การกำหนดเส้นทางตั๋วสนับสนุนสังเคราะห์ 72 ใบ: Jev ได้ 93% สำหรับแผนก 85% สำหรับความเร่งด่วน และ 99% สำหรับการตรวจจับการคืนเงิน; Laya ได้ 58% 63% และ 74% โดยรับรู้ตั๋วความปลอดภัยเพียง 1 จาก 12 ใบ
Then I tried something much narrower: route 72 synthetic support tickets. Jev got 93% for department, 85% for urgency and 99% for refund detection. Laya managed 58%, 63% and 74%. Worse, it recognized only 1 of 12 safety tickets.
ผู้เขียนแบ่งปันประสบการณ์การใช้ Jev: ตอนแรกดูยุ่งยาก แต่เข้าใจทันทีเมื่อมองว่า 'อย่าให้ AI เขียนข้อความ' โดยยกการจัดการคำถามเป็นตัวอย่าง วิธีเดิมคือโยนทั้งหมดให้ GPT หรือ Claude วิเคราะห์ ส่วน Jev มีแนวทางต่างออกไป
ต้นแบบใช้ AI ประเมินความลังเลหรือความสนใจจาการเคลื่อนไหวของเคอร์เซอร์หรือการหยุดก่อนคลิก สังเกตพฤติกรรมลูกค้าและเสริมคำอธิบายหรือเสนอการเปรียบเทียบ
ผู้เขียนสร้างเดโมบริการลูกค้าแบบเรียลไทม์สำหรับอีคอมเมิร์ซด้วย Jev และ gpt-live-1 ซึ่งแนะนำสินค้าที่เหมาะสมทันทีตามคำพูดของผู้ใช้ระหว่างการสนทนา ให้ประสบการณ์ที่ยอดเยี่ยม
