THE JEV GUIDE · CURATED EDITION
Annonces, explications, démos et projets communautaires autour de TypeSafe Jev, organisés par thème. Chaque entrée renvoie à sa source sur X.
Sélection curée · Non exhaustive · Mise à jour manuelle
01 / EXPLORE
0 means awaiting a verified post
Transforme un ticket de support en quatre décisions typées (routage, priorité, risque, action suivante) avec probabilité, latence, fournisseur et coût, avec un dépôt MIT. Link
À partir d'un cas de support de jeu où le même utilisateur envoie chaque jour des plaintes sur un personnage, le post discute des critères de Jev et les compare à un humain qui les classe comme des lettres de fans.
Peter Ramsing explique comment son équipe commence à utiliser Jev de TypeSafe pour suggérer des questions de suivi lors de la création de tickets, en soulignant la nécessité d'être rapide car ils sont souvent créés au téléphone.
L'auteur partage que l'intégration de Jev dans un pipeline audio de support après-vente construit avec Vane Data a nettement amélioré la précision, et mentionne que Vane prend désormais en charge vane.ai.jev(...) et Relation.jev(...). Link
Démo réutilisable où Jev de TypeSafe AI classe et archive dans la boîte de réception les retours écrits ou vocaux, avec un cookbook pour l'adapter.
L'auteur a créé un modérateur de chat en temps réel avec Jev capable de détecter des milliers de variantes et d'orthographes de mots interdits dans plusieurs langues, soulignant son prix extrêmement bas.
Sam Siam partage la démo de Maksym où Jev met en surbrillance le prochain clic selon le besoin décrit, et imagine son usage pour guider un nouvel utilisateur CRM dans l'import de contacts.
L'auteur a testé une implémentation de support client IA avec Jev pour des questions sur le contrat d'abonnement NHK, en déterminant par le chat si l'utilisateur doit continuer, effectuer une démarche, être exempté ou résilier ; Jev gère la sélection de la question suivante selon les réponses.
Utilisation de CowAgent pour créer un outil d'analyse de tickets par lots sur Jev : un appel par ticket renvoie 7 classifications, scores et jugements booléens avec distributions de probabilité en environ 500 ms.
Démonstration d'un outil de triage de tickets conçu avec Jev qui détermine l'équipe, l'urgence, la gravité et l'humeur du client en un seul appel.
L'auteur teste Jev, l'IA de jugement de TypeSafe, en support client : rapidité et précision au rendez-vous, mais même quasi parfait, certains cas ne doivent pas être manqués, d'où l'importance de répartir les rôles entre Code, LLM et Humain.
Routage de 72 tickets de support synthétiques : Jev a obtenu 93 % pour le département, 85 % pour l'urgence et 99 % pour la détection de remboursement ; Laya a obtenu 58 %, 63 % et 74 %, ne reconnaissant qu'1 ticket de sécurité sur 12.