Choice：從幾個選項中挑一個
適合分派和分類。例如網購客服收到的訊息，要在「退換貨」、「物流」、「付款」、「其他」之中決定交給哪個窗口。回傳的是被選中的那一項，以及每一項各自的機率。
choice: 退換貨（信心度 0.91）
決策模型試用
出一題，看它怎麼判斷
寫下情境描述，選好題型和選項，就能看到它選了什麼，以及每個選項的機率是多少。
判斷結果
直接按「開始判斷」跑一次範例，或換成你自己的工作情境。
這個工具適合用來熟悉題型、練習出題和驗證想法。請用不含個資的測試資料，想清楚判斷方式之後，再用到實際的工作上。
基本概念
Jev AI 是什麼：專門做判斷的模型
ChatGPT、Claude、Gemini 這類大型語言模型（LLM），擅長的是「接著往下寫」：你問一句，它回一大段。人讀起來很順，可是要把結果交給程式處理，就得多做好幾件事：從回答裡挑出結論、檢查格式對不對，還要自己判斷這個答案到底可不可靠。
Jev AI 把順序倒過來。你先把題目出好、把可以選的答案列清楚，它只在這些答案之間做判斷，再把每個答案的機率一起回傳。TypeSafe 把這類模型稱為「System One 模型」，名稱來自康納曼在《快思慢想》裡提到的「系統一」與「系統二」：系統一是快速、憑直覺的判斷，系統二是放慢速度的推理，Jev 負責的是前者。至於「Jev」這個名字，取自以「傑文斯悖論」聞名的經濟學家威廉．史丹利．傑文斯。
所以它不是要取代大型語言模型，而是接手它們不擅長、用起來也不划算的那一塊：每天重複成千上萬次、答案範圍固定的小判斷。根據 TypeSafe 公布的資料，Jev 在 2026 年 9 月 15 日開放搶先體驗，回應時間約 70 到 500 毫秒，價格是每百萬輸入 token 0.042 美元，輸出不收費。
三種題型，各自解決什麼問題
出題之前先想清楚：你要的是「選一個」、「是不是」，還是「分等級」。題型決定了回傳結果長什麼樣子，程式拿到結果以後要往哪裡走，也就跟著確定了。
Noul：回答「是」或「不是」
適合做檢查和把關。例如判斷一則 Google 評論要不要先讓店長看過再回覆。它回傳的是「是」的機率，門檻由你自己決定。Noul 是 TypeSafe 取的名字，可以把它想成附帶機率的是非題。
P(是) = 0.83
Score：依等級評分
適合判斷輕重緩急。例如把客戶來信分成「低」、「中」、「高」、「緊急」四級，它會給出每一級的機率，再算出一個加權分數，方便你安排處理順序。
score = 2.4 / 3
題目怎麼出，決定結果好不好用
- 01
情境描述只放跟這題有關的事實
把整串對話紀錄、客戶資料通通丟進去，反而容易讓判斷失準。只留下這次決定真正需要的資訊，例如訂單狀態、客人的原話、已經做過哪些處理。
- 02
選項不要互相重疊，最好留一個退路
「物流太慢」和「沒收到貨」很容易打架，要嘛合併，要嘛把界線寫清楚。再加上「其他」或「無法判斷」，模型拿不定主意時才有地方可以去，不會被迫硬選一個。
- 03
一題只問一件事
「要不要退款、退多少」其實是兩題。分開問，每一題的機率才有意義，出錯時也比較容易查出是哪一步判斷錯了。
- 04
選項直接寫成系統裡實際的處理窗口或動作
寫「轉給客服二組」遠比寫「交給適合的人」好用。程式拿到答案就能直接執行，不必再轉換一次。
拿到機率以後，門檻要怎麼設
Jev 好用，有一半是因為機率：它不只告訴你選了什麼，也告訴你有多確定，你就能據此決定哪些結果自動執行、哪些轉給人工處理。
依後果設門檻，不要一個數字用到底
客服單分錯了，頂多多轉一手，門檻可以放寬一點；牽涉到退款、刪除資料、調整權限的動作，門檻就要拉高很多，或乾脆一律由人工確認。
先只記錄、不執行，觀察一陣子再放手
新規則上線前，先在背景跑個一兩週，把模型的判斷和同事實際的處理結果對照一下，看看不同門檻下會錯多少，再決定從哪一類案件開始自動化。
機率高也可能判斷錯
機率高只代表模型很有把握，不代表它一定對。把輸入、選項、機率和最後執行的動作都記錄下來，出問題時才查得清楚。
請求和回應大概長這樣
下面是一組請求和回應的範例，實際欄位請以 TypeSafe 官方 API 文件為準。回應內容裡沒有任何一句自然語言，程式直接讀欄位就可以了。
{
"model": "jev-latest",
"state": "客人：前天網購的除濕機，今天宅配送到時發現外箱凹了一大塊，插電後還有怪聲，想換一台新的。",
"questions": {
"desk": {
"type": "choice",
"instructions": "這則客服訊息應該交給哪個窗口？",
"criteria": {
"退換貨": "商品本身有問題，或客人要求退貨、換貨",
"物流": "配送延誤，或運送途中造成的損壞",
"付款": "扣款、刷卡、發票相關問題",
"其他": "以上都不符合"
}
}
}
}{
"answers": {
"desk": {
"type": "choice",
"choice": "退換貨",
"probabilities": {
"退換貨": 0.55,
"物流": 0.40,
"付款": 0.01,
"其他": 0.04
},
"confidence": 0.55
}
}
}數字只是示意。這個例子既像商品瑕疵，也像運送途中撞壞，兩個機率拉不開，剛好說明這種案件應該先讓人看一眼，而不是直接自動分派。
哪些工作適合交給 Jev AI，哪些不適合
適合
- 客服信件、訊息的自動分派
- 評論與留言的初步審核
- 依購買意願替潛在客戶名單評分
- AI Agent 做到一半時，決定下一步要用哪個工具
- 任務失敗後判斷該重試、換個方法，還是停下來找人
不適合
- 寫文案、寫摘要、寫程式這類需要產生文字的工作
- 要經過好幾步推理才能下結論的分析
- 沒有固定選項的開放式問題
- 需要交代判斷理由的場合
常見問題
Jev AI 和 ChatGPT、Claude 有什麼不一樣？
它們本質上就是不同類型的模型。ChatGPT、Claude 這類大型語言模型擅長寫作和對話，Jev 只做選項固定的判斷。實際專案裡常見的做法是兩者搭配：理解內容和產生文字交給大型語言模型，遇到需要做決定的岔路，再交給 Jev 這類模型給出附帶機率的結論。
要註冊或付費嗎？
不用註冊，也不收費。為了避免被濫用，同一個 IP 每分鐘最多送出 8 次，看到提示時稍等一下再試就好。
可以用繁體中文出題嗎？
可以。情境描述、題目和選項都能直接用中文寫，上面的範例就是。模型回傳的答案就是你寫的選項文字，程式可以直接拿來比對。
輸入的內容會被保存嗎？
本站不會記錄你輸入的內容。不過這是任何人都能使用的公開示範，請不要填寫身分證字號、手機號碼、密碼或客戶資料這類個資和機密資訊。
可以直接拿來用在正式業務上嗎？
不建議。公開示範用的端點沒有穩定度保證，可能因為冷啟動變慢，也可能暫時滿載。正式使用請透過 TypeSafe 的官方 API 串接，並做好身分驗證、流量限制、逾時處理和紀錄。
做完判斷，還得有人去執行
Jev 負責下判斷，OpenClaw 負責把事做完
Jev 適合回答「下一步該走哪條路」，但真的要走這條路，例如上網查資料、整理檔案、在聊天軟體裡回訊息，就需要一個能動手的 AI Agent。OpenClaw 就是這樣的雲端 AI 助理：你像交辦工作給同事一樣，直接跟它說要做什麼，它會操作瀏覽器、處理檔案、呼叫工具，而且隨時在你專屬的雲端主機上待命。
直接用說的
不用畫流程圖，把想要的結果講清楚就好。
Telegram 也能用
在 Telegram 裡交辦工作，結果也直接回到同一個對話。
不必自己安裝
雲端環境由我們代管，打開瀏覽器就能用。
選好方案後，打開瀏覽器或 Telegram 就能開始用。