Jev 101
简体中文 ▾
简体中文English
文档/先认识 Jev

Jev、聊天模型和普通代码,怎么分工?

用一封客服邮件,看清谁查订单、谁做选择、谁写回复。

同一封邮件,看看谁负责哪一步

客户写:“包裹还没收到,能帮我查一下吗?”

谁来做 这一步要解决什么
普通代码 查订单是不是这位客户的、订单里写的送货日期是什么。
搜索系统 从帮助中心找到可能有用的配送政策。
Jev 在“物流、退款、付款、其他”里,判断这封邮件最像哪一类。
聊天模型或客服 根据已经确认的信息,用自然语言回复客户。

最容易记的一句:聊天模型负责写给人看的话;Jev 负责回答程序里的选择题。 一个流程可以同时用到两者。

规则也能分类,为什么还要考虑 Jev?

如果规则很简单、很明确,就直接写规则。例如“订单超过 30 天就不允许申请这项售后”,由代码比较日期最清楚。

但客户说法很多:“货没到”“物流一直没动”“什么时候送来”,不一定都包含同一个关键词。你可以试着让 Jev 判断这些话是不是都在问物流。是否值得接入,要用自己的样本比较准确率、速度和费用。

聊天模型能不能做同样的选择题?

能。很多生成模型也能返回规定格式的答案。Jev 的设计重点是让程序反复、快速地取得有限选项或分数,并附上概率;它不负责写完整回复。

Jev 仍会判断错。程序还得核对权限、处理拿不准的结果,并决定什么时候转人工。官网宣传的速度和费用倍数来自特定测试,不能直接当成你业务里的结果。

想看更细的区别?

下一课把 Jev 的三种题型拆开。需要做资料挑选时,可以先用搜索找候选,再让 Jev 在候选里做选择;不要让它代替知识库或权限系统。

本页来源与验证边界

核对日期:2026-09-19。文档整理,不代表本站完成了真实 API 或业务效果测试。

TypeSafe · Introduction →OpenAI · Structured Outputs →TypeSafe · How to build →TypeSafe · Jev 1.13 limitations →
阅读进度只保存在当前浏览器