AI Actions: Nutzungsberechnung
Mit der Funktion „AI Actions“ können Kund*innen Content Management Tasks mithilfe von KI automatisieren, ihre bevorzugten Modelle auswählen und benutzerdefinierte Prompts konfigurieren.
AI Actions können in verschiedenen Bereichen des Produktangebots von Contentful verwendet werden, einschließlich der Umwandlung von Feldern und Einträgen (z. B. Übersetzung, Umschreiben) oder der Änderung anderer Entitäten wie Contenttypen, Taxonomien und mehr. Darüber hinaus können AI Actions über mehrere Entitäten hinweg betrieben werden.
Kund*innen haben ein bestimmtes Limit an AI Consumption Units (wie unten beschrieben) pro Jahr, wie im jeweiligen Serviceauftrag oder in den darin verlinkten Funktionsbeschreibungen festgelegt. „Generierte Wörter“ werden jedes Mal gezählt, wenn das System von Contentful mit dem KI-Modell interagiert. Diese Modelle erhalten „Prompts“ und geben dann die Ausgabe als „Antworten“ zurück. Die Anzahl der generierten Wörter wird aus dem Antworttext berechnet.
Alle generierten Wörter (und alle anderen von Contentful in Zukunft zur Verfügung gestellten Ausgaben) verbrauchen die Kapazität der AI Consumption Units der Kund*innen gemäß der Tabelle, die im entsprechenden Serviceauftrag oder in den Funktionsbeschreibungen enthalten ist. Diese Generierungen können ausgelöst werden, wenn ein/e Nutzer*in AI Actions manuell auslöst oder wenn sie durch einen Workflow oder eine Automatisierungsfunktion ausgelöst werden, die vom/von der Nutzer*in konfiguriert werden können. Jeder generierte Content wird auf die Kapazität angerechnet; dazu gehören manuell ausgelöste Berechnungen, die nicht akzeptiert, gespeichert oder veröffentlicht werden, sowie der gesamte Content, der in einer Test- oder Sandbox-Umgebung generiert wird.
Die Berechnung der Anzahl der in einem bestimmten Ausgabetext aus AI Actions generierten Wörter basiert auf der Methodik, die von der entsprechenden Word-Counting-Library („Bibliothek“) implementiert wird. Die Bibliothek bestimmt Wortgrenzen mithilfe eines Bitmap-basierten Ansatzes, der Trennzeichen wie Leerzeichen, Satzzeichen und bestimmte Unicode-Zeichen in mehreren Sprachen effizient identifiziert. Die Gesamtzahl der in einem bestimmten Ausgabetext aus AI Actions (und der massenweisen Ausführung von AI Actions) generierten Wörter wird durch Zählen der Textsegmente bestimmt, die durch erkannte Begrenzungszeichen für Wörter getrennt sind.
Die Anzahl der generierten Wörter kann je nach sprachspezifischen Regeln, Zeichenstrukturen und Formatierung variieren. Im Englischen und in den meisten lateinischen Sprachen werden Wörter beispielsweise typischerweise durch Leerzeichen oder Satzzeichen getrennt, während in Sprachen wie Chinesisch, Japanisch und Thailändisch Wörter häufig auf der Grundlage von Zeichengruppierungen und nicht auf der Grundlage expliziter Leerzeichen abgeleitet werden. Die Bibliothek verarbeitet Text entsprechend, um eine genaue Segmentierung zu unterstützen.
Darüber hinaus können Zahlen, Satzzeichen und Sonderzeichen die Gesamtzahl der generierten Wörter beeinflussen. In bestimmten Fällen können Zahlenfolgen, die mit Kommas, Punkten oder Leerzeichen formatiert sind, als mehrere generierte Wörter gezählt werden, während zusammenhängende alphanumerische Folgen ohne Leerzeichen als ein einzelnes generiertes Wort gezählt werden können.
Hier ein Beispiel:
„1,234“ wird als 2 generierte Wörter gezählt.
„020 1234 1234“ wird als 3 generierte Wörter gezählt.
„+44 (0) 20 1234 1234“ wird als 5 generierte Wörter gezählt.
Bei nicht-lateinischen Schriften können sich die generierten Wörter je nach den Regeln für die Worttrennung unterscheiden.
Hier ein Beispiel:
Der Ausdruck „2025在一个宁静的小村庄里“ wird als 10 generierte Wörter gezählt.
Der Ausdruck „在一个宁静的小村庄里2025“ wird aufgrund der Platzierung der Zahl als 11 generierte Wörter gezählt.
Die Gesamtzahl der generierten Wörter umfasst alle sichtbaren Wörter in einem bestimmten Text sowie alle Wörter, die in strukturierten Datenformaten wie JSON, Markdown oder RichText vorhanden sein können. Im Falle von strukturiertem Text können Formatierungselemente (z. B. Markdown-Syntax oder JSON-Schlüssel) zur Gesamtzahl der generierten Wörter beitragen.
Wenn die Wortzählung als Teil eines mehrstufigen Prozesses durchgeführt wird, bei dem Zwischentext generiert wird, um ein Endergebnis zu erzielen, werden alle während der Zwischenschritte generierten Wörter in die Gesamtzahl der generierten Wörter einbezogen, auch wenn sie für Endnutzer*innen nicht direkt sichtbar sind. Wenn beispielsweise ein erster Schritt Aufzählungspunkte generiert und ein nachfolgender Schritt sie in einen Absatz umwandelt, tragen sowohl die Aufzählungspunkte als auch der Absatz zur Gesamtzahl der generierten Wörter bei.
Wenn Kund*innen den geltenden Kapazitätsschwellenwert überschreiten, kann eine Benachrichtigung erfolgen, und die weitere Nutzung kann zusätzlichen Gebühren unterliegen.
Alle Änderungen an der Berechnungsmethode oder den Verarbeitungsregeln für generierte Wörter werden bei Bedarf mitgeteilt.