Copilot 省钱的核心不是省 token，是省请求次数

很多人算 Copilot 成本时习惯盯 token 数，但 GitHub Copilot 的计费单位其实是 Premium Requests。

Pro 套餐每月 300 次。不同模型有倍率，比如 Claude Opus 4.6 大约是 3 倍——一次对话扣 3 次额度。所以优化方向不该是"每条消息尽量短"，而是"尽量少发消息"。

顺便说一句，高校学生一般可以免费用 Pro。入口在 https://education.github.com/learner/learn ，右上角找 Enable。

1）哪些操作会扣 Premium Requests

我做了一轮简单的对照测试，结论分两类：

扣额度的：

• 发新消息（新需求、新问题）

• 同一个 session 里的追问

  不扣额度的：

• Tool call / MCP 调用（读文件、执行命令、查询信息这些）

  简单说，Premium Requests 按"触发 LLM 生成的回合数"计费，跟一次回复里调了多少工具无关。

2）最划算的用法：一次请求把活干完

追问也扣一次额度，那工作流就很清楚了：

• 第一条 prompt 把信息给全——目标、范围、约束、验收标准、个人偏好

• 让 agent 在一次请求内把验证和执行也跑完（靠工具调用，不扣额度）

• 交付时一次性输出方案、实现、自检结果、风险点、后续建议

  核心思路：减少对话轮次，让每次请求的产出尽量大。

3）用 ask_user 把对话变成可控的交互

Copilot CLI 有个 ask_user 工具，会弹一个选项框让你选 A/B/C/D 或输入自定义文本。它的价值不在于让模型变聪明，在于把"一次性问答"变成"你随时能插一句话继续推进"的交互模式。

你可以在 instruction 里强制让它每次输出后都调用 ask_user，这样节奏就在你手里——不用重新写一大段 prompt，在输入框里打一句"继续"或"改这里"就行。

4）instruction 文件放哪

Copilot CLI 的 instruction 文件支持两个位置：

• 全局：$HOME/.copilot/copilot-instructions.md

• 项目级：<项目目录>/.github/copilot-instructions.md

  路径错了等于白写，注意别搞混。

5）两套强制 ask_user 的模板

A）"不断对话"版

适合你想全程控制方向、随时插话的场景。

This is a non-optional protocol.

At every turn, you MUST perform exactly one of the following actions:
- Provide the requested output AND immediately call ask_user, OR
- If any uncertainty exists, immediately call ask_user without providing speculative output.

The conversation must never terminate voluntarily.
The assistant must never produce a terminal response.
ask_user is mandatory at the end of every turn.

B）"收口"版（我更推荐这个）

适合你希望一次性把任务做完、最后收一次反馈的场景。

Before ending a task, maximize work done within the current Premium Request:
- Make necessary assumptions explicitly.
- Use tool calls / MCP to gather info and validate.
- Deliver plan + implementation + verification + risks in one response.

Before ending, call ask_user once and request consolidated feedback in a single message (all changes at once).

copilot-instructions.md 不一定每次都被遵循。更稳的做法是每次提问时在末尾加一句：

Before ending a task or conversation, always call the ask_user tool to ask the user if they have any further comments or feedback.

instruction 和 prompt 后缀双保险。

6）ask_user 不是无限续命

ask_user 本身是工具调用，不扣额度。但用户在 ask_user 框里输入内容后，会触发新的 LLM 回合——那就是一次新的 Premium Request。

所以别指望靠 ask_user 绕过计费。它的价值是让交互更轻量，让你用一句话就能控制下一步，而不是重新组织一整段 prompt。真正决定消耗的还是 LLM 生成的回合数和模型倍率。

7）用 /mcp add 扩展交互能力

Copilot 自带的 ask_user 比较基础。你可以通过 /mcp add 引入第三方工具，比如问卷式需求收集、结构化问答模板之类的。

思路一样：工具能力越强，一次请求内能完成的链路越长，来回轮次越少。