问题设计

Jev 仅在给定的选项范围内作答，问题与选项的设计直接影响判断的准确性。本页列出上线前应逐项核对的设计要点，并说明返回结果中各字段的含义。

设计要点

1. 选项应覆盖全部情况。 这是误判最常见的原因。选项不完整时，Jev 仍会从中选择一个，且置信度可能较高，因此无法通过置信度发现此类错误。

实测：仅提供 billing（扣款、发票、退款）与 technical（故障、报错、接入）两个选项，输入「明天上海会下雨吗？」，连续 3 次均返回 technical，置信度 0.96–0.98；增加 other（以上都不是）后，3 次均返回 other，置信度为 1。

2. 为每个选项和级别编写描述。 description 能比单个词更清楚地界定范围。例如为 billing 注明「扣款、发票、退款」后，模型才能将「发票开具有误」归入该选项。

3. 每个问题只判断一件事。 「是否紧急且涉及付款」应拆分为两个 predicate，并放在同一请求中。

4. 为每个问题设置 name。 未设置时请求仍可成功，但返回的答案中不含 name，只能按顺序对应，问题较多时容易出错。

5. 将多个问题合并到同一请求。 同一请求中的问题共享同一份输入，输入仅计费一次。实测单次请求包含 60 个问题时耗时约 0.9 秒，单个问题约 0.6 秒。

返回结果说明


{
  "type": "choice",
  "name": "team",
  "choice": "billing",
  "confidence": 0.85,
  "probabilities": [
    { "value": "billing", "probability": 0.9 },
    { "value": "technical", "probability": 0.1 },
    { "value": "other", "probability": 0 }
  ]
}

choice：概率最高的选项，即判断结果。
probabilities：各选项的概率，总和为 1。
confidence：本次判断的可靠程度，取值 0–1。两个选项概率接近时，choice 仍会给出结果，但 confidence 较低。
score（score 类型）：按各级概率加权计算的值，级别从 0 开始编号，结果可能介于两级之间。例如 1.43 表示介于第 1 级与第 2 级之间、更接近第 1 级。
probability（predicate 类型）：答案为「是」的概率。predicate 不单独返回置信度。

同一输入多次调用时，概率与置信度会有小幅波动（实测同一工单的置信度在 0.53–0.61 之间），因此阈值不宜设在结果的临界值附近。