> ## Documentation Index
> Fetch the complete documentation index at: https://docs.counso.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 优化积分使用

优化积分，指用完成任务所需的工作量，稳定地产生有用结果；不是一味少用 Agent。重要决策确实需要时，扩大检索范围、增加工具或选择更强的模型可能值得；如果一个简洁、聚焦的回答已经足够，这些额外投入就未必有价值。

## 了解影响用量的因素

工作流用量通常受以下四方面影响：

| 因素    | 检查重点                             |
| ----- | -------------------------------- |
| 模型与推理 | 复杂任务可能需要更强模型或深入推理；日常字段提取和排版未必需要。 |
| 上下文   | 过长的对话和过宽的数据源范围会增加处理量，也可能引入无关内容。  |
| 工具    | 搜索、检索、数据查询、文件生成和连接操作都会增加交互工作量。   |
| 执行次数  | 重复运行、批量处理和定时工作流会放大每项设计选择带来的用量。   |

## 查看工作区用量

工作区管理员可通过 **Admin > Analytics** 和 **Admin > Usage** 查看当前订阅提供的报表。检查一个完整计费或用量周期，并将消耗进度与周期已过时间对照。留意哪些成员或工作流用量变化较大、是否突然上升、是否重复运行，以及更高推理设置是否真正改善了结果。

如果当前 Analytics 页面提供相应维度，可比较成员、Agent、群组、模型、工具、Skill、数据源和每日趋势。分析汇总通常反映使用情况，不展示对话正文。请以 Counso 当前工作区实际提供的报表为准；可查看的数据可能随订阅不同。

## 让模型和分析深度匹配任务

对于给短列表分类、提取字段、排版、分流或首轮筛查等范围明确的任务，只要结果可靠，可先用较轻量的模型或推理设置。需要细致推理、编程、梳理冲突证据或形成重要结论时，再使用更强的模型。如果模型分层或自动模型可用，请查看当前模型选择器的说明，不要依赖静态模型列表。

调整重要 Agent 前，先用有代表性的样例测试。比较正确性、完整性、响应时间和用量，而不是只看一次成功回答。可以先用轻量方式处理，只有发现实际不确定性后再进行深入复核。

## 缩小上下文范围

* 为 Agent 指定一项清晰工作和具体输出格式。
* 只选择任务所需的数据源，并说明优先查哪一个。
* 数量和数字分析尽量使用结构化记录或表格查询，不要从宽泛的文档检索结果中估算。
* Agent 已能访问的材料不必重复粘贴；改为链接或选择原始资料。
* 话题变化时新建对话。历史仍然有用时再继续长对话；若工作区提供对话摘要或压缩功能，可用于延续长任务。

## 有目的地使用工具和可复用流程

检查高频 Agent 挂载的工具，只保留任务核心所需，并说明何时使用工具、何时根据指令或已检索知识直接回答。如果写入操作需要监督，应与只读工作分开，并说明哪些动作需要人工确认。

对于重复方法，可用 Skill 或可复用工作流统一做法。内容应简短、按步骤执行，并只接入该方法需要的数据源和工具。先确认它确实改善了结果的一致性，再扩大使用范围。

对于工作区实际支持的定时或自动化工作流，增加运行量前先明确负责人。先用少量样本测试，评估结果质量和失败率，估算预期运行次数；如果当前工作区提供限额或告警，就设置合适的控制。不要假设其他环境展示的连接器或自动化已在本工作区启用。

## 只有在值得时才深入研究

如果当前提供深入研究模式，可用于需要跨多个来源综合、比较证据或形成有权衡分析的正式报告。改写一小段文字、从已知文档找一个事实或简单排版，通常不需要深入研究。先做聚焦的首轮处理，问题确实需要时再扩大调查范围。

## 管理员的复盘节奏

通常不必逐条检查对话，定期复盘即可：

* \*\*每周：\*\*查看主要用量变化、高频 Agent 和异常增长。
* \*\*每月：\*\*选一个使用量较大的工作流，尝试调整模型、上下文、工具或指令，并验证效果。
* \*\*每季度：\*\*确认重复工作流仍有明确负责人、产出有价值、数据源保持更新；停用不再使用的流程。

余额、成员限额和可用用量来源的管理方式见[积分管理](/zh-cn/docs/user-documentation/admins/usage-seats-and-credits/credit-management)。团队培训建议见[培训团队优化积分使用](/zh-cn/docs/user-documentation/admins/usage-seats-and-credits/train-team-credit-optimization)。