에이전트 활용 사례
Views —

에이전트 활용 사례

오늘 등록된 사례

10전체 221건

221개 중 1–20개

업무·리서치

사용량 CSV를 분석해 비용 절감 규칙을 정하는 에이전트

10시간치 사용량 CSV를 Grok Bot에 다시 맡겨 분석하고, 토큰을 아낄 규칙 5개를 정했어요.

Grok Bot

사용법

  1. 작성자는 사용량 페이지에서 자세한 사용량 CSV를 내려받아 Grok Bot에게 분석을 맡겼어요.
  2. 분석 결과 모델 호출 8,915번, 약 11억 5천만 토큰 중 대화는 약 11%뿐이고 나머지 약 89%는 봇이 스스로 띄운 백그라운드 작업이었어요.
  3. 하위 작업 대기 5분 이내, 맥락 약 120K에서 마무리, 봇당 하위 작업 최대 2개, 확인 간격 5분 이상, 스크린샷 줄이기라는 규칙 5개를 모든 봇에 적용했대요.

결과

입력 토큰의 96%가 예전 맥락을 다시 읽는 데 쓰였고, 150K가 넘는 호출이 비용의 54%였다고 해요. 규칙으로 25~30%를 아낄 거라 봤지만 아직 측정하지 않은 추정이에요.

참고사항

절감 효과는 작성자의 추정치예요. 가장 많이 쓴 작업은 스크린샷을 반복해서 찍은 3D 모델링과 동시에 올린 여러 PR이었대요.

출처

Reddit 원문 ↗

예시 프롬프트 · Grok Bot

내 AI 봇 사용량 기록을 분석해서 어디에 토큰이 많이 들었는지 알려 주고, 줄일 수 있는 규칙을 제안해 주세요.

입력: 사용량 CSV 파일 [파일], 분석할 기간 [시간 또는 날짜], 내가 쓰는 봇 목록과 맡긴 일 [목록]. 먼저 CSV에 어떤 열이 있는지 보여 주고, 대화·백그라운드 작업·캐시 읽기를 구분할 수 있는지 확인해 주세요. 구분이 안 되는 항목은 추측하지 말고 모른다고 표시해 주세요.

분석 순서: 1) 전체 호출 수와 토큰 합계를 구한다. 2) 나와 나눈 대화와 봇이 스스로 띄운 작업의 비율을 나눈다. 3) 호출당 맥락 크기 분포와, 큰 맥락 호출이 비용에서 차지하는 비율을 계산한다. 4) 토큰을 가장 많이 쓴 작업 다섯 개와 그 이유를 적는다. 5) 동시에 돌아간 작업 수가 가장 많았던 시점을 찾는다.

결과물: 숫자가 들어간 요약 표, 비용이 큰 작업 목록, 봇에게 적용할 규칙 초안 3~5개와 각 규칙이 줄일 것으로 보이는 범위. 규칙은 내가 승인한 것만 봇 설정에 넣고, 절감 효과는 추정이라고 표시해 주세요. 일주일 뒤 같은 방식으로 다시 분석해 실제로 줄었는지 비교할 수 있게 계산 방법도 남겨 주세요.