Uso do CowAgent para criar uma ferramenta de análise de tickets em lote no Jev: uma chamada por ticket retorna 7 classificações, pontuações e julgamentos booleanos com distribuições de probabilidade em cerca de 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.
O autor compartilha uma experiência com o Jev: no início parecia complicado, mas ficou claro ao entendê-lo como 'não deixar a IA escrever texto'. Usando o tratamento de solicitações como exemplo, a abordagem convencional joga tudo no GPT ou Claude para analisar, enquanto o Jev adota uma abordagem diferente.
O protótipo usa IA para estimar hesitação ou interesse a partir dos movimentos do cursor ou da pausa antes do clique, observando o comportamento do cliente e complementando explicações ou sugerindo comparações.
O autor criou uma demonstração de atendimento ao cliente em tempo real para e-commerce com Jev e gpt-live-1, que sugere produtos recomendados instantaneamente com base na fala do usuário durante a conversa, proporcionando uma ótima experiência.
