Поки стандартні LLM ще передають першу JSON-відповідь, Jev уже вирішив 13 тикетів підтримки за 4 структурованими критеріями, демонструючи миттєву класифікацію.
Bonus 2: 13 support tickets in parallel by @0xnoonez While standard LLMs are still streaming the first JSON response, Jev has already resolved 13 support tickets across 4 structured criteria. Instant classification beats slow text generation every time.
Автор ділиться досвідом використання Jev: спочатку здавалося складно, але стало зрозуміло, коли він уявив це як «не дозволяти ШІ писати текст». На прикладі обробки запитів традиційний підхід передає все GPT або Claude для аналізу, а Jev має інший підхід.
Прототип використовує ШІ для оцінки вагань або зацікавленості за рухами курсора чи затримкою перед кліком, спостерігаючи за поведінкою клієнта та доповнюючи пояснення або пропонуючи порівняння.
Автор створив демо служби підтримки клієнтів у реальному часі для електронної комерції на Jev і gpt-live-1, яке миттєво пропонує рекомендовані товари на основі мовлення користувача під час розмови, забезпечуючи чудовий досвід.
