模型路由
模型路由用于把不同类型的 AI 任务分配给合适的模型。长篇小说生产链里，规划、正文、审核、拆书和知识分析对模型能力的要求并不相同。
什么时候需要配置
第一次使用时，可以只配置默认模型。跑通第一章后，如果遇到成本、速度或稳定性问题，再进入模型路由。
适合配置路由的场景：
- 正文生成需要更强长文本模型。
- 审核和修复经常输出格式错误。
- 拆书任务需要更长上下文。
- 开书规划需要更强推理能力。
- 想把高成本模型只用于关键任务。
推荐任务矩阵
可以按任务类型选择模型：
| 任务 | 推荐模型特征 |
|---|---|
| 开书方向 | 推理稳定、能理解类型小说卖点 |
| 世界与角色 | 长上下文、结构化能力好 |
| 卷和章节规划 | 逻辑清楚、能保持全局一致 |
| 正文生成 | 长文本自然、中文表达稳定 |
| 审核与修复 | 遵循 JSON 和规则能力强 |
| 拆书分析 | 信息抽取强、能处理长文档 |
| 知识库摘要 | 稳定压缩、少遗漏关键事实 |
这只是起点。不同供应商模型表现会变化，建议用测试小说验证。
配置顺序
推荐从简单到复杂：
- 设置一个默认模型。
- 跑通新手上路和第一章。
- 把正文生成切到更适合长文本的模型。
- 把审核、修复、拆书切到结构化输出更稳定的模型。
- 观察任务中心失败率和输出质量。
如果路由太早拆得太细，排查问题会更困难。
成本控制
可以把高成本模型用于：
- 开书方向最终选择。
- 卷规划和关键章节任务。
- 正文生成。
- 复杂修复。
把低成本模型用于：
- 简单摘要。
- 状态解释。
- 轻量检查。
- 非关键候选扩展。
但不要为了省成本把结构化要求高的任务交给不稳定模型，否则失败重试可能更贵。
排查建议
某类任务连续失败时，先看它绑定了哪个模型。
常见处理：
- JSON 解析失败：换遵循格式更好的模型。
- 正文短或空泛：换长文本能力更好的模型。
- 拆书遗漏多：换长上下文模型。
- 任务慢：降低并发或换响应更快的模型。
模型路由影响的是 AI 任务质量和稳定性，不应替代产品流程判断。