Utilizzo di CowAgent per creare uno strumento di analisi ticket in batch su Jev: una chiamata per ticket restituisce 7 classificazioni, punteggi e giudizi booleani con distribuzioni di probabilità in circa 500 ms.
Had CowAgent build a batch ticket analysis tool on Jev. Jev doesn't generate text. You send content and typed questions, it returns classifications, scores and booleans, each with a probability distribution. One call per ticket, 7 judgments, ~500ms.
L'autore condivide un'esperienza d'uso di Jev: all'inizio sembrava complicato, ma è diventato chiaro pensandolo come 'non lasciare che l'IA scriva il testo'. Prendendo la gestione delle richieste come esempio, l'approccio convenzionale affida tutto a GPT o Claude per l'analisi, mentre Jev adotta un approccio diverso.
Il prototipo usa l'IA per stimare esitazione o interesse dai movimenti del cursore o dall'indugio prima del clic, osservando il comportamento del cliente e integrando spiegazioni o suggerendo confronti.
L'autore ha creato una demo di assistenza clienti in tempo reale per e-commerce con Jev e gpt-live-1, che suggerisce istantaneamente prodotti consigliati in base al parlato dell'utente durante la conversazione, offrendo un'ottima esperienza.
