Modelli decisionali
Un modello decisionale è un piccolo servizio AI, veloce, che risponde a semplici domande a scelta multipla, come "quale look colore si adatta a queste riprese: caldo, freddo o cinematografico?". Alcune decisioni dei flussi di lavoro sono abbastanza semplici da poter essere affidate a un modello di questo tipo al posto di un agente completo, con più rapidità e meno costi. I modelli decisionali di ReelBolt ti permettono di mettere prima alla prova questa idea in sicurezza e solo dopo, se i numeri la sostengono, di lasciare che il modello veloce si occupi di alcune di quelle decisioni.
Questa funzione è facoltativa, avanzata e disattivata per impostazione predefinita ovunque. La maggior parte delle installazioni non ne ha mai bisogno.
Le tre modalità dei modelli decisionali: Off, Shadow e Gate
| Modalità | Cosa succede | Cambia i tuoi video? |
|---|---|---|
Off | Niente. Non viene posta alcuna domanda a un modello decisionale. È l'impostazione predefinita. | No |
Shadow | L'agente prende la decisione come al solito. Il modello decisionale riceve le stesse domande in parallelo, e ReelBolt registra se era d'accordo e con quanta sicurezza. | No, è solo un'osservazione |
Gate | Il modello decisionale viene interrogato per primo. Se è abbastanza sicuro su ogni domanda di quel passaggio, si usa la sua risposta e l'agente viene saltato. Se è incerto anche solo su una domanda, l'intero passaggio va all'agente come di consueto. | Sì, quando il modello è sicuro |
Il percorso abituale è: lavora in Shadow per un po', guarda i risultati nella pagina di calibrazione e passa a Gate solo per le decisioni in cui il modello si è dimostrato affidabile.
Un modello decisionale non può mai far fallire un passaggio. Se non è configurato, è lento (per impostazione predefinita ha qualche secondo) o risponde cose senza senso, ReelBolt torna semplicemente all'agente.
Dove ReelBolt può usare un modello decisionale
I modelli decisionali si usano solo in pochi punti specifici:
- l'agente Colorist (scelta del look di color grading),
- l'agente MusicSupervisor (scelta di intensità, ducking e adattamento della musica),
- la stanza del colore, per decidere se la stanza debba riunirsi o meno,
- un passaggio Conditional impostato per decidere il proprio ramo con un modello decisionale,
- l'interruzione anticipata facoltativa di un passaggio ReviewLoop.
Tutto il resto in ReelBolt non è interessato.
Attivare i modelli decisionali in ReelBolt
Servono due cose:
- Un provider
Decision. Un amministratore aggiunge un provider di inferenza con la capacità Decision (Jev / logprob) e lo imposta come predefinito. I tipi adatti sono TypeSafe, un server decisionale self-hosted (OpenJev), Azure OpenAI, i servizi compatibili con OpenAI e DeepSeek. Anthropic e Google Gemini non si possono usare. Vedi Provider di inferenza. - Una modalità. Per gli agenti Colorist e MusicSupervisor, la modalità la imposta chi gestisce l'installazione, nelle sue impostazioni (
COLORIST_DECISION_GATE_MODEeMUSIC_SUPERVISOR_DECISION_GATE_MODE, ciascunaOff,ShadowoGate). Gli altri tre usi si attivano nelle impostazioni del singolo passaggio del flusso di lavoro. Né la dashboard né l'assistente possono cambiare queste modalità.
Nota sulla privacy. Quando un modello decisionale è un servizio cloud, le domande e un po' di contesto sul passaggio vengono inviati a quel servizio, in aggiunta al servizio AI principale che gli agenti usano già. In modalità Shadow quel contesto può includere il testo della trascrizione e il testo a schermo delle tue riprese. Un server decisionale self-hosted tiene tutto questo nella tua rete. Tienine conto prima di attivarlo.
Leggere la pagina Calibrazione delle decisioni in ReelBolt
Gli amministratori possono aprire Admin → Calibrazione (/app/admin/calibration), la pagina Calibrazione delle decisioni. È di sola lettura: mostra cosa hanno fatto finora i modelli decisionali e cosa accadrebbe con impostazioni diverse. Non modifica nulla. Apri Come funziona questa pagina in alto per una spiegazione integrata.
I concetti principali:
- Osservazioni: quante decisioni sono state registrate.
- Concordanza: quanto spesso il modello decisionale ha dato la stessa risposta dell'agente.
- Confidenza: quanto il modello ha dichiarato di essere sicuro. Un modello affidabile concorda più spesso quando dichiara una confidenza maggiore; il grafico di affidabilità mostra se questo si verifica.
- Accetta da e Margine minimo (i due cursori): cosa significa "abbastanza sicuro". Una decisione viene accettata solo se la risposta principale del modello è sicura almeno quanto Accetta da e supera la seconda di almeno il margine minimo. I valori predefiniti sono 0,85 e 0,25. Sposta i cursori per vedere quante decisioni il modello avrebbe gestito da solo con altre impostazioni.
- Gestirebbe da solo / Passerebbe all'agente: la quota di passaggi che il modello si sarebbe assunto, o avrebbe rimandato all'agente, con le impostazioni dei cursori.
- Token risparmiati: una stima dell'uso di AI che si sarebbe risparmiato con le impostazioni dei cursori. È una proiezione, mai una misurazione.
Ogni agente ha una scheda con un badge di consiglio: Dati insufficienti (meno di 30 osservazioni), Resta in Shadow oppure Puoi provare Gate a X. Sono suggerimenti basati su regole semplici, non garanzie, e nessuna delle soglie predefinite è stata tarata sulle tue riprese. Usa Chiedi all'assistente per una raccomandazione in linguaggio semplice; l'assistente può leggere questo rapporto ma non può cambiare alcuna impostazione.
Se la pagina dice Nessuna osservazione di decisione registrata, nessun flusso di lavoro è ancora stato eseguito con Shadow o Gate attivi.