Jev 使用心得：不让 AI 写文本，处理咨询更清晰
作者分享使用 Jev 的体会：起初觉得棘手，但把它理解为“不让 AI 写文本”后就豁然开朗。以处理咨询为例，传统做法是把整段内容丢给 GPT 或 Claude 分析，而 Jev 的思路不同。
Jev 工单分类：从归属部门到根因定位
用户向 Jev 询问工单归属部门时，Jev 给出 billing（0.84）；改为询问根本原因应在哪里修复后，同一工单被归类为 engineering。演示了问题表述如何影响 Jev 的分析结果。
I sent it to jev with the question: "where does this ticket belong?" four options: billing, engineering, product, fraud. jev returned billing at 0.84. Then i changed the question. "where can the root cause be fixed?" same ticket, same four departments. jev returned engineering
· 6 次赞在 X 打开
更多类似内容
基于 Jev 的实时客服原型
该原型利用 AI 根据光标来回移动或点击前的停留来估计客户的犹豫或兴趣，观察客户状态并补充说明或建议比较。
基于 Jev 与 gpt-live-1 的电商实时客服演示
作者使用 Jev 和 gpt-live-1 构建了电商实时客服演示，能在对话中根据用户语音即时推荐商品，带来出色的体验。
