Розробник показує, як Jev очистив чергу з 2 мільйонів тікетів менш ніж за 20 секунд, використовуючи лише три булеві значення (спам, терміново, потрібна людина), витративши 21 цент.
IT SORTED TWO MILLION TICKETS AND NEVER WROTE A SINGLE WORD i handed jev 2,000,000 support tickets. the queue hit zero in under 20 seconds. it cost 21 cents. the whole schema is three booleans. is this spam, is it urgent, does it need a human. that is the entire output. words
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.
