ข้ามไปยังเนื้อหา
หน้านี้แปลโดย AI และอาจมีข้อผิดพลาด อ่านต้นฉบับภาษาอังกฤษ

การกำหนดค่าบริการ: AI ทั่วไป

หน้านี้จัดทำขึ้นเป็นข้อมูลอ้างอิงสำหรับผู้ใช้ระดับกลางถึงขั้นสูงและนักพัฒนา และอาจเป็นประโยชน์เมื่อกำหนดค่าบริการของบุคคลที่สามอื่น ๆ ด้วยตนเอง

AI ทั่วไปใช้สำหรับ

  • ดึงข้อความ
  • ดึงสรุปภาพ
  • แปล

ตรวจจับบล็อกข้อความไม่ได้เป็นส่วนหนึ่งของ AI ทั่วไป แต่ต้องใช้ บริการตรวจจับบล็อกข้อความเฉพาะทาง

  • ดึงข้อความและดึงสรุปภาพต้องใช้ความสามารถด้านวิชัน
  • สำหรับการแปล ให้เลือกโมเดลที่ให้คุณภาพภาษาสม่ำเสมอและมีความยาวบริบทเพียงพอเป็นอันดับแรก
  • คอยติดตามค่าใช้จ่ายโทเค็นของโมเดล คุณอาจลองรันกลุ่มเล็ก ๆ ก่อนเพื่อทดสอบ
  • หากต้องการลดค่าใช้จ่าย ให้ใช้โมเดลในเครื่อง

งานทั้งสองต้องใช้โมเดลที่รองรับวิชัน ในเชิงผลิตภัณฑ์ โมเดลเหล่านี้มักเรียกว่า โมเดลมัลติโมดัล หรือ โมเดลภาษาภาพ (VLM)

โมเดลกระแสหลักที่รองรับวิชันมักทำงานได้ดี โดยเฉพาะกับข้อความที่ไม่เป็นระเบียบ ข้อความนอกบอลลูน และตัวอักษรเอฟเฟกต์เสียง (SFX) และยังกรองฟุริงานะในภาษาญี่ปุ่นออกได้ในระดับหนึ่ง

ดังนั้น แม้โมเดล ตรวจจับบล็อกข้อความ จะส่งข้อความกลับมาแล้ว การรันโมเดลภาษาภาพซ้ำอีกครั้งก็ยังอาจช่วยได้ แม้การปรับปรุงอาจมีจำกัด

การให้เหตุผล ไม่ช่วยในการดึงข้อความ โดยทั่วไปควร ปิดการให้เหตุผล เพื่อประหยัดโทเค็นและเวลา

สรุปภาพที่แม่นยำสามารถอธิบายฉากและบรรยากาศ ซึ่งช่วยเพิ่มคุณภาพการแปล แต่โมเดลที่อ่อนกว่าอาจหลอน (hallucinate) รายละเอียดและทำให้การแปลผิดพลาด จึงควรเลือกโมเดลที่มีความสามารถอย่างรอบคอบ

ข้อมูลอ้างอิงโมเดล

  • โมเดลระดับ gpt-6-sol (high) ขึ้นไปทำงานได้ดีมาก
  • OpenRouter: google/gemma-4-31b-it — พอใช้ คู่มือเริ่มต้นใช้งานฉบับย่อ ใช้โมเดลนี้เพราะราคาประหยัดและทำงานดึงข้อความได้ดี ไม่ใช่เพราะเป็นตัวเลือกที่ดีที่สุดสำหรับสรุปภาพ
  • mimo-v2.6-flash — พอใช้
  • glm-5.3-flash และ deepseek-v4.1-flash — มีแนวโน้มหลอนอย่างรุนแรง ไม่แนะนำสำหรับงานนี้

การให้เหตุผลมีผลอย่างมากต่องานนี้ ควรใช้ระดับการให้เหตุผลที่สูงขึ้นหากทำได้ ความสามารถของโมเดล AI ทั่วไปในการตีความมังงะอาจดีขึ้นเมื่อเวลาผ่านไป

สำหรับการแปล ให้เลือกโมเดลที่ให้คุณภาพภาษาสม่ำเสมอและมีความยาวบริบทเพียงพอเป็นอันดับแรก ข้อมูลอ้างอิงโมเดล

  • DeepSeek ทางการ: deepseek-v4-flash ระดับการให้เหตุผล สูง ทำงานเร็วและให้ผลลัพธ์ดี
  • Zhipu: glm-5.3-flash ระดับการให้เหตุผล สูงสุด มีความแม่นยำค่อนข้างสูง
  • Xiaomi Mimo: mimo-v2.6-flash ระดับการให้เหตุผล สูงสุด ด้อยกว่าสองตัวข้างต้นเล็กน้อย แต่ยังใช้งานได้

ปลายทางที่รับคำขอ โดยปกติพรีเซ็ตจะกำหนดให้แล้ว เปลี่ยนค่านี้เมื่อใช้ Ollama หรือบริการในเครื่องอื่นที่เข้ากันได้

คีย์ที่ผู้ให้บริการออกให้ บริการในเครื่องอาจเว้นว่างไว้ได้ คีย์จะจัดเก็บในที่จัดเก็บข้อมูลที่ปลอดภัยของอุปกรณ์ และจะถูกลบเมื่อลบการกำหนดค่าบริการนั้น

ชื่อโมเดลที่แน่นอนที่ส่งไปยังผู้ให้บริการ ต้องตรงกับโมเดลที่ผู้ให้บริการนั้นรองรับ ชื่อที่แสดงแบบกำหนดเองไม่ได้เปลี่ยนตัวระบุที่ส่งในคำขอ

ความสามารถเป็นตัวกำหนดว่าคำสั่งอัตโนมัติใดใช้โมเดลนั้นได้

อย่าทำเครื่องหมายว่าโมเดลที่ไม่รองรับอินพุตภาพสามารถดึงข้อความหรือดึงสรุปภาพได้ การระบุความสามารถผิดอาจเปิดใช้คำสั่งที่คำขอจะล้มเหลวในที่สุด

จำนวนคำขอที่ทำงานพร้อมกัน ค่าที่สูงขึ้นมักเร็วขึ้น แต่มีโอกาสชนการจำกัดอัตรามากขึ้นและใช้หน่วยความจำมากขึ้น 0 หมายถึงไม่จำกัด หากไม่แน่ใจ ให้คงค่าพรีเซ็ตไว้

จำนวนคำขอสูงสุดที่เริ่มได้ในช่วงเวลาหนึ่ง ต่างจากจำนวนคำขอพร้อมกัน กล่าวคือ จำนวนคำขอพร้อมกันจำกัดงานที่ทำพร้อมกัน ส่วนการจำกัดอัตราจำกัดจำนวนคำขอที่เริ่มในช่วงเวลาหนึ่ง 0 หมายถึงปิดการจำกัด

ระยะเวลาขั้นต่ำระหว่างการเริ่มคำขอที่ต่อเนื่องกัน หน่วยเป็นวินาที เพิ่มค่านี้เมื่อผู้ให้บริการจำกัดปริมาณคำขอ

จำนวนครั้งที่ลองใหม่หลังคำขอล้มเหลว 0 หมายถึงปิดการลองใหม่อัตโนมัติ การลองใหม่อาจมีค่าใช้จ่ายจากผู้ให้บริการ หากข้อผิดพลาดคือ API key ไม่ถูกต้องหรือไม่รู้จักโมเดล การเพิ่มจำนวนครั้งที่ลองใหม่มักไม่ช่วยอะไร

Temperature, ขีดจำกัดโทเค็น, Top P และพารามิเตอร์ที่คล้ายกัน มีผลโดยตรงต่อคำขอที่ส่งไปยังโมเดล เว้นว่างไว้เพื่อใช้ค่าเริ่มต้นของผู้ให้บริการหรือโมเดล อย่ากรอกค่าเหล่านี้ เว้นแต่คุณรู้ว่าผู้ให้บริการรองรับพารามิเตอร์นั้น

การแทนที่คำขอ (requestOverride) ใช้จัดการความแตกต่างระหว่างผู้ให้บริการกับรูปแบบคำขอมาตรฐานที่เข้ากันได้กับ OpenAI สามารถแก้ไขส่วนหัวคำขอ พารามิเตอร์คิวรีของ URL และเนื้อหาคำขอได้ โดยไม่เปลี่ยนตรรกะการส่งคำขอทั่วไปของแอป

การแทนที่คำขอต้องเป็นออบเจกต์ JSON

{
"headers": {},
"query": {},
"body": {}
}

ให้คงทั้งสามฟิลด์ไว้ ใช้ออบเจกต์ว่าง {} สำหรับส่วนที่ไม่ต้องแทนที่

headers และ query รองรับตัวยึดตำแหน่ง {{API_KEY}} ก่อนส่งคำขอ ตัวยึดตำแหน่งนี้จะถูกแทนที่ด้วย API key จากการกำหนดค่าปัจจุบัน อย่าใส่ API key จริงลงในการแทนที่คำขอโดยตรง หรือคอมมิตลงในเอกสารหรือรีโพสิทอรี

headers เป็นออบเจกต์ JSON แบบแบน คีย์คือชื่อส่วนหัว และค่าต้องเป็นสตริงหรือ null

  • สตริงจะเพิ่มหรือแทนที่ส่วนหัว
  • null จะลบฟิลด์ที่ตรงกันออกจากส่วนหัวเริ่มต้นของแอป

ตัวอย่างเช่น การเพิ่มส่วนหัวที่ผู้ให้บริการกำหนด

{
"headers": {
"X-Provider-Version": "2026-01"
},
"query": {},
"body": {}
}

query เป็นออบเจกต์แบบแบนเช่นกัน ใช้แก้ไขพารามิเตอร์คิวรีที่ต่อท้าย API URL

  • สตริงจะเพิ่มหรือแทนที่พารามิเตอร์คิวรี
  • null จะลบพารามิเตอร์คิวรี

ตัวอย่างเช่น ผู้ให้บริการบางรายกำหนดให้ส่ง API key ในพารามิเตอร์คิวรี key

{
"headers": {},
"query": {
"key": "{{API_KEY}}"
},
"body": {}
}

การแทนที่คำขอแก้ไขพารามิเตอร์คิวรีได้ แต่แก้ไขเมธอด HTTP หรือพาธของ API ไม่ได้

body เป็นแพตช์บางส่วนของเนื้อหาคำขอ ไม่ใช่เนื้อหาคำขอแบบสมบูรณ์ แอปจะสร้างพารามิเตอร์คำขอทั่วไปก่อน แล้วจึงผสานเนื้อหานี้เข้าไป

  • ฟิลด์ทั่วไปจะเพิ่มหรือแทนที่ฟิลด์ที่มีชื่อเดียวกัน
  • ออบเจกต์ที่ซ้อนกันจะถูกผสานแบบเรียกซ้ำ การแทนที่ฟิลด์ลูกหนึ่งฟิลด์จะไม่ลบฟิลด์อื่นในระดับเดียวกัน
  • ฟิลด์ที่มีค่าเป็น null จะถูกลบออกจากเนื้อหาคำขอสุดท้าย
  • ตัวเลข สตริง บูลีน และอาร์เรย์จะแทนที่ค่าที่มีชื่อเดียวกันโดยตรง

ตัวอย่างเช่น การเพิ่มพารามิเตอร์เฉพาะของผู้ให้บริการ

{
"headers": {},
"query": {},
"body": {
"response_format": {
"type": "json_object"
},
"vendor_option": "value"
}
}

ใช้ null เพื่อลบฟิลด์ที่แอปจะส่งตามปกติ

{
"headers": {},
"query": {},
"body": {
"reasoning": null,
"reasoning_effort": null
}
}

การแทนที่เนื้อหาคำขอจะมีผลหลังพารามิเตอร์ของโมเดลและพารามิเตอร์การให้เหตุผล ดังนั้นค่าใน body จะมีลำดับความสำคัญเหนือพารามิเตอร์ทั่วไปและการจับคู่การให้เหตุผล การแทนที่ที่ไม่ถูกต้องอาจทำให้คำขอเข้ากันไม่ได้กับผู้ให้บริการ

การแทนที่คำขอมาได้จาก 2 ระดับ

  • การแทนที่ระดับผู้ให้บริการ: การแทนที่เริ่มต้นของผู้ให้บริการ โดยปกติมาจากแค็ตตาล็อกผู้ให้บริการ
  • การแทนที่ระดับโมเดล: การแทนที่ที่มีผลกับโมเดลเดียวเท่านั้น

การแทนที่ระดับโมเดลมีสถานะค่าดังนี้

  • null: สืบทอดการแทนที่ระดับผู้ให้บริการ
  • ออบเจกต์ที่ไม่ใช่ null: แทนที่ออบเจกต์ระดับผู้ให้บริการทั้งหมด โดยไม่ผสานแบบลึกกับออบเจกต์ระดับผู้ให้บริการ
  • {}: เป็นออบเจกต์ที่ไม่ใช่ null เช่นกัน หมายความว่าโมเดลนี้ระบุชัดเจนว่าไม่ใช้การแทนที่ระดับผู้ให้บริการ

ดังนั้น หากการแทนที่ระดับโมเดลเปลี่ยนเพียงฟิลด์เดียวจากการแทนที่ระดับผู้ให้บริการ ก็ต้องใส่ฟิลด์อื่นของระดับผู้ให้บริการที่ต้องการคงไว้ด้วย

ค่าเริ่มต้นจากแค็ตตาล็อกและการแก้ไขด้วยตนเอง

หัวข้อที่มีชื่อว่า “ค่าเริ่มต้นจากแค็ตตาล็อกและการแก้ไขด้วยตนเอง”

เมื่อสร้างการกำหนดค่าจากแค็ตตาล็อกผู้ให้บริการ แอปอาจกรอกการแทนที่คำขอให้โดยอัตโนมัติ ตราบใดที่คุณยังไม่แก้ไขด้วยตนเอง การกำหนดค่าจะยังคงอัปเดตตามค่าเริ่มต้นของแค็ตตาล็อก

หลังจากคุณแก้ไขการแทนที่คำขอด้วยตนเอง แอปจะทำเครื่องหมายว่าเป็นเนื้อหาที่กำหนดเอง และจะไม่แทนที่ข้อมูลที่คุณป้อนด้วยค่าเริ่มต้นจากแค็ตตาล็อกเมื่อเปิดหน้าการตั้งค่าอีก เลือก คืนค่าเริ่มต้น เพื่อกลับไปใช้การแทนที่ที่แค็ตตาล็อกกำหนด

  • เนื้อหาของ headers, query และ body ต้องเป็นออบเจกต์ JSON ที่ถูกต้อง
  • headers และ query ใช้ค่าแบบแบนที่เป็นสตริงหรือ null อย่าเขียนออบเจกต์ซ้อนกันในส่วนนี้
  • มีเพียง body ที่รองรับออบเจกต์ซ้อนกันและการผสานแบบลึก
  • ควรใช้ค่าที่แค็ตตาล็อกผู้ให้บริการกรอกให้โดยอัตโนมัติ
  • หากไม่แน่ใจว่าผู้ให้บริการรองรับฟิลด์ใด ให้ตรวจสอบเอกสาร API ของผู้ให้บริการก่อน
  • ทดสอบการกำหนดค่าที่บันทึกแล้วกับภาพ 1 ภาพก่อนรันกับทั้งเล่ม