Was es tut
Jev liest den von dir bereitgestellten Kontext und beantwortet eine Frage innerhalb der von dir festgelegten Grenzen. Das kann bedeuten, eine Support-Warteschlange auszuwählen, die Dringlichkeit einer Anfrage zu bewerten oder einzuschätzen, ob eine Nachricht eine Kaufanfrage enthält. Deine Anwendung erhält einen Wert, den sie für den nächsten Schritt verwenden kann.
Es gibt drei Fragetypen. Choice wählt aus benannten Optionen. Score bewertet anhand geordneter Stufen. Beide liefern Wahrscheinlichkeiten und eine Konfidenz. Noul schätzt die Wahrscheinlichkeit, dass eine Aussage wahr ist; ein separates Konfidenzfeld gibt es nicht. Jev formuliert nicht die Antwort des Kunden und entscheidet auch nicht, welche Aktionen deine Anwendung ausführen darf.
Für wen es geeignet ist
Beginne hier, wenn dein Engpass darin liegt, wiederholt kurze Textstücke zu lesen und immer dieselbe Art von Einschätzung vorzunehmen. Ein kleines Vertriebsteam, das Anfragen sortiert, oder ein Support-Team, das Tickets zuweist, kann eine sinnvolle erste Aufgabe festlegen. Wenn du lediglich prüfen musst, ob eine Bestellung bezahlt wurde, nutze den Bestelldatensatz und eine normale Regel. Ein Modell ist dann nützlich, wenn die Formulierung interpretiert werden muss.
Eine Situation, die dir bekannt vorkommen könnte
Stell dir einen Posteingang mit echten Anfragen, Angeboten zum Verkauf von Backlinks und bestehenden Kunden vor, die Hilfe benötigen. Frage nach der Absicht der Nachricht und kombiniere diese Antwort anschließend mit deinen Kundendaten. Eine freundliche E-Mail ist kein Beleg dafür, dass jemand bezahlt hat.
Lass „Sonstiges“ als verfügbare Kategorie bestehen. Ein Kunde, der eine Partnerschaft anbietet, sollte nicht in eine Kategorie für Verkaufsangebote gezwungen werden, nur weil deine erste Liste zu eng gefasst war. Das ist ein vorgeschlagener Arbeitsablauf und kein Bericht über einen Produktionstest von ToolAI.
Ein sinnvoller erster Aufbau
- Wähle eine Entscheidung mit klarer Zuständigkeit, zum Beispiel, welche Warteschlange eine neue E-Mail erhält.
- Verfasse Beschreibungen für die Kategorien, einschließlich mehrdeutiger Fälle und einer Option „Sonstiges“.
- Sammle repräsentative Nachrichten und lasse sie von einer Person kennzeichnen, bevor du Jevs Antworten vergleichst.
- Beginne mit vorgeschlagenen Tags und prüfe Fehler, bevor du eine automatische Weiterleitung zulässt.
- Halte die Modellversion und den Wortlaut der Frage fest, damit spätere Änderungen fair bewertet werden können.
Was du vor der Auswahl abwägen solltest
Typisierte Ausgaben erleichtern die Integration; sie beweisen nicht, dass eine Einschätzung richtig ist. Ein hoher Konfidenzwert kann mit einer falschen Antwort einhergehen. Lege Prüfschwellen anhand von Beispielen aus deinem Unternehmen fest und bewerte übersehene Kunden getrennt von harmlosen zusätzlichen Prüfungen.
In der offiziellen Dokumentation wird Englisch als primäre Trainingssprache genannt. Teste Chinesisch und andere Sprachen separat. Führe Berechnungen und Datumsvergleiche im Code durch und sende nur den für die Frage erforderlichen Kontext. Verwende ein generatives Modell, wenn der nächste Schritt eine schriftliche Erklärung oder Antwort benötigt.
Konten und laufende Kosten
Der native Dienst erfordert ein TypeSafe-Konto und einen API-Schlüssel. Grundlage der dokumentierten Abrechnung sind Eingabetokens; kostenlose Ausgaben machen nicht die gesamte Anfrage kostenlos. Schätze die Nutzung anhand realistischer Nachrichtenlängen, Fragen und Wiederholungsvolumen. Die SDKs verbinden sich mit dem gehosteten Dienst; ihre Installation stellt keine lokalen Modellgewichte bereit. Prüfe die offiziellen Kontobedingungen und aktuellen Preise, bevor du dich festlegst.