LiquidAI: d1
Liquid AI d1 的文字決策工作流程會依據固定的可能結果評估所提供的證據,並回傳機率、類別選擇或評分準則分數。它支援分類、分流、相關性篩選與優先順序排定,且不會生成書面回答。
關於模型
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項,依所選方法列於下方。
d1 是 Liquid AI 的託管式決策模型,適用於範圍明確的分類、分流與評分任務。本模型設定涵蓋其文字決策工作流程:將證據以狀態形式提供、定義一個或多個問題,即可取得針對已知可能結果、具型別的數值答案。Liquid 將這些決策描述為直接回傳機率的評估,生成的輸出 token 數為零。有用的結果是一個已定義的決策及其不確定性,而不是一段新撰寫的文字。
同時準備證據與問題
請提供足以做出決策的文字,包括解讀時所需的上下文。讓狀態與描述評估內容的指令保持分開。客服訊息可能需要附上產品或問題的說明;文件段落則可能需要附上使用者的搜尋問題。提問之前先定義答案集,並為每個選項賦予符合預期工作流程的意義。簡短的標籤可作為穩定的輸出鍵,說明文字則用來解釋各標籤之間的界線。
請在共用的狀態上使用具名問題。像 intent(意圖)、urgency(緊急程度)或 relevant(相關)這類清楚的名稱,能讓輸出始終與其代表的決策相對應。例如,一則回報頁面無法正常運作的訊息,可以同時支援意圖選擇、緊急程度評分準則,以及是否回報瑕疵的是非檢查。每個問題都應保有自己的判斷準則,而不是把三種判斷合併成單一含糊的標籤。
以 choice 處理類別與分流
choice(選擇)問題會從無序集合中選出一個標籤,並回傳各具名選項的機率分布。請透過判斷準則的說明來定義選項;結果包含選定的選項、各項機率與信心值。整理文件時,請定義可能的資料夾或主題,並說明各自應收納哪些內容。進行請求分流時,請描述實際存在的目的地。應用程式可以利用所得標籤選擇下一步,同時保留相互競爭的機率以供審查。
示範性的歸檔任務可以區分產品問題、整合問題與存取問題,並為超出這些定義的素材設置一個 other(其他)選項。請讓界線保持具體:無法通過驗證的訊息,與詢問如何設定某項功能的訊息並不相同。回傳的標籤只是在所提供的含義中做出選擇;它不會建立不存在的目的地,也不會在其他系統中執行變更。
以 noul 進行條件檢查與相關性判斷
noul 問題會回傳一個介於 0 到 1 之間的機率,表示所定義的是非條件成立的可能性。Liquid 示範了用於內容審查與段落相關性的二元檢查。請精確陳述條件,並決定所得機率的用途:標記可能符合的項目、篩選段落,或將不確定的案例送交審查。門檻值由使用結果的任務決定,且機率不應被視為保證正確的事實判定。
進行相關性篩選時,請同時提供查詢與候選段落。詢問該段落是否有助於回答查詢,再將原始段落與其機率一同保存。這有助於為後續的回答挑選來源素材,而不需要讓 d1 自己撰寫該回答。如果相關性需要分成多個程度,而非單純的是非條件,請定義有序的評分準則,並使用 score 問題。
以 score 處理有序等級
score(評分)問題會將狀態放在一份由有序且附說明之等級構成的評分準則上。等級索引從 0 開始,分數則是各等級依機率加權後的位置,可能落在兩個等級之間。結果也包含等級分布與信心值。以緊急程度為例,請定義「沒有立即影響的問題」、「造成明顯不便」與「工作受阻」之間的區別。因此,四級評分準則的索引為 0 到 3;其期望分數並不自動等於編號 1 到 4 的某個類別。
若預期用途是排序或彙總,請使用帶小數的分數;若模稜兩可的情況很重要,則請保留完整的分布。部門這類類別沒有自然順序,應使用 choice 問題。在文件所載的介面中,信心值概括了所回報答案的明確程度;它應與任務所要的分數區分開來,也不應被當成決策必然正確的保證。
多個問題與開發商示範的應用
在一次開發商端呼叫中,多個問題可以評估同一個狀態,且各自保有其型別與機率。Liquid 的文字範例包括客服工單篩選、將文件歸入資料夾分類體系、選擇程式碼搜尋路徑、在可用的 AI 代理動作中做出選擇,以及決定要保留哪些工具輸出內容。這些工作流程的下一步決策範圍都很明確。程式碼搜尋步驟可以根據說明選出有望的資料夾;內容篩選步驟則可以對所提供的素材選擇 keep(保留)、trim(精簡)或 drop(捨棄)。取得來源資料與執行所選操作,仍由周邊的應用程式負責。
適用範圍與實用的決策成果
文件所載的基本功能適用於已知的可能結果、評分準則評等與條件檢查。撰寫新文字、摘要、程式碼與開放式對話則需要生成工作流程,無法從 d1 的決策結果中得出。請圍繞可觀察的證據來準備問題,並將該問題的定義與輸出一同保存,以便日後解讀標籤或分數。
讓每個狀態都聚焦於能回答其所定義問題的證據,並將不相關的決策任務分開,以維持判斷準則清晰。保持來源素材的相關性,為類別涵蓋不完整的情況定義備用含義,並使用該任務的已標註範例來評估機率門檻值。實用的成果會記錄選定的類別或期望分數,以及其分布、問題識別資訊與原始證據。
Ailoot Ultra · System One POST /v1/systemone liquid/d1
liquid/d1入門
Liquid AI d1 的文字決策工作流程會依據固定的可能結果評估所提供的證據,並回傳機率、類別選擇或評分準則分數。它支援分類、分流、相關性篩選與優先順序排定,且不會生成書面回答。
- 接受的輸入
- 文字
- 結果
- decisions
Ailoot 可用 · 輸入與方法
Ailoot Ultra · System One POST /v1/systemone
- 輸入
text- 輸出
decisions- 輸出格式
- json
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 liquid/d1 | 預設值— |
欄位provider | 類型schema | 要求選填 | 值與限制 | 預設值— |
欄位questions | 類型object | 要求必填 | 值與限制 | 預設值— |
欄位session_id | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位state | 類型schema | 要求必填 | 值與限制 | 預設值— |
欄位trace | 類型schema | 要求選填 | 值與限制 | 預設值— |
欄位user | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位questions.<id>.type | 類型string | 要求必填 | 值與限制 noul, choice, score | 預設值— |
欄位questions.<id>.instructions | 類型string|object|array | 要求必填 | 值與限制 | 預設值— |
欄位questions.<id>.criteria | 類型object|array | 要求選填 | 值與限制 條件: choice/score:必填;noul:選填。choice 的條件為物件;score 為陣列,並要求 minItems1。 | 預設值— |
欄位questions.<id>.criteria.true | 類型string|object|array | 要求必填 | 值與限制 適用條件: 已提供 noul criteria 物件 | 預設值— |
欄位questions.<id>.criteria.false | 類型string|object|array | 要求必填 | 值與限制 適用條件: 已提供 noul criteria 物件 | 預設值— |
輸入素材組合
noul · 必填: state, questions.<id>.type=noul, questions.<id>.instructions
choice · 必填: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · 必填: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, state, questions |
參數material_types | 規格text |
參數optional_controls | 規格provider, session_id, trace, user |
參數multimodal_input_binding | 規格null |
生命週期: synchronous
請傳送完全相符的模型 ID,並保留完整的原生回應。
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 未指定 選取快速模式時
- flex 模式
- 未指定 選取 flex 模式時
- 最高推理強度
- 未指定 最高推理強度採用 default 調整值時
Ailoot 費率
各設定的價格
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00008 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 $0.00008 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取,1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.00008 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 $0.00008 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取,1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · System One
{
"model": "liquid/d1",
"questions": {
"is_bug": {
"criteria": {
"false": "The customer is asking a question or requesting a feature.",
"true": "The customer describes broken or unexpected product behavior."
},
"instructions": "Is the customer reporting a software defect?",
"type": "noul"
},
"team": {
"criteria": {
"account": "Login, permissions, or profile issues.",
"frontend": "Rendering, layout, or browser compatibility issues.",
"payments": "Checkout, billing, or payment processing issues."
},
"instructions": "Which team should own this ticket?",
"type": "choice"
},
"urgency": {
"criteria": [
"Can wait for the next release",
"Should be fixed this week",
"Blocking revenue right now"
],
"instructions": "How urgent is this ticket?",
"type": "score"
}
},
"state": {
"customer_tier": "enterprise",
"ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
}
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='liquid/d1'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT
接收並儲存結果
Ailoot Ultra · System One
json
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
會保留每個已提供的問題 ID 答案,包括其確切型別、noul/choice/score 值、信心值、機率與圖例。完整的原始 JSON 會先儲存,並僅在結算後回傳。
需要檢查原始回應時
請保留原始操作與完整/部分回覆;切勿重送 POST。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位model | 類型string |
欄位id | 類型string |
欄位provider | 類型string |
欄位answers.<id>.type | 類型string |
欄位answers.<id>.noul | 類型number |
欄位answers.<id>.choice | 類型string |
欄位answers.<id>.score | 類型number |
欄位answers.<id>.confidence | 類型number |
欄位answers.<id>.probabilities | 類型object |
欄位answers.<id>.legend | 類型object |
欄位usage.input_tokens | 類型integer |
欄位usage.output_tokens | 類型integer |
欄位usage.cost | 類型number |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、表示方式或值無效 | 下一步請修正指出的請求欄位。 |
別名
模型別名
Ailoot Ultra liquid/d1
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · LiquidAI: d1
- 可以使用哪些輸入與結果?
POST /v1/systemone·liquid/d1:text→decisions- 請求使用哪些欄位?
POST /v1/systemone·liquid/d1:model,provider,questions,session_id,state,trace,user