Der Beitrag listet potenzielle Jev-Anwendungsfälle auf und argumentiert, dass Kundensupport, Modell-Routing und LLM-Guardrails solide Richtungen sind, und schlägt vor, Jev vor und nach bestehenden LLMs zu platzieren.
ユースケース一覧 決まった判定を安く繰り返すか 多数の判定をまとめて速く行うとこを活かすか カスタマーサポート モデル振り分け LLMガードレール とかは鉄板そうだし、 既存のLLMの前段と後段に入れるのは外れなそう。 #Jev #TypeSafeAI
Der Autor teilt eine Jev-Erfahrung: Zunächst wirkte es knifflig, doch mit der Denkweise 'die KI keinen Text schreiben lassen' wurde es plötzlich klar. Am Beispiel der Anfragenbearbeitung wird der übliche Ansatz, alles an GPT oder Claude zum Analysieren zu geben, dem anderen Ansatz von Jev gegenübergestellt.
Der Prototyp nutzt KI, um Zögern oder Interesse anhand von Cursorbewegungen oder Verweilen vor dem Klick einzuschätzen, das Kundenverhalten zu beobachten und Erklärungen zu ergänzen oder Vergleiche vorzuschlagen.
Der Autor hat mit Jev und gpt-live-1 eine E-Commerce-Echtzeit-Kundenservice-Demo erstellt, die während des Gesprächs sofort Produktempfehlungen auf Basis der Nutzeräußerung vorschlägt und ein großartiges Erlebnis bietet.
