每一個錯誤都在浪費你的 token，或讓產出品質大打折扣。
這五個坑10 分鐘內輕鬆搞定。
錯誤一：讓你的主力模型「包山包海」
預設情況下，一堆背景輔助任務（像是壓縮、抓網頁資料、視覺分析、技能比對、清除記憶、搜尋對話紀錄等）全都會跑在你的主力模型上。
如果你用的是 Opus 或是 GPT-5.5 這種頂級模型，每個背景任務都會燒掉你昂貴的高級 token，而這些瑣事明明只要 $1/M 的平價模型就能輕鬆解決！
怎麼解：
打開電腦版 App 或儀表板（Dashboard），進入
Models → Auxiliary 進行設定：
auxiliary:
compression:model: google/gemini-3-flash-preview
web_extract:model: google/gemini-3-flash-preview
vision:model: google/gemini-3-flash-preview
只要改這個設定，馬上就能省下 30% 到 50% 的 token。這絕對是玩 Hermes 最容易噴錢的冤枉路。
錯誤二：你的 SOUL.md 是空的
SOUL.md 如果是空的，代表你的 AI 助理只會用最爛大街的預設系統提示詞來運作（像是「你是 Hermes，一個樂於助人的 AI 助理」）。
結果就是：每次回答都跟外面的免洗機器人沒兩樣，沒個性、沒規則、抓不到重點。
怎麼解：
千萬別傻傻從零開始寫。直接丟 10 到 15 篇你覺得最棒的產出給 Hermes，然後跟它說：
「分析我的寫作風格並找出規律。根據這些觀察，幫我寫一份 SOUL.md。」
重複個 3 到 5 次，直到它講話的口吻跟你越來越像，再把結果存成 SOUL.md。
只要 10 分鐘，以後每次聊天的感覺都會大升級。
錯誤三：下 /goal 指令時太過模糊
「幫我寫個 App」→ 這種指令會讓 AI 陷入無限迴圈。因為沒有驗收標準、沒有範圍、沒有預算概念。
/goal 會一直跑，直到系統判定「完成了」為止。如果你對「完成」的定義很模糊，它就永遠停不下來。
- NG 範例： /goal 幫我架一個作品集網站
- 優良範例： /goal 用 Next.js 和 Tailwind 寫一個單頁式作品集。要有三個區塊：Hero 區塊、專案介紹、聯絡表單。最後部署到 Vercel。當線上網址回傳 200 狀態碼，而且三個區塊都能正常顯示時，才算完成。
給出具體的成果和可以驗證的標準。
系統是看「證據」來過關的，不是靠感覺。
(小撇步：一開始設目標時，建議先加上 max_turns: 10，等你對實際開發範圍比較有概念後，再慢慢往上調。)
錯誤四：從不檢查「記憶檔」
每次對話結束後，Hermes 都會自動更新 user.md 和 memory.md，它會自己判斷該記下什麼。但有時候它會記錯：
- 「使用者喜歡 Python」（你明明才提過一次）
- 「使用者在 [某前公司] 上班」（那是三個月前的舊資訊了）
- 「使用者喜歡超詳細的解釋」（你也只有在那次任務要求過而已）
只要有一個錯誤事實 ＝ 往後每次對話它都帶著錯誤的前提。 AI 一直參考錯誤的資訊，你還會納悶為什麼產出的東西感覺就是不對勁。
怎麼解：現在就去打開你的 user.md 和 memory.md。
- 電腦版 App： 側邊欄的 Memory
- 儀表板： Profile → Memory
- 終端機 (CLI)： cat ~/.hermes/memory/user.md
把寫錯的刪掉，漏掉的補上。每個月花個 5 分鐘清一下，你的 AI 助理接下來一整個月都會變得更聰明敏銳。
錯誤五：讓所有工具隨時保持「全載入」狀態
Hermes 內建了超過 70 種工具和 90 種以上的技能。如果不特別設定，每一輪對話它都會把所有工具架構跟技能標頭全部塞進上下文 (context) 裡。
上下文裡塞越多工具 ＝ 每傳一句話就消耗越多 token ＝ 模型選錯工具的機率越高！
解法（工具篇）：
tools:
tool_search:enabled: auto
讓工具「有需要時」才載入，而不是一口氣全塞進去。
解法（技能篇）：
先跑指令列出技能：hermes skills list
然後把那些你根本用不到的技能關掉：hermes skills disable [技能名稱]
工具集越精簡 ＝ 每一輪對話越省錢 ＋ 模型判斷要用哪個工具時會更精準。
⏱️ 10 分鐘大掃除挑戰：
- 第 1-2 分鐘： 把輔助模型換成便宜的版本
- 第 3-5 分鐘： 打開 user.md，刪除錯誤的記憶事實
- 第 6-7 分鐘： 開啟 tool_search: auto
- 第 8-9 分鐘： 停用沒在用的技能
- 第 10 分鐘： 寫出你的第一版 SOUL.md 提示詞
只要花一次工，你的 AI 助理就會永久進化。
