Posting ini mencantumkan kemungkinan kasus penggunaan Jev, menilai dukungan pelanggan, perutean model, dan guardrail LLM sebagai arah yang solid, serta menyarankan menempatkan Jev sebelum dan sesudah LLM yang ada.
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
Penulis berbagi pengalaman menggunakan Jev: awalnya terasa rumit, tetapi menjadi jelas saat dipahami sebagai 'jangan biarkan AI menulis teks'. Dengan penanganan pertanyaan sebagai contoh, pendekatan konvensional menyerahkan semuanya ke GPT atau Claude untuk dianalisis, sedangkan Jev mengambil pendekatan berbeda.
Prototipe ini menggunakan AI untuk memperkirakan keraguan atau minat dari gerakan kursor atau jeda sebelum mengklik, mengamati perilaku pelanggan dan melengkapi penjelasan atau menyarankan perbandingan.
Penulis membuat demo layanan pelanggan real-time e-commerce dengan Jev dan gpt-live-1, yang langsung menyarankan produk rekomendasi berdasarkan ucapan pengguna selama percakapan, memberikan pengalaman yang luar biasa.
