別先問哪個模型最強：用自己的工作決定分工

每件工作先問兩個問題

我最容易用光額度的時候，往往只是讓最強模型從判斷一路做到改格式。現在我先問：需要多少判斷？做完能不能快速驗收？方向與取捨難以用一張表驗完；固定欄位抽取、格式轉換則比較容易逐項對照。

判斷不難，但沒有明確答案的工作，我會先補驗收標準。否則換成較輕量的模型，只是更快產出一批還要重看的東西。

做一張自己的三題考卷

挑三份去識別化材料：一題每週都做、一題最怕 AI 亂補、一題格式最嚴格。每題留下任務、指令、輸入樣本、預期結果、禁止事項。用同一份材料比較，才知道差異是不是來自模型。

• 會議摘要：沒講定的負責人與期限必須保留待補。
• 資料整理：每個數字附來源，不把缺值補成零。
• 固定輸出：欄位完整，順序和格式符合約定。

先遮住名字，再看結果

我的比較方式是讓每個模型對同一題跑兩次，把四份輸出去掉模型名稱、打亂順序。先看正確性、格式是否服從、有沒有亂補，再揭曉是哪一個模型。

這張小考卷幫我找的是自己的工作反覆在哪裡出錯。AI 可以協助指出差異，文字是否合用、取捨是否合理，最後還是我評。

把額度、金額和返工分開記

我曾把一次真實任務的用量套進 API 單價試算，但那是「假設改用 API 會花多少」，不是信用卡實扣。訂閱剩餘額度和 API 帳單要分開看；要算金額，就核對計算當天的價格。

我會記同一批工作的額度變化、退回重做次數和核對時間。拿不到資料就填「無資料」，不把地端產生多少 token 或月費百分比直接當成省下的金額。

只替勝出的工作換模型

先選一件低判斷、好驗收的工作試一週。如果品質沒有下降、返工也可接受，再考慮擴大。某題贏了就替那題換；不同任務互有勝負時，保留不同分工。

真正要回答的不是「我要不要全部換掉」，而是「這項工作，哪個做法讓我更容易拿到可信的結果」。