4.2.1. KI-Konfiguration. Auswahl von KI-Modellen und optionalen Funktionen.

Der Schritt der KI-Konfiguration (Schritt 2 in der Flow-Änderung) ist die kritischste Phase zur Definition des Leistungs- und Kostenprofils eines Content Flows. Er bestimmt die Wahl des generativen KI-Moduls, seine spezialisierten Funktionen und seine betrieblichen Einschränkungen. Benutzer müssen hier strategische Entscheidungen treffen und dabei die Ausgabequalität, die Aufgabenkomplexität (z. B. multimodale Anforderungen) und die Optimierung der Token-Kosten ausgleichen.

1. Das KI-Kernmodul: Anbieter und Modellstufen

Fozzels ist mit mehreren branchenführenden KI-Anbietern integriert (z. B. OpenAI/ChatGPT, Google/Gemini, Anthropic, xAI), von denen jeder ein Portfolio von Modellen präsentiert.

1.1. Auswahlkriterien für Modelle

Die Auswahl des richtigen Modells erfordert eine strategische Bewertung basierend auf der Inhaltsaufgabe:

Kostengünstige Modelle. Zweck: Großvolumige Aufgaben mit niedriger Komplexität (Meta-Titel, kurze Übersetzungen, Datennormalisierung). Hauptattribute: Schnellere Verarbeitung, kleineres Kontextfenster. Kostenprofil: Niedrigste Eingabe-/Ausgabe-Token-Kosten.

Hochwertige Modelle. Zweck: Komplexe, kreative Generierung, tiefe Zusammenfassung, Aufrechterhaltung eines nuancierten Markentons. Hauptattribute: Überlegene logische Kohärenz, großes Kontextfenster. Kostenprofil: Höhere Eingabe-/Ausgabe-Token-Kosten.

Multimodale Modelle. Zweck: Aufgaben, die visuelle Analyse zusammen mit Text erfordern (z. B. Beschreibung der Textur oder des Stils eines Bildes). Hauptattribute: Bildanalysefunktion ist nicht verhandelbar. Kostenprofil: Höhere Kosten aufgrund der Bildsymbolisierung.

2. KI-Bereicherungstools und Web-Suche

KI-Bereicherungstools sind optionale Funktionen, die den Zugriff des Modells auf externe, nicht-produktbezogene Daten verbessern.

Enable Web Search: Mit dieser Funktion kann das Modell während der Inhaltsgen erierung Echtzeitinformationen und externe Kontexte aus dem öffentlichen Internet abfragen.

Strategic Value: Die Web-Suche ist unverzichtbar für Inhalte, die aktuelle Markttrends, spezifische Herstellungsstandards oder externe Fakten referenzieren müssen, die nicht in den Produktkatalogattributen enthalten sind.

Cost Implication: Nutzen Sie diese Funktion umsichtig, da sie im Allgemeinen zusätzliche Kosten pro Anfrage verursacht, unabhängig von der standardmäßigen Token-Nutzung.

3. Spezialisierte Flow-Funktionen

Für kreative Aufgaben, die über Standard-Text- und Bildanalyse hinausgehen, benötigt Fozzels spezialisierte Flow-Typen und spezifische KI-Modelle aufgrund der hohen erforderlichen Rechenleistung.

Image Flows (Image Generation). Purpose: Generierung neuer Produktbilder (von Grund auf). Model Requirements: Spezialisierte Bildgenerierungsmodelle (z. B. GPT Image 1, Gemini 2.0 Flash Preview Image Generation). Vendor Restriction: Auf ausgewählte Anbieter beschränkt (z. B. OpenAI, Google).

Video Flows (Video Generation). Purpose: Für die Generierung von kurzen, hochfidelity-Videoinhalten gedacht (z. B. 8-Sekunden-720p-Clips). Model Requirement: High-End-Videogenerierungsmodelle (z. B. Gemini Veo 3). Vendor Restriction: Derzeit auf Google | Gemini beschränkt. Cost Structure: Videogenerierungsmodelle funktionieren häufig nach einer spezialisierten Preisstruktur (z. B. Preis pro Sekunde der Videoausgabe) aufgrund der hohen Rechenleistung.

4. Bildoptimierung und Kostenkontrolle

Für jeden Flow, der multimodale Funktionen nutzt, ist eine effiziente Handhabung von Produktbildern für die Generierungsstabilität und die Token-Kostenverwaltung unerlässlich.

4.1. Bildeingabe und Fallback-Logik

Image Count: Benutzer müssen explizit die Anzahl der Produktbilder definieren, die die KI analysieren soll (z. B. 1, 2 oder 3). Die Erhöhung der Bildanzahl erhöht direkt die Eingabe-Token-Anzahl und folglich die Kosten.

Fallback/Skip: Wenn in einem Flow ein Produkt die angeforderten Bilddaten fehlen, müssen Benutzer eine Notfallmaßnahme definieren: Fallback auf ein reines Textmodell: Der Prozess wird mit einem reinen Text-Prompt fortgesetzt, wodurch ein Fehler vermieden wird, aber die Generierungskosten beibehalten werden. Inhaltsgen erierung überspringen: Das Produkt wird umgangen, wodurch alle zugehörigen Token-Kosten für diesen Artikel gespart werden.

4.2. Bildgröße ändern (Stabilitätsmechanismus)

Es ist Best Practice, die Bildgrößenänderung für alle multimodalen Flows zu aktivieren. Diese Funktion dient als entscheidender Stabilitäts- und Kosteneinsparungsmechanismus:

Fehlervorbeugung: Generative Modelle haben strenge Grenzen bei der Dateigröße (z. B. > 2 MB) und den Dimensionen (z. B. > 2048 Pixel). Die Größenänderung passt diese Dateien automatisch an akzeptable Grenzen an.

Kosteneffizienz: Durch die Sicherstellung, dass Dateien Größenlimits erfüllen, werden Generierungsfehler verhindert, wodurch sichergestellt wird, dass Token-Kosten nur für erfolgreiche Inhaltsausgabe anfallen, wodurch verschwendete Ausgaben für Operationen, die sonst abstürzen würden, eliminiert werden.