01 Choice
从选项中选一个。把工单归入账单、技术支持或销售，获得选中的选项、各选项概率和置信度。
choice: "technical" 输入状态 → 判断结果
输入01
JevSystem One
Choice 应该由哪个团队处理？
结构化答案02
"technical"模型输出 程序动作分派或复核
说明性示例 · 非实时 API 响应
类型化决策 Choice · Score · Noul
文本输入，结构化输出 由你的代码掌握控制权
独立视角 具体示例、来源与限制
01 / 从基础开始
Jev AI 是什么？
Jev AI 是 TypeSafe AI 开发的 System One 模型，专门处理结构化决策。你提供称为 state 的上下文，并提出指定类型的问题，模型返回代码可以直接使用的选项、评分或“是”的概率。它不会撰写回复，也不会执行动作。验证结果、应用阈值和决定下一步，仍由你的程序负责。
例如，客户发来一条集成故障消息。你可以不让模型撰写客服邮件，而是询问应该把工单交给哪个团队。Jev 从你给出的选项中作出选择，应用再将工单分派给对应团队，或交给人工复核。
TypeSafe AI · System One02 / Jev 如何工作
从输入状态到可控动作。
一次 Jev 请求会把模型判断与应用动作分开。Jev 针对你提供的文本回答一个类型明确的问题；结果校验、阈值、权限和实际执行仍由应用负责。
- 01
定义一个具体判断
问题要有清楚的业务含义，例如工单该进入哪个队列、一段内容与标准的匹配程度，或某项规则是否成立。不要把互不相关的判断挤进同一个标签。
- 02
只提供必要状态
发送完成判断所需的文本与上下文。Jev 可以读取结构化文本，但上下文不是越多越好。先由检索代码选出证据，并把不受信任的内容与指令分开。
- 03
选择答案类型
Choice 用于从明确选项中选择，Score 用于按文字定义的有序等级评分，Noul 用于回答某个是非命题为“是”的概率。类型应与应用真正需要的判断一致。
- 04
执行前进行校验
检查 Jev 返回值的类型和范围，记录模型版本，把不确定或无效结果交给人工复核。身份验证、权限、计算、写入和外部动作仍用普通代码处理。
03 / Choice, Score, Noul
三种提问方式。
先把问题收窄，再选择合适的答案类型，让普通代码执行后续动作。一个请求可以针对同一份 state 提出多个问题。
02 Score
按明确的等级评分。定义“平静、沮丧、非常生气”等有序等级，读取评分、各等级概率和置信度。
score: number 03 Noul
判断“是”的概率。询问消息是否紧急，获得 0 到 1 之间的概率，再由代码设置采取动作的阈值。
noul: 0…1 04 / 任务适配检查
这个任务适合 Jev 吗？
在编写接入代码前先做一次快速检查。它不会调用 API，也不预测模型准确率，只判断任务是否具备可控决策流程所需的结构。
05 / 第一个 Jev 工作流
完成一个真正有用的应用。
客服工单路由适合作为第一个 Jev 项目，因为输入、判断和应用动作可以清楚分开。第一版应足够小，确保每个结果都能人工查看。
写清路由规则
用自然语言定义账单、技术支持、销售和 needs_review，并说明一条消息同时涉及多个团队时如何处理。Jev 只能从你给出的答案结构中选择，所以兜底项不可缺少。
准备代表性样本
收集普通工单、歧义情况、短消息、恶意指令和超出范围的请求，并独立标注预期路由。用这组数据比较 Jev 输出，而不是只看几个印象深刻的例子。
发送并检查一个请求
把客户消息作为 state，使用已定义路由提出 Choice 问题。校验选项，并查看概率分布和置信度。在你用自己的权限运行 Jev 前，本站示例输出都只是说明。
加入复核与失败处理
根据实际错误及业务成本制定复核规则，不照搬通用阈值。处理超时、鉴权错误、限流、缺失答案和版本变化，并保证重试不会重复写入队列。
06 / 指南
从理解到应用。
07 / Jev 常见问题
开发者常问的 Jev 问题。
下面简要回答评估 Jev 时最常见的问题，深入说明可继续阅读本站专题指南。
Jev 是什么？
Jev 是 TypeSafe AI 面向文本结构化决策的 System One 模型。请求包含 state 和类型明确的问题，Jev 返回 Choice、Score 或 Noul 答案，供应用校验和使用。它适合受约束的判断，不负责生成长文本或自主完成工作流。
Jev 与生成式 AI 模型有什么区别？
生成式模型输出邮件、解释或摘要等开放文本；Jev 返回预先声明类型中的受约束判断。这便于分类、路由、排序和规则检查，但类型正确并不代表判断一定正确。
Jev 中的 Choice、Score 和 Noul 分别是什么？
Choice 从给定选项中选择并返回各选项概率与置信度；Score 按有序文字等级进行评估；Noul 表示一个是非问题答案为“是”的概率。三种类型对应不同的应用决策。
Jev 能执行动作或生成客服回复吗？
不能。Jev 返回判断，后续动作由应用决定。权限、计算、持久化和外部操作应由普通代码完成；需要撰写新文本时使用生成式模型。职责分开后，失败更容易发现和复核。
上线前应该如何评估 Jev？
用自己的正常、歧义、恶意和超范围输入建立标注集，固定 Jev 模型版本和具体问题，比较实际结果与预期判断，再分析误报与漏报。最后根据这些错误的成本设置阈值、兜底和人工复核规则。
理解模型，动手实践。
先解决一个具体判断。
跟着入门指南发送一个小请求，读懂返回结果，再把它放进真实工作流。
核查日期: · 适用版本: Jev 1.13.0