O post lista possíveis casos de uso do Jev, argumentando que suporte ao cliente, roteamento de modelos e guardrails de LLM são direções sólidas, e sugere colocar o Jev antes e depois dos LLMs existentes.
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
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.
