成本與用量

建立專案
管理員切換登入身分,權限矩陣會即時套用權限矩陣中「核准腳本/片段/成片 — Editor:視設定」的那個設定
清空 localStorage,把 mock 資料還原成初始狀態

目前身分:吳品叡(管理員) ,可查看 6 / 6 個專案的成本

14 筆用量紀錄

Cartesia 已用字數

776

中文字

音檔生成次數

10

次

快取命中

1

次 · 省下 $0.05

預估總費用

$0.60

USD

重試次數

5

2 個專案接近上限

成本分佈

依服務供應商拆解;費用為 $0 的服務(快取命中、自架運算)只列在下方清單

Cartesia 語音:$0.45(75.2%)LLM 腳本:$0.13(20.9%)Whisper 轉錄:$0.02(3.9%)
  • Cartesia 語音6 次/776 中文字$0.4575%
  • LLM 腳本3 次/25,240 token$0.1321%
  • Whisper 轉錄3 次/237 秒$0.024%
  • YouTube 取得1 次/1 次$0.000%
  • FFmpeg 合成1 次/2 次$0.000%

依專案用量

重試上限:單段 2 次、全案 4 次;用掉一半就先示警

專案主持人狀態字數生成次數快取命中重試費用最後更新
比特幣 ETF 單週淨流入創今年新高proj_01|負責人 簡珮甄林知遠已完成31241 · 省 $0.052 / 4$0.202026/07/23 03:20
以太坊升級三個重點proj_02|負責人 簡珮甄陳博宇主持人影片待審235301 / 4$0.202026/07/28 02:15
穩定幣法案三讀後交易所要面對什麼proj_03|負責人 柯昱翔蘇雨桐等待 Higgsfield229300 / 4$0.152026/07/29 06:14
資金從比特幣輪動到生態代幣proj_04|負責人 柯昱翔周曉薇腳本待審0002 / 4$0.052026/07/30 03:40
降息預期下的比特幣位置proj_05|負責人 簡珮甄高鎮宇轉錄中0000 / 4$0.002026/07/31 00:23
迷因幣熱潮退燒了嗎proj_06|負責人 柯昱翔鄭立群失敗0000 / 4$0.002026/08/01 07:12

重試額度告警

  • proj_01「比特幣 ETF 單週淨流入創今年新高」 已用 2 / 4 次 —— 已用掉一半額度,建議先人工檢查失敗原因
  • proj_04「資金從比特幣輪動到生態代幣」 已用 2 / 4 次 —— 已用掉一半額度,建議先人工檢查失敗原因

呼叫明細

每一次外部服務呼叫都會留下 request_id,可追溯與重現

時間專案服務單位費用request_id說明
2026/08/01 07:12迷因幣熱潮退燒了嗎YouTube 取得1$0.00req_ingest_xg8s來源取得失敗(HTTP 403),未產生費用
2026/07/30 03:02資金從比特幣輪動到生態代幣LLM 腳本9,640$0.05req_llm_5ad9腳本生成 + seg_0403 字數自動重寫 2 次
2026/07/29 06:14穩定幣法案三讀後交易所要面對什麼Cartesia 語音229$0.15req_cartesia_proj03_batch三段音檔批次生成,合計 229 字
2026/07/27 07:24以太坊升級三個重點Cartesia 語音235$0.15req_cartesia_proj02_batch三段音檔批次生成,合計 235 字
2026/07/27 07:05穩定幣法案三讀後交易所要面對什麼Whisper 轉錄47$0.0047req_whisper_b204逐字稿轉錄 47 秒
2026/07/25 01:52以太坊升級三個重點LLM 腳本7,180$0.04req_llm_c47a雙版本腳本生成
2026/07/25 01:40以太坊升級三個重點Whisper 轉錄88$0.0088req_whisper_1f9b逐字稿轉錄 88 秒
2026/07/23 02:40比特幣 ETF 單週淨流入創今年新高FFmpeg 合成2$0.00req_render_01成片合成 2 個版本(自架運算,不計外部費用)
2026/07/22 10:05比特幣 ETF 單週淨流入創今年新高Cartesia 語音78快取命中 $0req_cartesia_0103_v2seg_0103 重新生成 — text_hash 相同,快取命中,本次 $0
2026/07/22 09:44比特幣 ETF 單週淨流入創今年新高Cartesia 語音76$0.05req_cartesia_0104_v1seg_0104 音檔生成,76 字
2026/07/22 09:42比特幣 ETF 單週淨流入創今年新高Cartesia 語音78$0.05req_cartesia_0103_v1seg_0103 音檔生成,78 字(含 1 次自動重試)
2026/07/22 09:40比特幣 ETF 單週淨流入創今年新高Cartesia 語音80$0.05req_cartesia_0101_v1seg_0101 音檔生成,80 字
2026/07/21 02:20比特幣 ETF 單週淨流入創今年新高LLM 腳本8,420$0.04req_llm_b93c雙版本腳本生成(含 1 次 schema 自動修復)
2026/07/21 02:12比特幣 ETF 單週淨流入創今年新高Whisper 轉錄102$0.01req_whisper_7a41逐字稿轉錄 102 秒

待客戶確認的暫定值

spec 只寫「要限制」沒有給數字的地方,Demo 先填了一個值才跑得動;下列每一項都還沒定案

項目Demo 暫定值推導依據spec 現況
Higgsfield 單段長度門檻HIGGSFIELD_MAX_SEGMENT_SEC15 秒對應 78 字(78 ÷ 5.2 = 15.0),落在 75–80 字區間上半段,超過即示警但不阻擋生成spec 第 7 節只寫「避免超過可承受長度」,未給數字
單段音檔重生上限MAX_REGENERATIONS_PER_SEGMENT3 次首次生成 + 3 次重生 = 單段最多 4 個版本,足夠展示版本比較spec 第 10 節只寫「限制單段重試次數」,未給數字
全案音檔生成上限MAX_GENERATIONS_PER_PROJECT12 次4 段口播 × 單段上限 3 次;全案額度不會比單段額度先耗盡spec 第 10 節只寫「限制全案重試次數」,未給數字
單段重試上限SEGMENT_RETRY_LIMIT2 次對齊 spec 第 11 節已寫死的「字數不合格自動重寫最多 2 次」,全站只留一個數字spec 第 10 節只寫「限制單段重試次數」,未給數字
全案重試上限PROJECT_RETRY_LIMIT4 次4 段 × 每段 1 次的預算;只影響成本頁徽章顏色,不阻擋操作spec 第 10 節只寫「限制全案重試次數」,未給數字
口播重疊比對單位OVERLAP_NGRAM_N4 字2 字詞在中文財經語料幾乎必然命中、3 字仍偏高、5 字以上會漏掉「改一兩個字的複述」;4 字對應四字短語或半個子句,逐字複述才會連續命中spec 只要求「口播不得複述原片」,未定義比對方式
口播重疊率上限(阻擋核准)OVERLAP_MAX_RATIO25%78 字口播共 75 個 4-gram,連續 k 字複述貢獻 k − 3 個命中;25% 對應連續逐字複述約 22 字,即「複述超過段落長度的四分之一」spec 只要求「口播不得複述原片」,未給量化門檻
口播重疊率示警門檻OVERLAP_WARN_RATIO18%同一推導代入約 16 字(約兩個短句),在還沒超標前先給黃燈,示警不阻擋spec 只要求「口播不得複述原片」,未給量化門檻
中文語速估算基準ZH_CHARS_PER_SECOND5.2 字/秒既有假設,定義位置仍在 lib/textValidation.ts;口播段的預估時長與成片總時長閘門都由它推導(字數 ÷ 5.2 = 秒數)spec 定義了 75–80 字/段,但從未定義中文語速
PIP 段的段長判準PIP_SEGMENT_DURATION_RULE以口播長度為準PIP 段畫面是原片、聲音是主持人,主持人說完話這一段才能結束;原片剪輯區間只決定「播原片的哪一段」,不決定段長(長於段長則裁切、短於段長則定格)spec 第 6 節只說 PIP 段「原片為主、主持人右下角」,沒說段長怎麼算
Match Score 五項權重MATCH_WEIGHTS品類 30%/受眾 25%/粉絲 15%/預算 15%/成效 15%品類是最硬的條件(美妝案找 3C 網紅沒有意義),受眾次之;粉絲數、預算、成效在真實媒合中是「可談的」,各佔 15%。五項加總為 1.0,分數天然落在 0–100,不需要再正規化kol-agent-demo §5.1 加權公式
品類命中的三段給分MATCH_CATEGORY_FIT主品類 1/次要品類 0.7/不命中 0.15不命中仍給 0.15 而不是 0:硬過濾已擋掉地區與平台,品類不合者仍可能因受眾與成效值得一談;給 0 會讓這一群人的分數塌成同一個值,失去排序意義kol-agent-demo §5.1 categoryFit
粉絲數偏離的對數衰減常數MATCH_FOLLOWER_DECAY0.6log10(4) ≈ 0.602,即與區間邊界差 4 倍時 fit 歸零、差 2 倍時 fit ≈ 0.50;用對數而非線性,避免粉絲數跨三個量級時大帳號的偏離永遠比小帳號嚴重kol-agent-demo §5.1 followerFit
Reels 觀看率滿分基準MATCH_VIEW_RATE_FULL45%mockup 11 的示範資料落在 22.1%–41.3%,取 45% 為滿分上界,讓最好的那一位不會剛好頂格kol-agent-demo §5.1 performanceFit
Reels 互動率滿分基準MATCH_ENGAGEMENT_FULL6%既有網紅庫的互動率落在 1.5%–8.9%,取 6% 為滿分基準,使多數網紅落在 0.3–1.0 之間才有鑑別力kol-agent-demo §5.1 performanceFit
審稿字數容差REVIEW_CHAR_TOLERANCE_PCT10%對 320 字上限而言是 32 字(約兩三句):這個量級順手就能刪,不值得退件所以給黃燈;再多就是結構問題,給紅燈kol-agent-demo §5.3 第 6 項 CHAR_RANGE
Brief 預設 Hashtag 總數下限REVIEW_MIN_HASHTAGS_DEFAULT3 個品牌標 + 案件標 + 至少一個自由標;指定 hashtag 通常兩個,下限訂 3 才逼得出網紅自己的內容標kol-agent-demo §5.2 requirements 預設值
Brief 預設產品露出張數下限REVIEW_PRODUCT_SHOTS_DEFAULT6 張IG 單則貼文上限 10 張,扣掉情境照與人像後產品實拍約佔六成;此項比對的是**提交時宣告的張數**,不是影像內容kol-agent-demo §5.3 第 1 項 PRODUCT_SHOTS
Brief 預設貼文字數區間BRIEF_CHAR_RANGE150–320 字150 字約為「情境 → 感受 → 特色」三段結構的下限;320 字接近 IG 貼文在手機上「展開更多」之前的可讀長度上界kol-agent-demo §5.2 requirements 預設值
Brief 交付天數BRIEF_DELIVERY_DAYS7 天收到商品後拍攝 + 剪輯 + 四輪審稿,一週是實務上最短但仍可執行的節奏kol-agent-demo §5.2 交付時程段
Match Score 的凍結時點MATCH_SCORE_SNAPSHOT_RULE分享給品牌方時凍結品牌方看到的分數必須與代理商分享當下一致;分享之後代理商再調條件,不應該讓品牌方那一頁的數字跟著跳。代理商端(候選與初篩)一律現算,品牌方端一律讀快照kol-agent-demo §5.1 分數快照

這 21 個常數集中在 src/config/demoAssumptions.ts,確認後改該檔一處即可全站生效。

這道檢查抓得到什麼、抓不到什麼

「口播僅補充」規則的能力邊界 —— 交付時請一併向客戶說明

目前比對的是字面重疊:口播與原片逐字稿之間連續相同的中文字。它抓得到「把原片整句搬過來」,抓不到「換句話說的重複」—— 同一件事用不同措辭再講一次,字面重疊率會很低。那一層在真實系統靠兩件事把關:產生腳本時的 LLM 提示詞(明確要求只寫補充),以及送 Cartesia 之前的人工核准閘門。

  • 抓得到最常見的失誤是開場 Hook 直接複述原片的第一段。腳本頁的 proj_04 / seg_0401 就是這種案例: 它的重疊率遠高於上限,該段標紅、核准鍵停用,並在閘門面板上指名是哪一段。
  • 抓不到換句話說的重複這一層 Demo 不做,也不假裝做得到; 超標時也沒有「自動改寫成補充」的按鈕,只能人工改寫。
  • 真實系統Demo 保留了人工核准閘門這一道; 產生腳本時的 LLM 提示詞不在 Demo 範圍(Demo 不接真實 LLM)。

附帶一提:成片總時長的上下限沒有列在上表 —— 那是客戶已經定案的規格常數, 不是 Demo 暫定值;要調整它需要走規格變更,而不是改這一頁的表格。

網紅專案 Agent 的能力邊界

Match Score、Brief 產生與 AI 審稿三個點的實際做法 —— 交付時請一併向客戶說明

本模組的三個「AI 點」全部是前端規則運算,不呼叫任何外部服務、不做語意判斷、不做影像判斷。 它們是真的在算(改條件當場重算),但算的是規則不是理解。

  • Match Score五項加權算術:品類 30/受眾 25/粉絲數 15/預算 15/成效 15。權重與兩個滿分基準(觀看率、互動率)都在上表, 改一個數字全站跟著變,不需要改程式邏輯。
  • 審稿抓得到AI 審稿比對的是 Brief 裡宣告的結構化要求(必提關鍵詞、禁用詞、指定 Hashtag、標註帳號、字數區間)。 因此它抓得到「漏標 Hashtag、寫了禁用詞、忘記標註品牌帳號、字數超標、 關鍵賣點沒提到」—— 實務上最常見的退件原因。
  • 審稿抓不到語氣是否符合品牌調性、圖片與影片的實際內容、有沒有換句話說地踩到雷 —— 這一層 Demo 不做,也不假裝做得到。真實系統靠兩件事把關:產生 Brief 時的 LLM 提示詞,以及人工第二層確認(Demo 保留了後者,而且它是真的會擋)。
  • 產品露出此項比對的是提交時宣告的張數,不是影像內容;真實系統需要影像模型判定。