Jev — 決策模型

身分驗證

• Authorizationheader必填

  Ailoot 金鑰，格式為Bearer sk-…。

請求本文

• modelstring必填

  jev-latest。

• statestring | object | array必填

  要評估的內容：文字字串或 JSON，例如客戶詢問、資料庫紀錄、往來訊息或應用程式目前的狀態。使用欄位名稱清楚的物件，通常比單一字串更方便。

• questionsobject必填

  問題。您自行選擇鍵名，答案會以相同鍵名傳回；鍵名不會影響答案，實際問題是在此欄位中設定：instructions。

• questions.*.typestring必填

  noul，choice或score —詳見下方。

• questions.*.instructionsstring | object | array必填

  實際問題。較長且包含資料的問題，可透過物件傳入：一個欄位放問題，其他欄位放資料；引用欄位時，請以反引號括住欄位名稱。

• questions.*.criteriaobject | array

  答案選項依類型而異：noul 可選填「是」與「否」的說明，choice 使用選項字典，score 使用按順序排列的等級清單。

同一請求中可混用不同類型。

noul — 是或否

欄位criteria為選填欄位，可在其中說明「是」(true)與「否」(false). 回傳的noul —從 0 (否) 到 1 (是) 的數值。

"is_urgent": {
  "type": "noul",
  "instructions": "這是否表達了緊迫性？",
  "criteria": {
    "true": "明確具有時效性",
    "false": "未表達急迫性"
  }
}

"is_urgent": {
  "type": "noul",
  "noul": 0.95
}

choice — 選擇選項

criteria —「選項 → 說明」字典；若不需要說明，請填入null。最多 255 個選項。回應中的choice —機率最高的選項， probabilities —各選項的機率 (總和為 1)， confidence —信心程度，範圍為 0 到 1。

"department": {
  "type": "choice",
  "instructions": "應由哪個團隊處理？",
  "criteria": {
    "billing": "付款、開立帳單、退款",
    "technical": "錯誤、服務中斷、整合",
    "sales": "定價、升級、新客戶"
  }
}

"department": {
  "type": "choice",
  "choice": "billing",
  "probabilities": { "billing": 0.88, "technical": 0.12, "sales": 0.0 },
  "confidence": 0.81
}

score — 依量表評分

criteria —由低到高排列的等級，最多 10 個 (TypeSafe 建議至少兩個)。回應中的score —依各等級機率加權的數值 (可能落在兩個等級之間)， legend —等級編號與說明， probabilities與confidence。根據 TypeSafe 的資料， score適合與門檻值比較，但不適合用來表示等級之間的精確數值。

"frustration": {
  "type": "score",
  "instructions": "客戶有多沮喪？",
  "criteria": ["平靜", "感到挫折", "非常憤怒"]
}

"frustration": {
  "type": "score",
  "score": 1.05,
  "legend": { "0": "平靜", "1": "感到挫折", "2": "非常憤怒" },
  "probabilities": { "0": 0.0, "1": 0.95, "2": 0.05 },
  "confidence": 0.92
}

• modelstring

  實際回應的模型版本。jev-latest 別名會隨時間指向新版本；若您已針對特定版本設定confidence的門檻值，請留意此欄位。

• answersobject

  每個問題各有一個答案，使用與問題相同的鍵名。每個答案都包含type，choice與score 還包含confidence。

• usageobject

  input_tokens與output_tokens。僅輸入 token 會計費。

針對同一 state 的所有問題，請在同一次請求中提出：問題會平行評估，state 只需傳送一次。根據 TypeSafe 的資料，他們的 13 個問題範例中，在答案相同的情況下，一次合併請求的費用比依序傳送 13 個獨立請求低 12,2 倍，速度快 10 倍。

複雜的判斷最好拆成簡單問題，再於程式碼中合併答案：例如，與其要求「評估申請案」，不如分別評估市場、可行性與競爭差異。如此一來，權重可在程式碼中調整，無須修改問題文字。

{
  "model": "jev-latest",
  "state": "救命！我的撥款已經連續失敗 3 天。",
  "questions": {
    "department": {
      "type": "choice",
      "instructions": "應由哪個團隊處理？",
      "criteria": {
        "billing": "付款、開立帳單、退款",
        "technical": "錯誤、服務中斷、整合",
        "sales": "定價、升級、新客戶"
      }
    },
    "frustration": {
      "type": "score",
      "instructions": "客戶有多沮喪？",
      "criteria": ["平靜", "感到挫折", "非常憤怒"]
    },
    "is_urgent": {
      "type": "noul",
      "instructions": "這是否表達了緊迫性？"
    }
  }
}

• 路由。 將客戶詢問送至適當部門，並將請求交給適當的處理者：簡單程式碼、大型模型或人工。
• 排序與優先順序。 依量表評估急迫性、情緒傾向與風險，並在程式碼中設定門檻值。
• 內容審核與查核。 在文字進入後續流程前，判斷訊息是否違反規則、來源是否支持引文，以及文件中是否有問題的答案。
• 評分與排名。 依據自己的評分準則評估文件、候選人或找到的片段，再於程式碼中決定哪些進入後續流程。
• 取代不可靠的「傳回 JSON」指令。 呼叫本身即會傳回具型別的值，而非需要另外解析的文字。

• 聊天、回覆使用者、生成文字或程式碼。 Jev 不會撰寫文字，這類用途請使用文字模型。
• 作為 Claude Code、Cursor與其他代理使用的模型。 無法以 jev-latest 取代代理所用的模型：代理需要能撰寫文字並呼叫工具的模型。不過，您可以在代理為您撰寫的程式碼中呼叫 Jev。
• 算術、計數與日期比較。 根據 TypeSafe 的資料，這些工作由程式碼處理更可靠；只向模型詢問語意部分，例如透過 choice 擷取日期的組成部分。
• 影像、音訊與影片。 模型僅接受文字，請事先將這類資料轉成文字。

僅輸入 token 會計費— usage.input_tokens為回應中的對應欄位，價格為：每 1 百萬為 $0.084。輸出 token 免費。

本頁範例的請求 (296 個輸入 token) 費用低於 $0.0001。

在請求前，Ailoot 會先從餘額中保留一筆金額；回應後，再依實際用量扣款一次— 運作方式。

模型上限依據 TypeSafe 的資料。與其他 Ailoot 模型一樣，仍須遵守您的金鑰與餘額限制：錯誤與限制。

錯誤會以 Ailoot API 的通用格式傳回：代碼、易懂的文字與Request ID。此方法最常見的錯誤如下：

完整代碼清單請見此頁面：錯誤與限制。