Jev 使用教程：TypeSafe 判断型 AI 怎么用，和 ChatGPT 有什么区别
TL;DR： Jev 不写话，只给判断——你定义选项，它返回选项、概率和置信度，置信度决定这条判断该自动执行还是转人工。本文用三条真实客服消息实测它的判断质量。
本文目录
- 1. Jev 是什么？和 ChatGPT 有什么区别
- 2. 三种判断基元怎么选
- 3. 上手：在 Playground 里跑通第一个判断
- 4. 实测：三条客服消息的判定结果
- 优缺点
- 适合人群
- 5. 常见问题（FAQ）
- 6. 下一步
1. Jev 是什么？和 ChatGPT 有什么区别
Jev 是 TypeSafe 推出的判断型 AI，也是这家公司的旗舰模型和第一个 System One 模型，目前处于 early access 阶段。名字来自卡尼曼《思考，快与慢》：System 1 快而直觉，System 2 慢而审慎——Jev 只做前一半。
ChatGPT 负责写内容（怎么说），Jev 负责做判断（下一步往哪派）。
输入：「我付完款了但没收到套餐，怎么回事？」
ChatGPT 给用户写一段话：
「很抱歉给您带来不便，请提供您的账号和订单截图……」
Jev 给代码返回一个判断：
choice: "option_d" ← 该走哪条流程
confidence: 0.93 ← 这个判断有多确定
probabilities: { ... } ← 每个选项各自的概率| 维度 | 通用大模型（ChatGPT / Claude） | 判断型 AI（Jev） |
|---|---|---|
| 核心职责 | 生成文本：写作、总结、对话 | 做判断：分类、打分、真假判定 |
| 输出 | 自然语言，格式会漂移，拿到后还要再解析 | 受约束的选项值 + 概率分布 + 置信度，形状固定 |
| 谁来消费 | 人 | 代码 |
| 做不到什么 | 同一段输入，判定结果不稳定 | 不写句子、不生成代码、不解释推理过程 |
所以两者不是替代关系：Jev 是门口的分流安检员，ChatGPT 是里面的业务顾问。
2. 三种判断基元怎么选
所有问题都必须归到三种类型之一。三种基元回答的问题不同，返回的字段也不同。
| 基元 | 回答什么问题 | 典型场景 | 返回什么 |
|---|---|---|---|
| Noul | 是不是（真假） | 是否含诈骗风险、是否表达紧迫感 | noul：0~1 的「是」的概率，没有置信度 |
| Score | 有多强 / 有多严重 | 销售意向打分、客服情绪强度 | score（可落在两级之间）+ legend + probabilities + confidence，等级 2~10 级 |
| Choice | 属于哪一类 | 工单归类、客服分流、意图识别（最常用） | choice（概率最高的选项）+ probabilities + confidence，选项上限 255 个 |
Noul 只返回一个 0~1 的「是」的概率，这个概率就是你唯一的信号。名字是 Noul，不是 Null，写错会直接报错。
判断准不准，取决于你把每个选项的边界写得多清楚。 边界写得越明确，判断越不会被无关线索带偏；但边界再清楚，两个选项都说得通的输入也永远会有，那是输入本身的模糊。官方文档里的示例值只是示意配置，不是训练好的固定分类。
3. 上手：在 Playground 里跑通第一个判断
打开 TypeSafe Console 的 Playground（docs.typesafe.ai 是文档站，别搞混）。界面只要看懂两块：
State（输入） 填待判断的内容。用 JSON 对象比纯文本更好——可以一次交给它多个相关字段，规则里按字段名引用：
{ "customer_message": "Pro 5x 一个月多少钱？可以开发票吗？" }Questions（规则） 选基元类型，写清每个选项的边界：
{
"new_choice_1": {
"type": "choice",
"instructions": "判断 customer_message 属于哪类客户消息",
"criteria": {
"option_a": "serious_buyer: 明确准备购买或升级",
"option_b": "potential_buyer: 有需求，在比较价格方案",
"option_c": "freebie_seeker: 仅索取免费试用或白嫖",
"option_d": "high_risk: 付款异常、账号风险或退款纠纷"
}
}
}点 Run，结果面板会返回命中的选项、完整概率分布和置信度。
验证点：跑通的标准是返回的选项和你想的一致。老选错就先改边界描述，别急着调阈值。
4. 实测：三条客服消息的判定结果
三条消息都走同一套 Choice 规则。
案例 1：普通咨询（边界模糊）
"Pro 5x 一个月多少钱？可以开发票吗？"
问价属于潜在意向，但「能开发票吗」带着报销和采购的味道，两个选项都说得通。
案例 2：明确购买（高置信命中）
"我想开 Pro 20x，两个账号，今天能开吗？"
套餐、数量、时效三个要素齐全，概率几乎全压在一个选项上。
案例 3：资金风险（类目优先）
"我之前一直是 Pro 20x，今天突然变成 Free 了，昨天扣的钱也没有到账，现在还能帮我恢复吗？"
命中异常降级和扣款未到账两条红线。注意别把置信度当成第二个证据——置信度是从概率分布算出来的，概率压满，它必然是 1.0。
三条消息的数据汇总
| 输入特征 | 命中 | 概率 | 置信度 | 耗时 | 该走哪条路 |
|---|---|---|---|---|---|
| 问价 + 开发票，意向模糊 | option_b（潜在客户） | 75% | 67% | 1.15s | 转人工 / 辅助决策 |
| 套餐 + 数量 + 时效齐全 | option_a（明确购买） | 98% | 98% | 1.67s | 自动执行 |
| 掉档 + 扣款未到账 | option_d（资金风险） | 100% | 100% | 0.7s | 风险类目，直接截停人工处理 |
优缺点
Jev 值得用的地方
- 输出形状固定：不会像自然语言那样格式漂移，代码不用写一堆容错解析
- 判断标准由你定义：同一套标准反复打分，结果稳定可比较；判错了也知道改哪一行，去改边界描述就行
需要注意的地方
- 只认文本：图片、音频、视频目前都不支持
适合人群
适合：每天要处理大量客服消息、工单、商机，想先让 AI 自动分流的运营和客服负责人；想让 AI 输出纯结构化字段、直接喂给代码的开发者。
不太适合：需要 AI 写回复、写文章的人；需要图片或音频输入的场景；不打算把判断标准写清楚、只想让 AI「大概看看」的人。
5. 常见问题（FAQ）
Jev 和 ChatGPT 最根本的区别是什么？
Jev 的三种基元（Primitives）怎么选？
置信度（Confidence）和概率（Probability）有什么区别？
置信度在业务里怎么用？
Jev 能处理图片或音频吗？
Jev 能替代 ChatGPT 吗？
6. 下一步
- 官方文档：https://docs.typesafe.ai/
- 置信度到底怎么算、怎么用：https://docs.typesafe.ai/confidence
如果你已经在用 Claude Code，官方还提供了一个 Skill，装完可以让 Agent 自己读懂这套 API：
claude plugin marketplace update typesafe-ai
claude plugin update typesafe@typesafe-ai
装完重启，之后在项目里说「用 TypeSafe skill」即可。想先摸清 Claude Code 本身，看 Claude Code 使用指南。