ワークフロー / JevModel

Jev で問い合わせを振り分ける

Jev Choice で担当を選び、Score で緊急度を分け、人による確認へ回します。API 例と Decision Flow を使い、実際の担当規則で試しましょう。

最終更新:

話題と緊急度を分ける

担当チームを選ぶ Choice と、緊急度を測る Score を別々に尋ねます。支払いの苦情は請求問題でも緊急とは限らず、サービス障害は即時対応が必要かもしれません。一つの大きなラベルだけではこの違いを見落とします。

担当と緊急度のリクエストを試す

メール認証後、Console → API keys でキーを作成します。下の JSON を POST https://jevmodel.app/api/v1/systemone に送り、Authorization: Bearer YOUR_JEVMODEL_KEY と Content-Type: application/json を設定します。同じ state に二つの独立質問をします。担当名と緊急度は例なので、実際のチームと対応規則に合わせて変更し、キーはサーバーに置いてください。

{
  "state": "Our payment page is failing for every customer and orders have stopped.",
  "questions": {
    "queue": {
      "type": "choice",
      "instructions": "Which team should handle the reported problem?",
      "criteria": {
        "billing": "Individual charges, refunds or invoice corrections.",
        "technical": "Broken application behavior, API failures or outages.",
        "review": "Unclear, mixed or unsupported requests needing human triage."
      }
    },
    "urgency": {
      "type": "score",
      "instructions": "Rate operational urgency using the ordered levels.",
      "criteria": [
        "Routine request; normal support response is sufficient.",
        "A user is blocked; review during the current support shift.",
        "A widespread outage stops core operations; escalate immediately."
      ]
    }
  }
}

型付き回答を検証する

成功した応答の data.answers.queue.choice と data.answers.urgency.score を読みます。例として technical と高い緊急度が出ても、障害が確認されたことにはなりません。回答形式を確認し、確率と尺度を調べ、影響の大きい案件や曖昧な案件は人に回します。Score は小数になり得ます。自社のラベル付き事例で閾値を検証し、担当への振り分けと重大事故の判断を混同しないでください。

境界となるケースを評価する

請求書の訂正、ログイン障害、全顧客の決済障害、複数の話題を含む問い合わせを別々に試します。独立した担当者の正解ラベルと比べ、誤った振り分け、緊急案件の見落とし、確認件数を分けて記録してください。Batch で同じ質問を実行して結果を出力できますが、正解率は自分の評価データで計算します。

実行経路をフローで表す

Console → Flows のサポート用テンプレートは、迷惑内容、担当、緊急度をつなぎ、人による確認などの出口を返します。出口はデータであり、通知やチケット作成はアプリが行います。通過した質問だけを実行します。成功した無料フロー全体は二回分を使い、無料フローの失敗では予約が戻ります。無料枠が二回未満なら各質問の入力トークンを課金し、後の失敗で先に成功した有料質問は返金されません。

単独の Choice 例を実行する

リンク先の GitHub support-triage 例には架空の請求問題、Choice リクエスト、説明用の応答があります。リポジトリのルートで実行します。JEVMODEL_API_KEY を設定して --live を付ける場合だけ、一回の実際のリクエストを送ります。data.answers.queue.choice と返された確率を読み、不確実な分類は人に回してください。例はチケット作成や返金をしません。

JiraのIssueをAIで分類:Jira AutomationとJevで作業項目に自動ラベルを付けるHow to classify text with the JevModel APIJev probability, confidence and human-review thresholdsJev AI Decision Flows と人による確認JevModel API:リクエストと応答Evaluate a Jev workflowZendesk AIチケット分類とルーティング:内蔵Intelligent Triageと独自分類器n8n Text Classifierノード:組み込み分類 vs ワークフローからJevを呼ぶZapierテキスト分類:AI by Zapier Classify vs Vertex Classify Text vs HTTP → JevMake.com Categorize Text:AI Toolkit vs HTTP → Jev(型付きラベルと信頼度しきい値)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APIAIによるメール分類:受信メールにはルール、LLMプロンプト、型付き意思決定APIのどれを使うかPower Automateテキスト分類:AI Builderカテゴリモデル vs HTTP → JevPipedreamテキスト分類:Hugging Faceアクション vs HTTP → Jev(型付きラベル)Slackメッセージ分類:Events APIとJevでチャンネルのメッセージを振り分けるGitHub IssueをAIで自動ラベル付け:Jevを呼ぶGitHub Actionsワークフロー
node quickstart/node.mjs support-triage
# Or: python quickstart/python.py support-triage

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。