OpenClawTürkçe Jev AI rehberi · ücretsiz demo
EnglishJev AI, TypeSafe AI'ın Eylül 2026'da tanıttığı ilk “System One” modeli. Metin üretmez; yalnızca olası yanıtlarını önceden sizin belirlediğiniz soruları yanıtlar (hangi seçenek, evet mi hayır mı, hangi seviye) ve her seçeneğin olasılığını döndürür. Bu sayfada nasıl çalıştığını müşteri hizmetleri ve e-ticaretten tanıdık örneklerle anlatıyoruz; ücretsiz demoyla hemen deneyebilirsiniz.
Durumu anlatın, yanıt türünü seçin ve seçenekleri yazın: Jev'in neyi, hangi olasılıkla seçtiğini göreceksiniz.
Sonuç
Örneği denemek için “Karar ver”e tıklayın ya da yerine kendi işinizden benzer bir durum yazın.
Bu araç, yanıt türlerini tanımak, soru yazmayı denemek ve fikirlerinizi test etmek için uygundur. Kurgusal veriler kullanın; mantığı ancak soru ve seçenekler iyice oturduktan sonra gerçek süreçlerinize taşıyın.
Temel bilgiler
ChatGPT, Claude ve Gemini gibi büyük dil modelleri (LLM) metin üretmek üzere tasarlanmıştır: soru sorarsınız, bir paragraf alırsınız. Bir insanın okuması için idealdir; ancak sonucu bir yazılıma aktarmanız gerektiğinde ek iş çıkar: kararı metnin içinden ayıklamak, formatı doğrulamak ve yanıta ne kadar güvenebileceğinizi tartmak.
Jev AI bu yaklaşımı tersine çevirir. Önce soruyu ve olası yanıtları siz belirlersiniz; Jev yalnızca bunlar arasından seçim yapar ve her biri için bir olasılık döndürür. TypeSafe bu tür modellere “System One” modeli diyor. Terim, Daniel Kahneman'ın “Hızlı ve Yavaş Düşünme” kitabındaki ayrımdan geliyor: Sistem 1 hızlı ve sezgisel, Sistem 2 ise yavaş ve bilinçli düşünür. Jev, Sistem 1'in rolünü üstlenir. “Jev” adı ise Jevons paradoksuyla tanınan iktisatçı William Stanley Jevons'a gönderme yapar.
Yani Jev bir LLM'in yerini almaz. Bir LLM'e yaptırıldığında fazla yavaş ve pahalı olacak işleri üstlenir: olası yanıtları belli, günde binlerce kez tekrarlanan küçük kararlar. TypeSafe'in verdiği bilgilere göre Jev, 15 Eylül 2026'dan beri erken erişimde; 70–500 milisaniyede yanıt veriyor; fiyatı 1 milyon girdi token'ı başına 0,042 USD, çıktı token'ları ise ücretsiz.
Soruyu yazmadan önce neye ihtiyacınız olduğuna karar verin: birkaç seçenekten biri mi, evet/hayır mı, yoksa bir seviye mi? Yanıt türü sonucun biçimini, dolayısıyla yazılımınızın bundan sonra ne yapacağını belirler.
Sınıflandırma ve yönlendirme için uygundur. Örneğin bir müşteri mesajının hangi birime gideceğine karar vermek: “İade ve değişim”, “Kargo”, “Ödeme” ya da “Diğer”. Seçilen yanıtı ve her seçeneğin olasılığını alırsınız.
choice = İade ve değişim (güven: 0,91)
Kontrol ve onay adımları için uygundur. Örneğin bir müşteri talebinin yöneticiye aktarılması gerekip gerekmediğini anlamak. Dönen değer, yanıtın “evet” olma olasılığıdır; eşiği siz belirlersiniz. “Noul”, TypeSafe'in verdiği addır; pratikte olasılık döndüren bir evet/hayır sorusudur.
P(evet) = 0,86
Aciliyet ve öncelik belirlemek için uygundur. “Düşük”, “Orta”, “Yüksek” ve “Kritik” seviyelerini tanımlarsanız her seviyenin olasılığını ve bunlardan hesaplanan ağırlıklı puanı alırsınız; talepleri önceliklendirmek kolaylaşır.
score = 2,3 / 3
Tüm yazışma geçmişini ya da müşteri kartının tamamını eklemek, kararı iyileştirmek yerine çoğu zaman saptırır. Temel bilgilerle yetinin: siparişin durumu, müşterinin kendi cümleleri ve şimdiye kadar yapılanlar.
“Kargo gecikti” ile “Sipariş ulaşmadı” kolayca karışır; ikisini birleştirin ya da aralarındaki farkı açıkça tanımlayın. Model emin olmadığında rastgele bir yanıta zorlanmasın diye “Diğer” ya da “Belirlenemiyor” gibi bir seçenek de ekleyin.
“Para iadesi yapılsın mı, yapılacaksa ne kadar?” aslında iki ayrı soru. Ayrı ayrı sorduğunuzda her olasılığın anlamı netleşir; bir hata olduğunda da hangi kararın yanlış olduğunu hemen görürsünüz.
“İkinci seviye desteğe aktar”, “Uygun kişiye aktar”dan çok daha kullanışlıdır. Böylece yanıtı herhangi bir eşleştirme yapmadan doğrudan kullanabilirsiniz.
Jev'in değerinin büyük kısmı olasılıklarda yatar: neyi seçtiğini ve bundan ne kadar emin olduğunu birlikte görürsünüz. Böylece otomatik ilerleyecek işlerle bir ekip üyesinin kontrol etmesi gerekenleri ayırabilirsiniz.
Yanlış birime giden bir talep yeniden yönlendirilir, o kadar; bu yüzden eşik daha düşük olabilir. Para iadesi, veri silme ya da yetki değişikliği gibi işlemlerde eşiği belirgin biçimde yükseltin veya onayı her zaman bir kişiye bırakın.
Bir iki hafta boyunca modelin kararlarını uygulamadan yalnızca kaydedin ve ekibinizin gerçekte yaptıklarıyla karşılaştırın. Her eşikte ne sıklıkla yanıldığını gördükten sonra hangi tür taleplerle otomasyona başlayacağınıza karar verin.
Yalnızca modelin kendinden emin olduğunu gösterir, haklı olduğunu değil. Durumu, soruyu, seçenekleri, olasılıkları ve uygulanan işlemi kaydedin; böylece hataları sonradan inceleyebilirsiniz.
İstek ve yanıt aşağı yukarı şu biçimdedir; alanların tam adları için kullandığınız API'nin dokümantasyonuna bakın. Yanıtta serbest metin yoktur; yazılımınız alanları doğrudan okur.
{
"model": "jev-latest",
"state": "Müşteri: “Dün kargoyla gelen ütünün su haznesi çatlak çıktı, kutusu da ezik geldi. Yenisiyle değiştirmek istiyorum.”",
"questions": {
"birim": {
"type": "choice",
"instructions": "Bu mesajla hangi birim ilgilenmeli?",
"criteria": {
"İade ve değişim": "Kusurlu ürün, iade ya da değişim talebi",
"Kargo": "Teslimat gecikmesi ya da taşıma sırasında oluşan hasar",
"Ödeme": "Tahsilat, ödeme yöntemi ya da fatura",
"Diğer": "Yukarıdakilerin hiçbirine uymuyor"
}
}
}
}{
"answers": {
"birim": {
"type": "choice",
"choice": "İade ve değişim",
"probabilities": {
"İade ve değişim": 0.57,
"Kargo": 0.38,
"Ödeme": 0.01,
"Diğer": 0.04
},
"confidence": 0.57
}
}
}Rakamlar yalnızca örnek amaçlıdır. Çatlak hem üretim hatasından hem de taşıma sırasındaki bir darbeden kaynaklanabilir; bu yüzden ilk iki seçenek birbirine çok yakın. Tam da bu tür talepler otomatik yönlendirilmemeli, bir çalışan tarafından incelenmelidir.
İkisi farklı türde araçlar. ChatGPT ve Claude gibi LLM'ler yazmakta ve sohbet etmekte güçlüdür; Jev ise yalnızca önceden belirlenmiş yanıtlar arasından seçim yapar. Uygulamada ikisi çoğu zaman aynı sistemde çalışır: LLM anlar ve yazar; karar gereken noktalarda ise Jev gibi bir model, yanıtını olasılığıyla birlikte verir.
Bu sayfadaki demo ücretsizdir ve kayıt gerektirmez. Kötüye kullanımı önlemek için her IP adresi dakikada en fazla 8 istek gönderebilir; sınıra ulaşırsanız biraz bekleyip tekrar deneyin.
Evet. Durum, soru ve seçeneklerin tamamını bu sayfadaki örneklerde olduğu gibi Türkçe yazabilirsiniz. Jev, seçtiği yanıtı sizin yazdığınız haliyle, birebir döndürür.
Bu site yazdıklarınızı kaydetmez. Yine de bu herkese açık bir demo; ad soyad, telefon numarası, T.C. kimlik numarası, şifre ya da müşteri bilgileri gibi kişisel veya gizli verileri girmeyin.
Önermiyoruz. Demonun herkese açık endpoint'i için kesintisiz çalışma garantisi yoktur: soğuk başlatmadan (cold start) sonra yavaş yanıt verebilir ya da yoğunluk nedeniyle geçici olarak yanıt vermeyebilir. Canlı ortam için TypeSafe'in resmi API'sini kullanın; kimlik doğrulama, istek sınırlama (rate limiting), zaman aşımı ve loglama konularını da siz yönetin.
Karardan eyleme
Jev size sıradaki adımı söyler. O adımı gerçekten atmak, yani internette bilgi aramak, dosyaları düzenlemek ya da mesajları yanıtlamak içinse kendi başına iş yapabilen bir ajana ihtiyacınız var. OpenClaw tam olarak bu: bir ekip arkadaşınıza iş verir gibi görevlendirdiğiniz, bulutta çalışan bir yapay zeka asistanı. Tarayıcıyı kullanır, dosyalarla çalışır, araçlardan yararlanır ve size ayrılmış bulut örneğinde 7/24 hazır bekler.
İş akışı kurmanız gerekmez; istediğiniz sonucu kendi cümlelerinizle anlatın.
Görevleri Telegram'dan verin, sonuçları aynı sohbette alın.
Bulut ortamını biz yönetiyoruz; tarayıcı yeterli.
Bir plan seçin, hemen tarayıcıdan ya da Telegram'dan başlayın.