ไม่จำเป็น
ระดับที่ลึกขึ้นคือการสร้าง router files ซึ่งเป็นไฟล์ markdown สั้น ๆ ที่บอกว่าแต่ละส่วนของงานอยู่ที่ไหน เช่น content.md เป็นแผนที่ของโฟลเดอร์งาน content, product.md ชี้ไปยังโฟลเดอร์โปรเจกต์ต่าง ๆ แทนที่ agent จะโหลดทุกไฟล์เพื่อค้นหา มันจะอ่าน router ก่อน แล้วเปิดเฉพาะไฟล์ที่ต้องการจริง ๆ สิ่งที่ทำควบคู่กันได้คือทำให้ agents.md เป็น router ด้วย แทนที่จะยัดทุกอย่างไว้ในไฟล์เดียว ให้แยกแต่ละส่วนออกเป็นไฟล์ของตัวเอง แล้ว agents.md เหลือแค่รายการ pointer ไปยังแต่ละไฟล์ เพราะ agents.md จะถูกอ่านทุกครั้งที่เริ่ม chat ใหม่ ยิ่งสั้นยิ่งประหยัด
เครื่องมือ Advanced และ Token Budget
สำหรับการจัดการกับคำสั่ง terminal ที่ให้ผลลัพธ์ยาว มีเครื่องมือชื่อ RTK (Rust Token Killer) ที่ตัดทอน output จาก terminal ก่อนที่ agent จะอ่าน จากการทดสอบพบว่าลด token ได้ 60-90% สำหรับคำสั่ง developer ทั่วไป ในระดับที่กว้างกว่านั้น Headroom ทำหน้าที่เป็น compression layer ที่บีบอัดเกือบทุกอย่างที่ agent อ่าน ไม่ใช่แค่ผลลัพธ์จาก terminal แต่รวมถึง log files และผลจาก tool calls ด้วย ตัวเลขจากผู้พัฒนาระบุว่าลด token ในงาน coding ได้ราว 20%
เทคนิคที่ฟังดูง่ายแต่ทรงพลังมากคือการ ใส่ token budget ไว้ในตัว prompt เช่น "ทำงานนี้ให้ไม่เกิน 3% ของโควต้ารายสัปดาห์ และหยุดถามก่อนถ้าจะเกิน" เพราะ Astra และโมเดลใน Codex เห็นข้อมูล remaining usage อยู่แล้ว การระบุงบไว้ล่วงหน้าทำให้มันวางแผนงานรอบงบจริง ๆ ไม่ใช่รู้ว่าเกินหลังทำเสร็จแล้ว
Brain & Hands: แบ่งงานให้โมเดลถูกกว่า
เทคนิคสุดท้ายที่เป็น level power user จริง ๆ คือ Brain & Hands ซึ่งแยกบทบาทของโมเดลออกจากกัน Astra ทำหน้าที่เป็น "สมอง" คือวางแผนงานและตรวจสอบผลลัพธ์ ส่วนการ "ลงมือทำ" จริง ๆ ส่งต่อไปให้ helper agent ที่รันบนโมเดลถูกกว่า วิธีนี้ทำให้ usage ของโมเดลที่แพงที่สุดไปอยู่กับงานวางแผนและตรวจสอบ ซึ่งเป็นส่วนที่ต้องการความสามารถสูงจริง ๆ
ในทางปฏิบัติ ให้ตั้ง helper agents สำหรับ task type ที่ทำบ่อย ๆ เช่น summarizer ที่รันบนโมเดลถูกกว่า Astra ใน Codex ทำได้ด้วยการสร้างไฟล์เล็ก ๆ ในโฟลเดอร์ agents ที่ระบุชื่อและโมเดล แล้วเรียกใช้ได้จาก chat ไหนก็ได้ วิธีนี้ทำให้งาน routine ที่ไม่ต้องการพลังงานสูงไม่ต้องดึง Astra มาใช้เลย
บทสรุป
การยืด usage limit ของ GPT-6 Astra ไม่ได้ต้องการเทคนิคซับซ้อน ส่วนใหญ่เป็นเรื่องของการเลือก effort level ที่เหมาะกับงาน ปิด plugin ที่ไม่ใช้ และจัดระเบียบ workspace ให้ agent ทำงานได้อย่างมีประสิทธิภาพมากขึ้น เริ่มจากเทคนิคง่าย ๆ ก่อน อย่าง Caveman plugin และการตั้ง effort เริ่มที่ Light ก็จะสังเกตเห็นความแตกต่างได้ชัดแล้ว จากนั้นค่อยขยับไปเทคนิคที่ซับซ้อนขึ้นอย่าง RTK, Headroom หรือ Brain & Hands ตามความต้องการของงาน
