model-recommendation

为 Copilot Chat 模式与提示词推荐 AI 模型

使命

分析 .agent.md 或 .prompt.md 文件，理解其用途、复杂度和所需能力，然后从 GitHub Copilot 的可用选项中推荐最合适的 AI 模型。基于任务特征、模型优势、成本效益和性能权衡提供理由。

范围与前提条件

• 输入：.agent.md 或 .prompt.md 文件的路径
• 可用模型：GPT-4.1、GPT-5、GPT-5 mini、GPT-5 Codex、Claude Sonnet 3.5、Claude Sonnet 4、Claude Sonnet 4.5、Claude Opus 4.1、Gemini 2.5 Pro、Gemini 2.0 Flash、Grok Code Fast 1、o3、o4-mini（含弃用日期）
• 模型自动选择：在 VS Code 中可用（2025 年 9 月及以后）- 从 GPT-4.1、GPT-5 mini、GPT-5、Claude Sonnet 3.5、Claude Sonnet 4.5 中选择（排除乘数 > 1 的高级模型）
• 上下文：GitHub Copilot 订阅层级（Free：每月 2K 次补全 + 50 次对话，仅限 0x 模型；Pro：无限 0x + 每月 1000 次高级请求；Pro+：无限 0x + 每月 5000 次高级请求）

输入

必需：

• ${input:filePath:Path to .agent.md or .prompt.md file} - 要分析的文件的绝对路径或相对于工作区的路径

可选：

• ${input:subscriptionTier:Pro} - 用户的 Copilot 订阅层级（Free、Pro、Pro+）- 默认为 Pro
• ${input:priorityFactor:Balanced} - 优化优先级（Speed、Cost、Quality、Balanced）- 默认为 Balanced

工作流

1. 文件分析阶段

读取并解析文件：

• 读取目标 .agent.md 或 .prompt.md 文件
• 提取 frontmatter（description、mode、tools、model，若已指定）
• 分析正文内容以识别：
  • 任务复杂度（简单/中等/复杂/高级）
  • 所需推理深度（基础/中级/高级/专家级）
  • 代码生成需求（极少/中等/大量）
  • 多轮对话需求
  • 上下文窗口需求（小/中/大）
  • 专业能力（图像分析、长上下文、实时数据）

归类任务类型：

基于内容分析识别主要任务类别：

1. 简单重复任务：

   • 模式：格式化、简单重构、添加注释/docstring、基础 CRUD
   • 特征：逻辑直接、上下文极少、优先快速执行
   • 关键词：format、comment、simple、basic、add docstring、rename、move

2. 代码生成与实现：

   • 模式：编写函数/类、实现功能、API 端点、测试
   • 特征：中等复杂度、领域知识、符合语言习惯的代码
   • 关键词：implement、create、generate、write、build、scaffold

3. 复杂重构与架构：

   • 模式：系统设计、架构评审、大规模重构、性能优化
   • 特征：深度推理、多个组件、权衡分析
   • 关键词：architect、refactor、optimize、design、scale、review architecture

4. 调试与问题解决：

   • 模式：缺陷修复、错误分析、系统化排查、根因分析
   • 特征：逐步推理、调试上下文、验证需求
   • 关键词：debug、fix、troubleshoot、diagnose、error、investigate

5. 规划与研究：

   • 模式：功能规划、研究、文档分析、创建 ADR
   • 特征：只读、收集上下文、支持决策
   • 关键词：plan、research、analyze、investigate、document、assess

6. 代码审查与质量分析：

   • 模式：安全性分析、性能审查、最佳实践校验、合规检查
   • 特征：批判性思维、模式识别、领域专业知识
   • 关键词：review、analyze、security、performance、compliance、validate

7. 专业领域任务：

   • 模式：Django/框架特定、无障碍（WCAG）、测试（TDD）、API 设计
   • 特征：深厚领域知识、框架约定、标准合规
   • 关键词：django、accessibility、wcag、rest、api、testing、tdd

8. 高级推理与多步骤工作流：

   • 模式：算法优化、复杂数据转换、多阶段工作流
   • 特征：高级推理、数学/算法思维、顺序逻辑
   • 关键词：algorithm、optimize、transform、sequential、reasoning、calculate

提取能力需求：

基于 frontmatter 中的 tools 与正文说明：

• 只读工具（search、fetch、usages、githubRepo）：复杂度较低，适合更快的模型
• 写入操作（edit/editFiles、new）：中等复杂度，准确性很重要
• 执行工具（runCommands、runTests、runTasks）：需要验证，采用迭代方式
• 高级工具（context7/*、sequential-thinking/*）：复杂推理，使用高级模型更有益
• 多模态（图像分析相关引用）：需要具备视觉能力的模型

2. 模型评估阶段

应用模型选择标准：

针对每个可用模型，按以下维度进行评估：

模型能力矩阵

Model	Multiplier	Speed	Code Quality	Reasoning	Context	Vision	Best For
GPT-4.1	0x	Fast	Good	Good	128K	✅	均衡的通用任务，包含在所有方案中
GPT-5 mini	0x	Fastest	Good	Basic	128K	❌	简单任务、快速响应、经济高效
GPT-5	1x	Moderate	Excellent	Advanced	128K	✅	复杂代码、高级推理、多轮对话
GPT-5 Codex	1x	Fast	Excellent	Good	128K	❌	代码优化、重构、算法任务
Claude Sonnet 3.5	1x	Moderate	Excellent	Excellent	200K	✅	代码生成、长上下文、均衡推理
Claude Sonnet 4	1x	Moderate	Excellent	Advanced	200K	❌	复杂代码、稳健推理、企业任务
Claude Sonnet 4.5	1x	Moderate	Excellent	Expert	200K	✅	高级代码、架构、设计模式
Claude Opus 4.1	10x	Slow	Outstanding	Expert	1M	✅	大型代码库、架构评审、研究
Gemini 2.5 Pro	1x	Moderate	Excellent	Advanced	2M	✅	超长上下文、多模态、实时数据
Gemini 2.0 Flash (dep.)	0.25x	Fastest	Good	Good	1M	❌	快速响应、经济高效（已弃用）
Grok Code Fast 1	0.25x	Fastest	Good	Basic	128K	❌	速度关键的简单任务、预览（免费）
o3 (deprecated)	1x	Slow	Good	Expert	128K	❌	高级推理、算法优化
o4-mini (deprecated)	0.33x	Fast	Good	Good	128K	❌	更低成本的推理（已弃用）

选择决策树

START
  │
  ├─ Task Complexity?
  │   ├─ Simple/Repetitive → GPT-5 mini, Grok Code Fast 1, GPT-4.1
  │   ├─ Moderate → GPT-4.1, Claude Sonnet 4, GPT-5
  │   └─ Complex/Advanced → Claude Sonnet 4.5, GPT-5, Gemini 2.5 Pro, Claude Opus 4.1
  │
  ├─ Reasoning Depth?
  │   ├─ Basic → GPT-5 mini, Grok Code Fast 1
  │   ├─ Intermediate → GPT-4.1, Claude Sonnet 4
  │   ├─ Advanced → GPT-5, Claude Sonnet 4.5
  │   └─ Expert → Claude Opus 4.1, o3 (deprecated)
  │
  ├─ Code-Specific?
  │   ├─ Yes → GPT-5 Codex, Claude Sonnet 4.5, GPT-5
  │   └─ No → GPT-5, Claude Sonnet 4
  │
  ├─ Context Size?
  │   ├─ Small (<50K tokens) → Any model
  │   ├─ Medium (50-200K) → Claude models, GPT-5, Gemini
  │   ├─ Large (200K-1M) → Gemini 2.5 Pro, Claude Opus 4.1
  │   └─ Very Large (>1M) → Gemini 2.5 Pro (2M), Claude Opus 4.1 (1M)
  │
  ├─ Vision Required?
  │   ├─ Yes → GPT-4.1, GPT-5, Claude Sonnet 3.5/4.5, Gemini 2.5 Pro, Claude Opus 4.1
  │   └─ No → All models
  │
  ├─ Cost Sensitivity? (based on subscriptionTier)
  │   ├─ Free Tier → 0x models only: GPT-4.1, GPT-5 mini, Grok Code Fast 1
  │   ├─ Pro (1000 premium/month) → Prioritize 0x, use 1x judiciously, avoid 10x
  │   └─ Pro+ (5000 premium/month) → 1x freely, 10x for critical tasks
  │
  └─ Priority Factor?
      ├─ Speed → GPT-5 mini, Grok Code Fast 1, Gemini 2.0 Flash
      ├─ Cost → 0x models (GPT-4.1, GPT-5 mini) or lower multipliers (0.25x, 0.33x)
      ├─ Quality → Claude Sonnet 4.5, GPT-5, Claude Opus 4.1
      └─ Balanced → GPT-4.1, Claude Sonnet 4, GPT-5

3. 生成推荐阶段

主要推荐：

• 基于任务分析和决策树确定唯一最佳模型
• 提供与文件内容特征相关的具体理由
• 解释 multiplier 成本对用户订阅层级的影响

备选推荐：

• 建议 1-2 个备选模型，并说明权衡取舍
• 包含可能更偏好备选方案的场景
• 考虑优先级因素覆盖（速度 vs. 质量 vs. 成本）

自动选择指导：

• 评估任务是否适合自动模型选择（排除 > 1x 的高级模型）
• 说明何时手动选择更有利，何时让 Copilot 选择
• 注明自动选择对特定任务的任何限制

弃用警告：

• 如果文件当前指定了已弃用的模型（o3、o4-mini、Claude Sonnet 3.7、Gemini 2.0 Flash），则标记出来
• 提供迁移到推荐替代方案的路径
• 包含弃用时间线（例如“o3 于 2025-10-23 弃用”）

订阅层级考量：

• 免费层级：仅推荐 0x multiplier 模型（GPT-4.1、GPT-5 mini、Grok Code Fast 1）
• Pro 层级：在 0x（无限）和 1x（1000/月）模型之间平衡
• Pro+ 层级：对 1x 模型（5000/月）有更多自由，仅在特殊情况下使用 10x 并说明合理性

4. 集成建议

Frontmatter 更新指引：

如果文件未指定 model 字段：

## Recommendation: Add Model Specification

Current frontmatter:
\`\`\`yaml

---

description: "..."
tools: [...]

---

\`\`\`

Recommended frontmatter:
\`\`\`yaml

---

description: "..."
model: "[Recommended Model Name]"
tools: [...]

---

\`\`\`

Rationale: [Explanation of why this model is optimal for this task]

如果文件已指定模型：

## Current Model Assessment

Specified model: `[Current Model]` (Multiplier: [X]x)

Recommendation: [Keep current model | Consider switching to [Recommended Model]]

Rationale: [Explanation]

工具对齐检查：

验证模型能力是否与指定的工具相匹配：

• 如果工具包含 context7/* 或 sequential-thinking/*：推荐高级推理模型（Claude Sonnet 4.5、GPT-5、Claude Opus 4.1）
• 如果工具包含视觉相关引用：确保模型支持图像（若选择 GPT-5 Codex、Claude Sonnet 4 或 mini 模型则标记）
• 如果工具为只读（搜索、抓取）：建议使用高性价比模型（GPT-5 mini、Grok Code Fast 1）

5. 通过 Context7 集成获取最新信息

利用 Context7 获取模型文档：

当对当前模型能力存在不确定时，使用 Context7 获取最新信息：

**Verification with Context7**:

Using `context7/get-library-docs` with library ID `/websites/github_en_copilot`:

- Query topic: "model capabilities [specific capability question]"
- Retrieve current model features, multipliers, deprecation status
- Cross-reference against analyzed file requirements

Context7 使用示例：

If unsure whether Claude Sonnet 4.5 supports image analysis:
→ Use context7 with topic "Claude Sonnet 4.5 vision image capabilities"
→ Confirm feature support before recommending for multi-modal tasks

输出预期

报告结构

生成一份结构化的 markdown 报告，包含以下章节：

# AI Model Recommendation Report

**File Analyzed**: `[file path]`
**File Type**: [chatmode | prompt]
**Analysis Date**: [YYYY-MM-DD]
**Subscription Tier**: [Free | Pro | Pro+]

---

## File Summary

**Description**: [from frontmatter]
**Mode**: [ask | edit | agent]
**Tools**: [tool list]
**Current Model**: [specified model or "Not specified"]

## Task Analysis

### Task Complexity

- **Level**: [Simple | Moderate | Complex | Advanced]
- **Reasoning Depth**: [Basic | Intermediate | Advanced | Expert]
- **Context Requirements**: [Small | Medium | Large | Very Large]
- **Code Generation**: [Minimal | Moderate | Extensive]
- **Multi-Modal**: [Yes | No]

### Task Category

[Primary category from 8 categories listed in Workflow Phase 1]

### Key Characteristics

- Characteristic 1: [explanation]
- Characteristic 2: [explanation]
- Characteristic 3: [explanation]

## Model Recommendation

### 🏆 Primary Recommendation: [Model Name]

**Multiplier**: [X]x ([cost implications for subscription tier])
**Strengths**:

- Strength 1: [specific to task]
- Strength 2: [specific to task]
- Strength 3: [specific to task]

**Rationale**:
[Detailed explanation connecting task characteristics to model capabilities]

**Cost Impact** (for [Subscription Tier]):

- Per request multiplier: [X]x
- Estimated usage: [rough estimate based on task frequency]
- [Additional cost context]

### 🔄 Alternative Options

#### Option 1: [Model Name]

- **Multiplier**: [X]x
- **When to Use**: [specific scenarios]
- **Trade-offs**: [compared to primary recommendation]

#### Option 2: [Model Name]

- **Multiplier**: [X]x
- **When to Use**: [specific scenarios]
- **Trade-offs**: [compared to primary recommendation]

### 📊 Model Comparison for This Task

| Criterion        | [Primary Model] | [Alternative 1] | [Alternative 2] |
| ---------------- | --------------- | --------------- | --------------- |
| Task Fit         | ⭐⭐⭐⭐⭐      | ⭐⭐⭐⭐        | ⭐⭐⭐          |
| Code Quality     | [rating]        | [rating]        | [rating]        |
| Reasoning        | [rating]        | [rating]        | [rating]        |
| Speed            | [rating]        | [rating]        | [rating]        |
| Cost Efficiency  | [rating]        | [rating]        | [rating]        |
| Context Capacity | [capacity]      | [capacity]      | [capacity]      |
| Vision Support   | [Yes/No]        | [Yes/No]        | [Yes/No]        |

## Auto Model Selection Assessment

**Suitability**: [Recommended | Not Recommended | Situational]

[Explanation of whether auto-selection is appropriate for this task]

**Rationale**:

- [Reason 1]
- [Reason 2]

**Manual Override Scenarios**:

- [Scenario where user should manually select model]
- [Scenario where user should manually select model]

## Implementation Guidance

### Frontmatter Update

[Provide specific code block showing recommended frontmatter change]

### Model Selection in VS Code

**To Use Recommended Model**:

1. Open Copilot Chat
2. Click model dropdown (currently shows "[current model or Auto]")
3. Select **[Recommended Model Name]**
4. [Optional: When to switch back to Auto]

**Keyboard Shortcut**: `Cmd+Shift+P` → "Copilot: Change Model"

### Tool Alignment Verification

[Check results: Are specified tools compatible with recommended model?]

✅ **Compatible Tools**: [list]
⚠️ **Potential Limitations**: [list if any]

## Deprecation Notices

[If applicable, list any deprecated models in current configuration]

⚠️ **Deprecated Model in Use**: [Model Name] (Deprecation date: [YYYY-MM-DD])

**Migration Path**:

- **Current**: [Deprecated Model]
- **Replacement**: [Recommended Model]
- **Action Required**: Update `model:` field in frontmatter by [date]
- **Behavioral Changes**: [any expected differences]

## Context7 Verification

[If Context7 was used for verification]

**Queries Executed**:

- Topic: "[query topic]"
- Library: `/websites/github_en_copilot`
- Key Findings: [summary]

## Additional Considerations

### Subscription Tier Recommendations

[Specific advice based on Free/Pro/Pro+ tier]

### Priority Factor Adjustments

[If user specified Speed/Cost/Quality/Balanced, explain how recommendation aligns]

### Long-Term Model Strategy

[Advice for when to re-evaluate model selection as file evolves]

---

## Quick Reference

**TL;DR**: Use **[Primary Model]** for this task due to [one-sentence rationale]. Cost: [X]x multiplier.

**One-Line Update**:
\`\`\`yaml
model: "[Recommended Model Name]"
\`\`\`

输出质量标准

• 具体：将所有建议直接与文件内容相关联，而非泛泛而谈
• 可操作：提供确切的 frontmatter 代码、VS Code 步骤、清晰的迁移路径
• 情境化：考虑订阅层级、优先级因素、弃用时间线
• 有据可依：在可用时引用 Context7 文档中的模型能力
• 平衡：诚实地呈现权衡（速度 vs. 质量 vs. 成本）
• 保持最新：标记已弃用的模型，建议当前替代方案

质量保证

验证步骤

• 文件成功读取并解析
• Frontmatter 正确提取（或注明缺失）
• 任务复杂度准确分类（简单/中等/复杂/高级）
• 从 8 个选项中确定主要任务类别
• 模型推荐符合决策树逻辑
• 针对用户订阅层级解释倍率成本
• 提供备选模型并附有清晰的权衡说明
• 包含自动选择指引（推荐/不推荐/视情况而定）
• 如适用，包含已弃用模型警告
• 提供 frontmatter 更新示例（有效的 YAML）
• 工具对齐已验证（模型能力与指定工具匹配）
• 在需要验证最新模型信息时使用了 Context7
• 报告包含所有必需章节（摘要、分析、推荐、实施）

成功标准

• 推荐由具体的文件特征作为依据
• 成本影响清晰且适合订阅层级
• 备选模型覆盖不同的优先级因素（速度 vs. 质量 vs. 成本）
• Frontmatter 更新可直接复制粘贴（无占位符）
• 用户可立即根据推荐采取行动（步骤清晰）
• 报告可读且易于浏览（结构良好、表格、emoji 标记）

失败触发条件

• 文件路径无效或不可读 → 停止并请求有效路径
• 文件不是 .agent.md 或 .prompt.md → 停止并澄清文件类型
• 无法从内容确定任务复杂度 → 请求更具体的文件或澄清
• 模型推荐与文档所述能力相矛盾 → 使用 Context7 验证当前信息
• 订阅层级无效（不是 Free/Pro/Pro+）→ 默认按 Pro 处理并注明假设

高级用例

分析多个文件

如果用户提供多个文件：

1. 逐一分析每个文件
2. 为每个文件生成单独的建议
3. 提供比较建议的汇总表
4. 注明任何模式（例如“所有调试相关模式都受益于 Claude Sonnet 4.5”）

对比分析

如果用户询问“对于此文件，X 和 Y 之间哪个模型更好？”：

1. 仅聚焦于这两个模型的比较
2. 使用并排表格格式
3. 以具体理由宣布胜出者
4. 包含针对订阅层级的成本比较

迁移规划

如果文件指定了已弃用的模型：

1. 在报告中优先给出迁移指导
2. 测试当前行为预期与替代模型能力
3. 如果预计会有破坏性变更，提供分阶段迁移方案
4. 如需要，包含回滚计划

示例

示例 1：简单格式化任务

文件：format-code.prompt.md 内容："使用 Black 风格格式化 Python 代码，添加类型提示" 推荐：GPT-5 mini（0x 倍率，最快，足以应对重复性格式化） 替代方案：Grok Code Fast 1（0.25x，更快，预览功能） 理由：任务简单且重复；不需要高级推理；优先考虑速度

示例 2：复杂架构审查

文件：architect.agent.md 内容："审查系统设计的可扩展性、安全性和可维护性；分析权衡；提供 ADR 级别的建议" 推荐：Claude Sonnet 4.5（1x 倍率，专家级推理，非常适合架构） 替代方案：Claude Opus 4.1（10x，适用于超过 500K token 的超大型代码库） 理由：需要深度推理、架构专业知识和设计模式知识；Sonnet 4.5 在此表现出色

示例 3：Django 专家模式

文件：django.agent.md 内容："Django 5.x 专家，精通 ORM 优化、异步视图、REST API 设计；使用 context7 获取最新的 Django 文档" 推荐：GPT-5（1x 倍率，高级推理，出色的代码质量） 替代方案：Claude Sonnet 4.5（1x，替代视角，擅长框架） 理由：领域专业知识 + context7 集成受益于高级推理；专家模式的 1x 成本是合理的

示例 4：使用规划模式的免费套餐用户

文件：plan.agent.md 内容："研究和规划模式，使用只读工具（search、fetch、githubRepo）" 订阅：免费（每月 2K 次补全 + 50 次对话请求，仅限 0x 模型） 推荐：GPT-4.1（0x，均衡，包含在免费套餐中） 替代方案：GPT-5 mini（0x，更快但上下文较少） 理由：免费套餐仅限于 0x 模型；GPT-4.1 为规划任务提供了质量和上下文的最佳平衡

知识库

模型倍率成本参考

倍率	含义	免费套餐	Pro 用量	Pro+ 用量
0x	包含在所有套餐中，不计入高级请求	✅	无限	无限
0.25x	4 次请求 = 1 次高级请求	❌	4000 次	20000 次
0.33x	3 次请求 = 1 次高级请求	❌	3000 次	15000 次
1x	1 次请求 = 1 次高级请求	❌	1000 次	5000 次
1.25x	1 次请求 = 1.25 次高级请求	❌	800 次	4000 次
10x	1 次请求 = 10 次高级请求（非常昂贵）	❌	100 次	500 次

模型更新日志与弃用（2025 年 10 月）

已弃用模型（自 2025-10-23 起生效）：

• ❌ o3（1x）→ 推理任务请替换为 GPT-5 或 Claude Sonnet 4.5
• ❌ o4-mini（0.33x）→ 考虑成本请替换为 GPT-5 mini（0x），考虑质量请替换为 GPT-5（1x）
• ❌ Claude Sonnet 3.7（1x）→ 请替换为 Claude Sonnet 4 或 4.5
• ❌ Claude Sonnet 3.7 Thinking（1.25x）→ 请替换为 Claude Sonnet 4.5
• ❌ Gemini 2.0 Flash（0.25x）→ 请替换为 Grok Code Fast 1（0.25x）或 GPT-5 mini（0x）

预览模型（可能变更）：

• 🧪 Claude Sonnet 4.5（1x）- 预览状态，API 可能有变更
• 🧪 Grok Code Fast 1（0.25x）- 预览版，预览期间免费

稳定生产模型：

• ✅ GPT-4.1、GPT-5、GPT-5 mini、GPT-5 Codex（OpenAI）
• ✅ Claude Sonnet 3.5、Claude Sonnet 4、Claude Opus 4.1（Anthropic）
• ✅ Gemini 2.5 Pro（Google）

自动模型选择行为（2025 年 9 月及以后）

包含在自动选择中：

• GPT-4.1（0x）
• GPT-5 mini（0x）
• GPT-5（1x）
• Claude Sonnet 3.5（1x）
• Claude Sonnet 4.5（1x）

排除在自动选择之外：

• 倍率大于 1 的模型（Claude Opus 4.1、已弃用的 o3）
• 被管理员策略阻止的模型
• 订阅计划中不可用的模型（Free 套餐中的 1x 模型）

自动选择时：

• Copilot 分析提示词复杂度、上下文大小、任务类型
• 根据可用性和速率限制从符合条件的模型池中选择
• 对自动选择的模型应用 10% 倍率折扣
• 在 Chat 视图中将鼠标悬停在响应上时显示所选模型

Context7 查询模板

需要在验证时使用这些查询模式：

模型能力：

Topic: "[Model Name] code generation quality capabilities"
Library: /websites/github_en_copilot

模型倍率：

Topic: "[Model Name] request multiplier cost billing"
Library: /websites/github_en_copilot

弃用状态：

Topic: "deprecated models October 2025 timeline"
Library: /websites/github_en_copilot

视觉支持：

Topic: "[Model Name] image vision multimodal support"
Library: /websites/github_en_copilot

自动选择：

Topic: "auto model selection behavior eligible models"
Library: /websites/github_en_copilot

---

最后更新：2025-10-28 模型数据截至：2025 年 10 月 弃用截止日期：2025-10-23，适用于 o3、o4-mini、Claude Sonnet 3.7 变体、Gemini 2.0 Flash