性能与成本
使用本指南在输出质量、运行时长与提供方成本之间取得平衡。
成本驱动因素
主要因素:
- Number of requested outputs (
contentTargetscounts) - Model choice for text and image generation
- Retries caused by transient provider failures
- Higher token budgets (
maxTokens) for long outputs
你可以在 generation.analytics.json 中查看每次运行总量。
运行时驱动因素
主要因素:
- Total output count and mix of content types
- Primary content type (
articleprimary uses structured flow; non-article primary uses generic flow) - Image model speed and retry behavior
- Network latency and provider backoff windows
主输出为 article 时执行结构化文章阶段;主输出为非 article 时执行通用主输出阶段,并仍渲染一张主封面图。
成本控制模式
- 先用 dry-run 验证:
ideon write --dry-run "Your idea" --primary article=1 --secondary x-thread=1 --secondary x-post=1
- 先少量变体,再逐步扩展:
ideon write "Your idea" --primary article=1 --secondary x-post=1
-
使用作业文件进行可复现实验,一次只调整一个变量。
-
探索阶段优先更快模型,最终阶段再切换到高质量模型。
运行时控制模式
- 在早期迭代中控制
contentTargets数量。 - 仅在确实需要线程结构时使用
x-thread。 - 中断后优先 resume,而不是从头开始:
ideon write resume
- 若某一阶段反复失败,先参考 故障排查 诊断,再增加目标数量。
实操流程
- 先执行 dry-run,确认编排与输出。
- 执行低数量实时生成。
- 检查 Markdown 质量与
generation.analytics.json。 - 增加数量或切换模型。
- 保存解析后的
job.json,用于后续可复现实验。