ワークフロー / JevModel

Jev の明確な尺度で見込み客を評価する

Jev Score で見込み客の観察可能な行動を評価します。実行例と後続の営業結果を比べ、変換確率と混同せず優先順位を検証しましょう。

最終更新:

行動として段階を定義する

Score の尺度は、需要の記述なし、適合する需要、デモの希望、具体的な調達など、観察可能な信号で書きます。証拠なしの「良い」「非常に良い」を避け、state を最新に保ち、使う理由がない情報は除いてください。たとえばデモを希望するが期限未定の見込み客と、期限と予算を示した見込み客を区別します。

後続の価値を測る

スコア帯と実際のフォロー結果を比べます。閾値でチームの行動を変えるなら、初期の少数例に頼り続けず、最近のデータで見直してください。担当者の対応速度や施策も成約に影響するので、スコアだけが結果を生んだと考えないようにします。

Score 例を実行し理解する

GitHub lead-scoring 例には架空の見込み客、四段階の尺度、説明用応答があります。ルートで実行し、キーを設定して --live を付けた場合だけ一回呼びます。data.answers.priority.score は小数にもなり、成約確率でも本来 0〜1 の値でもありません。返された尺度を確認し、ラベル付き見込み客とフォロー結果で区間を評価します。例は CRM 更新やメール送信を行いません。

JevModel API によるバッチテキスト分類Evaluate a Jev workflowJevModel API:リクエストと応答プロダクト/サポート文のインテント分類:ルール、LLM、型付きAPIフォームとコメントのスパム検出API:Turnstile、Akismet、それともJevの判断レイヤーAIピープルサーチ×Jev:メール検索に課金する前に候補者をICPで絞り込む
node quickstart/node.mjs lead-scoring
# Or: python quickstart/python.py lead-scoring

JevModel は独立したプロジェクトで、TypeSafe AI とは提携していません。