state,并返回可供机器直接使用的判断结果。
让一条支持工单变成一个决策
假设收到了这样一条消息:我的付款已经三天失败了,也没有人回复。请尽快帮忙。你的应用需要判断应该将其路由到哪里、是否紧急,以及客户的沮丧程度。只需发送一次消息,就可以一并提出这三个问题:
cURL
选择答案形态
Jev 支持三种问题类型:Noul:做出二元判断
当”是”的概率本身就有用时,使用 Noul:confidence 字段。接近 1 表示强烈的”是”,接近 0 表示强烈的”否”,接近 0.5 则表示不确定。
Choice:路由或分类
当答案必须来自一个封闭集合时,使用 Choice:other 或 none 选项。
Score:衡量一个区间
当答案沿着有序等级分布时,使用 Score:0 开始。返回的得分是按概率加权计算的,因此可能落在两个等级之间。
将置信度转化为应用行为
Choice 和 Score 类型的答案既包含完整的分布,也包含由其推导出的单一confidence 值。这让你的代码可以将答案和确定性作为两个独立的信号来处理:
将相关问题打包提问
请求中的每个问题都会收到相同的 state,并被独立评估。department 的答案不会成为 frustration 问题的隐含上下文。 在以下情况下批量提出独立的问题:- 它们评估的是同一份文档、记录、对话或应用状态。
- 你的代码可能会根据首个结果决定后续需要哪些答案。
- 你希望避免在多个请求中重复发送相同的 state。
使用结构化 state
state 可以是字符串、JSON 对象或数组。结构化的 state 让问题能够引用具体的记录和支撑上下文:
ticket.message 是否请求了 refund_policy 所覆盖的退款?“
了解 Jev 及其能力边界
列出决策模型时请使用你自己的 API 密钥,因为不同账户的模型可用性可能不同:cURL
jev-latest 模型当前支持:
state加上单个最长问题最多 32,000 个 tokenstate加上所有问题合计最多 64,000 个 token- 文本或结构化 JSON 输入
何时改用其他模型
对于软件可以直接据以行动的有界判断,请使用 Jev。当你需要下列内容时,请改用聊天或推理模型:- 生成散文或解释
- 多轮对话
- 工具调用
- 开放式回答
- 长链条的依赖推理