一、选择适合任务的模型和调用方式

不是所有任务都需要使用能力最强的模型。实际业务中，一次用户请求往往会拆分成多个子任务，例如意图识别、问题改写、知识库检索、结果判断、最终回答生成等。不同子任务对模型能力的要求不同，如果全部使用同一个高能力模型，可能会带来不必要的响应时间和成本开销。 ​ 1. 选择适合的模型 对于边界清晰、输出简单的任务，可以优先选择轻量模型、高速模型或高性价比模型，例如： 意图识别 文本分类 关键词抽取 格式转换 简单摘要 检索 Query 改写 规则明确的结构化信息提取 对于复杂推理、长文本生成、代码生成、多轮规划、复杂 Agent 执行等任务，则可以选择能力更强的模型，以保证任务完成质量。 ​ 2. 设置模型思考参数 如果使用的模型支持思考模式相关参数，也可以根据任务复杂度进行控制。对于数学推理、复杂规划、多步骤分析等任务，可以开启更充分的思考；对于简单分类、固定格式抽取、短文本改写等任务，则可以关闭或减少不必要的深度思考，从而获得更快的响应。 建议开发者在设计链路时，先拆分任务类型，再为不同环节选择合适的模型，而不是默认将所有步骤都交给同一个模型完成。