Jev

O TypeSafe Jev é um modelo de decisão: não gera texto e responde apenas a perguntas definidas previamente. A requisição contém o conteúdo a ser avaliado e um conjunto de perguntas; o modelo retorna, para cada pergunta, uma resposta estruturada acompanhada da respectiva probabilidade, com base na qual o programa pode executar diretamente sua lógica de ramificação.

Casos de uso

Indicado para:

• Classificação e roteamento: equipe responsável pelo ticket, categoria de intenção do usuário.
• Decisões de sim ou não: se contém dados pessoais, se é um pedido de reembolso, se é uma injeção de prompt.
• Pontuação e ordenação: grau de urgência, relevância, intensidade do sentimento e filtragem de resultados de busca.
• Controle de qualidade das saídas de LLM: se a resposta é pertinente, se viola as regras.

Não indicado para:

• Geração de texto, resumos, traduções ou código.
• Decisões sobre imagens (o Jev aceita apenas texto e JSON como entrada; para imagens, utilize o GPT-6 Luna).
• Perguntas abertas cujas respostas não podem ser definidas previamente como opções ou níveis.

Comparação com a abordagem “modelo de chat + saída JSON”:

Início rápido

1. Preparar os dados de conexão: crie uma API Key no console da OfoxAI  e utilize os dados a seguir:

2. Instalar o SDK: para realizar a chamada com o SDK oficial da OpenAI para Python, instale uma versão que inclua client.decisions:

pip install -U openai

3. Realizar a chamada:

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
r = client.decisions.create(
    model="typesafe/jev-latest",
    input="Customer message: I was charged twice, nobody has answered my two emails, and I need a refund today.",
    questions=[{"type": "predicate", "name": "is_frustrated", "instructions": "Is the customer frustrated?"}],
)
print(r.answers[0].probability)  # 0.98

curl https://api.ofox.ai/v1/decisions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "typesafe/jev-latest",
    "input": "Customer message: I was charged twice, nobody has answered my two emails, and I need a refund today.",
    "questions": [
      { "type": "predicate", "name": "is_frustrated", "instructions": "Is the customer frustrated?" }
    ]
  }'

Exemplo de resposta:

{
  "model": "typesafe/jev-latest",
  "answers": [{ "type": "predicate", "name": "is_frustrated", "probability": 0.98 }],
  "usage": { "prompt_tokens": 302, "completion_tokens": 23, "total_tokens": 325 }
}

probability indica a probabilidade de a resposta ser “sim”; um valor de 0.98 significa que o modelo considera muito provável que o cliente esteja insatisfeito. Para aplicá-lo ao próprio caso de uso, substitua input pelo conteúdo real e questions pelas perguntas reais.

Tipos de pergunta

Selecione o tipo de pergunta conforme a forma do resultado necessário:

Exemplos: “Trata-se de um pedido de reembolso?” corresponde a predicate; “Qual equipe deve tratar o ticket?”, a choice; “Qual é o grau de urgência?”, a score. As três perguntas podem ser incluídas na mesma requisição, que retorna todas as respostas de uma só vez.

Após definir o tipo de pergunta, revise as perguntas e as opções conforme Elaboração de perguntas.

Erros comuns

A lista completa de erros encontra-se em Decisions API · Erros comuns.

Documentação oficial

• TypeSafe · Documentação 
• TypeSafe · Exemplos de casos de uso 

Perguntas frequentes