docs(tasks): split AI studio GPT and BYOK follow-ups

2026-07-11 11:40:18 +08:00
parent 0a34e2f0a9
commit 2139b0dcb3
7 changed files with 269 additions and 18 deletions
@@ -0,0 +1,51 @@
+---
+id: T-597
+title: AI工场 GPT / OpenAI 托管模型选型评测与默认档位策略
+phase: 8
+deps: [T-595]
+status: TODO
+created: 2026-07-11
+---
+
+## 问题 / 背景
+
+T-586～T-595 固定使用 cmhub 托管生图模型，不接入自定义 Provider。AI工场主线完成后，如果要让 cmhub 后台切到 OpenAI / GPT 系列模型，不能只凭模型名直接上线，需要先建立运营可理解的质量、速度、成本评测口径。
+
+当前官方模型指导中，GPT-5.6 家族分为偏旗舰能力的 `gpt-5.6-sol`、平衡能力与成本的 `gpt-5.6-terra`、成本敏感高频任务的 `gpt-5.6-luna`；图片生成/编辑方向以 `gpt-image-2` 作为当前高质量图像模型参考。落地到本项目时仍必须通过 cmhub 能力别名调用，不在 cmshopee 客户端直连 OpenAI。
+
+## 方案
+
+- 建立 AI工场模型评测样本集：至少覆盖 20～30 个真实商品，包含服饰/生活用品/美妆/小物、白底主图、场景图、细节图和文字较多的旧图。
+- 评测拆成两类：
+  - 文本/提示词辅助：商品图精修提示词改写、标题/卖点辅助、失败原因解释，优先评估 `gpt-5.6-terra`；高质量复核评估 `gpt-5.6-sol`；大批量低成本辅助评估 `gpt-5.6-luna`。
+  - 图片生成/编辑：主图/详情图候选生成，优先评估 cmhub 提供的 `gpt-image-2` 或等价托管图像别名；保留当前 cmhub 默认图像模型作为对照组。
+- 评估指标用运营能理解的口径：商品主体保真、可商用感、少幻觉、文字不乱写、背景干净、主图合规、详情图信息清晰、一次通过率、平均耗时、单图成本。
+- 输出推荐档位：
+  - 默认：平衡档，用于日常批量。
+  - 高质量：用于重点商品或失败重试。
+  - 省点：用于低价值 SKU 或大批量初稿。
+- 推荐结果只写成 cmhub 别名策略，不把 OpenAI API Key 或直连 Provider 写进 cmshopee 配置。
+
+## 验收要点
+
+- 形成 `docs/` 下的评测记录或选型说明，列出样本、模型档位、质量结论、耗时、成本和最终推荐。
+- 明确普通产品默认仍走 cmhub 托管别名；cmshopee 只保存 `title_alias/image_alias`，不保存 OpenAI 模型 slug 作为执行事实。
+- 能回答运营问题：什么时候用默认档、什么时候用高质量档、什么时候用省点档，以及失败重试是否值得换档。
+- 不需要真实接入 BYOK，不改 ⑤设置页，不改 AI工场代码；本任务可以只做评测与文档。
+- 自动化验证只需 `git diff --check`；若评测脚本另建，必须使用假 Key 或外部环境变量，不提交凭证。
+
+## 边界（不改什么）
+
+- 不实现 BYOK、自定义 Provider、API Key UI 或 direct 直连。
+- 不修改 T-586～T-595 的 cmhub 托管主线。
+- 不把模型定价写死进代码；价格以 cmhub `/models` 返回和实际扣点为准。
+- 不用单个商品样本直接决定默认模型。
+
+## 参考资料
+
+- OpenAI 模型选择指导：`https://developers.openai.com/api/docs/guides/latest-model`
+- OpenAI 图片生成指导：`https://developers.openai.com/api/docs/guides/image-generation`
+
+## 执行记录
+
+（完成后记录评测样本、推荐档位、采用的 cmhub 别名和验证方式。）