전제: 클라이언트를 최신 버전으로 유지하기
우리는 모든 버전에서 컨텍스트 관리와 API 캐싱을 지속적으로 최적화하여, 모델이 세대교체되더라도 비용 관리에서 최적의 선택지를 제공하려고 합니다.최신 버전 다운로드
공식 사이트에서 최신 버전의 SoloEnt 클라이언트를 받으세요
핵심 원리
Token 소비 = 입력 크기 × 호출 횟수
높은 영향 — 매 세션마다 적용해야 함
1. 컨텍스트 윈도우 범위 좁히기
AI에게는 정말로 필요한 내용만 보여주세요. 47장을 쓸 때 AI에게 1장은 필요 없습니다. 대사 한 줄을 다듬을 때 AI에게 챕터 전체는 필요 없습니다. 실전 팁:- 현재 작업에서는 현재 장면과 관련된 문서만 활성화합니다. 예를 들어 본문 한 챕터를 쓸 때는 직접 관련된 설정, 챕터 개요, 제한된 컨텍스트만 AI에게 읽힙니다
SoloEnt.md를 마련해 AI가 여러 문서를 읽지 않고도 이 한 파일로 빠르게 컨텍스트를 파악하게 합니다@로 정확히 참조하거나shift를 누른 채 관련 문서를 대화로 드래그하세요. 모든 문서를 기본으로 열거나 읽지 마세요- 대화를 수정할 때는 대상 문단만 선택하고 챕터 전체를 선택하지 마세요
- 각 장면이 끝나면 더 이상 필요 없는 문서 참조를 닫으세요
2. 긴 설명을 짧은 지시로 대체하기
AI에게는 배경 설명이 필요 없고 “무엇을” “어떻게 하는지”만 알면 됩니다. SoloEnt는 이미 시스템 프롬프트를 제공하므로 대화에서 배경을 다시 강조할 필요가 없습니다. Token을 낭비하는 방식:3. 사용 중인 Rules 점검하기
Rules 는 가장 간과되기 쉬운 숨은 Token 대식가입니다——매 요청마다 강제로 로드됩니다. 간소화 원칙:- 본문 집필 관련 Rules는 본문을 쓸 때만 로드
- “당신은……입니다” 식의 롤플레이 서두 삭제(AI는 이미 자신이 무엇인지 압니다)
- 문단 대신 목록 사용——같은 정보라도 Token은 절반
- 분기마다 한 번 Rules를 점검해 이미 내재화되어 명시가 필요 없는 내용을 정리
중간 영향 — 좋은 일상 습관 만들기
4. 가벼운 작업에는 가벼운 모델을
모든 작업에 가장 강력한 모델이 필요한 것은 아닙니다.5. 단계를 나누고, 한 번에 완성본을 요구하지 않기
생성 작업을 더듬거리며 반복하지 마세요. 2,000자 챕터를 한 번에 생성시키고 마음에 안 들면 다시 하는——이 방식이 가장 낭비가 큽니다. 권장 흐름(챕터 집필 예시):1
먼저 챕터 개요
해당 챕터의 구조와 비트를 AI가 출력하게 합니다
2
본문 전개
챕터 개요에 만족하면 본문을 전개합니다
3
말투와 문체 미세 조정
마지막에 부분적으로 다듬습니다
6. 새 창을 자주 열고, 오래된 대화에서 이어 쓰지 않기
모든 대화 창에는 기록이 있습니다——주고받는 대화가 많아질수록 다음 메시지의 입력 Token이 커집니다. 기록 전체가 함께 실려 들어가기 때문입니다. 수십 턴 이어진 창은 “기록의 짐”만으로도 많은 Token을 소비합니다. 권장 사항:- 독립된 작업 하나를 끝내면 다음 작업은 새 창에서
- 같은 창에서 대화 다듬기, 개요 논의, 설정 수정을 동시에 하지 마세요
- 창이 이미 길어졌고 내용을 재생성해야 한다면 새 창을 열고 필요한 컨텍스트만 가져오세요
SoloEnt.md를 호출하거나@로 특정 파일을 지정해 올바르고 필요한 컨텍스트를 다시 활성화할 수 있습니다
좋은 습관: 한 창, 한 가지 일
7. AI가 다시 쓰지 말고 수정만 하게 하기
제약이 없으면 AI는 문단 전체를 다시 출력하는 경향이 있습니다. 그러니 매번 어느 부분만 바꿀지 명확히 알려주세요. 전체 재작성을 유발:고급 기법 — 심층 최적화
8. Workflow로 자주 쓰는 흐름 고정하기
챕터를 쓸 때마다 같은 작업을 한다면——이전 줄거리 요약 확인, 캐릭터 감정 확인, 해당 챕터 개요 읽기——그 흐름을 Workflow 로 만드세요. 매개변수는 “챕터 번호”만 입력하고 나머지는 시스템이 자동으로 조합합니다. 호출마다의 프롬프트 Token은 매번 수동으로 지정하는 들쭉날쭉한 값이 아니라 고정된 최솟값이 됩니다. 동시에 실행할 때마다의 일관성도 확보됩니다.효과: 일관성 + Token 절약, 두 마리 토끼
9. 로컬 모델을 “초고 레이어”로 사용하기
LM Studio 로 오픈소스 모델을 로컬에서 실행해 초고를 생성합니다(한계 비용은 0). 초고가 나오면 마지막 한 번만 클라우드 모델로 다듬습니다——이 한 번의 Token 소비는 적지만 효과는 큽니다. 하드웨어 참고:
다작하는 작가에게 적합하며, 클라우드 소비를 60% 이상 줄일 수 있습니다.
한 문장 요약
컨텍스트를 제어하고 필요한 것을 정확히 말하세요——프롬프트를 과도하게 다듬지 마세요. 이것이 Token 절약의 핵심입니다.
다음 단계
플랜 선택하기
플랜과 요금 비교하기
구독 관리
잔액, 청구서, 취소에 대해