導入 AI 最怕的不是做不出來，是月底帳單。

第一階｜F：規則層通過率，100% → 25%

這一階動的是算式裡的哪一個符號：

299.376 × [ F ] × (1−C) × (1−S) × 32

代入：

F = 1.00 → 0.25

299.376 × 0.25                    =  74.844 USD
74.844  × 32                      =  NT$ 2,395.01   → NT$ 2,395／月
這一階減少                          =  9,580.03 − 2,395.01 = NT$ 7,185.02 → NT$ 7,185

怎麼把 F 壓到 0.25 的：

• 本地規則層先篩：關鍵詞三段加權（加分／輔助／扣分）+ 模糊比對。它可以被讀、被改、被單元測試——你能指著某一行問「為什麼這筆被刷掉」
• 送模型的候選有全域池上限，且每個查詢角度有保底 quota，避免某一類把候選池吃光
• 批次合併：多筆共用一個 prompt，而不是一筆一次呼叫，省掉每次呼叫的固定開銷
• 正文抽取 + token 預算截斷（去除樣式標籤、截斷至上界），壓的是 TPin 而不是 F，但兩者相乘

這一階的代價：

規則層刷掉的東西，模型再也看不到。被誤刷的那些，你不會知道它們存在——這是唯一一種「省下來的錢」與「看不到的損失」無法在同一張表上對帳的省法。

規則也需要隨資料變化持續調整，那是人力，不是一次性設定。

現況：四項全部已實作，有可指認的程式碼。

第二階｜C：快取命中率，0% → 20%

這一階的起點是 NT$ 2,395，不是 NT$ 9,580。

299.376 × 0.25 × [ 1−C ] × (1−S) × 32

代入：

C = 0.00 → 0.20，故 (1−C) = 0.80

74.844 × 0.80                     =  59.8752 USD
59.8752 × 32                      =  NT$ 1,916.01   → NT$ 1,916／月
這一階再減少                        =  2,395.01 − 1,916.01 = NT$ 479.00 → NT$ 479

⚠️ 注意這兩階的落差：第一階省下 NT$ 7,185，第二階只省下 NT$ 479。

不是因為快取沒用，是因為它作用在第一階刷剩下的那 25% 上。階梯的順序決定了每一階看起來值多少錢——這也是為什麼這一區必須是階梯而不是三張並列的卡片：並列會讓人以為三個數字可以相加。

怎麼把 C 拉到 0.20 的：

• 只處理新項目：以「尚未處理」為條件過濾，重跑管線不重評舊資料
• 內容雜湊去重：同一份內容不論來源，只處理一次
• 樣本壓縮：送進模型的素材只保留必要欄位與長度上界
• 每輪處理筆數硬上限，超出的延到下一輪並發出覆蓋率不足的軟警告

這一階的代價：

快取命中代表用的是舊結果。來源更新了但雜湊沒變，你拿到的是過期答案。

而且快取本身要存、要清、要有失效策略——資料量小的時候，這些維運成本會高過省下的模型費用。

現況：四項全部已實作。

第三階｜S：訂閱額度覆蓋率，預設 0%（所以它對上面那個數字沒有任何貢獻）

299.376 × 0.25 × 0.80 × [ 1−S ] × 32

S = 0.00（預設）→ (1−S) = 1.00
59.8752 × 1.00 × 32               =  NT$ 1,916.01   → 與第二階相同
這一階減少                          =  NT$ 0

這是刻意的。這一頁的預設試算不啟用第三階，因為預設情境是對外服務。
如果你的場景是內部工具，把 S 調到 60% 會長這樣：

S = 0.60 → (1−S) = 0.40
59.8752 × 0.40                    =  23.95008 USD
23.95008 × 32                     =  NT$ 766.40    → NT$ 766／月
這一階減少                          =  1,916.01 − 766.40 = NT$ 1,149.60 → NT$ 1,150

三段降級圖：

  訂閱額度執行  ──不可用──▶  按量 API  ──不可用──▶  離線規則模板
   （零 API 費）              （正常計價）           （不呼叫模型）

• 優先走訂閱制命令列工具執行（結構化輸出、唯讀沙箱、prompt 由標準輸入灌入）
• 不可用時自動降級到按量 API。降級後成本回到 API 計價，所以預算必須以 API 價編列，不能以訂閱價編列
• 再不可用時降級到離線規則模板，完全不呼叫模型，但產出品質明顯下降
• 可用性探測結果快取，避免短時間內重複探測

這一階的代價：

可用性（綁本機環境與個人帳號，環境變了就停）、供應商鎖定與條款風險、以及額度上限——訂閱有配額，用完就是用完，且通常不會提前警告。

現況：已實作，但屬本機工具（零 commit、無部署形態）。